-
公开(公告)号：CN113849598A
公开(公告)日：2021-12-28
申请号：CN202111016642.7
申请日：2021-08-31
Applicant: 艾迪恩(山东)科技有限公司 , 西南交通大学烟台新一代信息技术研究院 , 鲁东大学
Abstract: 本发明提供基于深度学习的社交媒体虚假信息检测方法及检测系统，通过采集社交媒体信息中的图像和文本数据，使用深度学习模型提取图像和文本的特征，利用分类模型检测信息的真实性。与现有的社交媒体虚假信息检测方法相比，本发明能充分提取社交媒体虚假信息中图像和文本的深层语义特征，通过卷积神经网络融合不同模态的特征，并使用域自适应网络移除不同事件特有的特征，增强虚假信息检测的鲁棒性。本发明能有效地提高社交媒体虚假信息检测的准确性。
-
公开(公告)号：CN112215074A
公开(公告)日：2021-01-12
申请号：CN202010948949.X
申请日：2020-09-10
Applicant: 鲁东大学 , 西南交通大学烟台新一代信息技术研究院 , 烟台艾迪恩信息科技有限公司
Abstract: 本发明属于智能控制领域，具体涉及一种基于无人机视觉的实时目标识别与检测追踪系统及方法，本发明的系统包括图像传感器、嵌入式微处理器、AI计算模块、图传数传、飞行控制器、地面站模块，其中图像传感器用于获取飞行控制器所在区域的图片和视频，嵌入式微处理器用于对图像传感器获取的图片和视频进行预处理，NVDIA Xavier Nx模块利用YOLOV4算法识别预处理后的图片和视频中的同类目标，识别后的同类目标通过图传数传在地面站显示，地面站用于选取特定目标，用来进行进一步的跟踪和识别，并将特定目标上传无人机，利用本发明的系统识别特定目标。本发明有较低的延时和较高的识别准确率。
-
公开(公告)号：CN117350373B
公开(公告)日：2024-03-01
申请号：CN202311617677.5
申请日：2023-11-30
Applicant: 艾迪恩(山东)科技有限公司 , 西南交通大学烟台新一代信息技术研究院 , 鲁东大学
IPC: G06N3/098 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及分布式机器学习技术领域，公开了一种基于局部自注意力机制的个性化联邦聚合算法，包括如下步骤：中央服务器将预训练好的全局模型分发给多个客户端；多个客户端根据本地数据集分别对所得模型进行训练；多个客户端将本地训练得到的模型参数分别加密，上传至中央服务器；中央服务器对所有模型的梯度进行聚合，生成全局模型参数；中央服务器将聚合后的全局模型参数分别加密，传回至多个客户端。本发明为解决联邦学习中非独立同分布数据的泛化误差问题提供了有效的策略，可以在保证数据隐私的同时提高模型的全局性能。(56)对比文件Hongda Wu等.Fast-Convergent FederatedLearning with Adaptive Weighting《.2021 |IEEE INTERNATIONAL CONFERENCE ONCOMMUNICATIONS (ICC 2021)》.2021,1078-1088.
-
公开(公告)号：CN117576731A
公开(公告)日：2024-02-20
申请号：CN202311608607.3
申请日：2023-11-28
Applicant: 艾迪恩(山东)科技有限公司 , 西南交通大学烟台新一代信息技术研究院
IPC: G06V40/10 , G06V20/52 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种模型训练方法和高空作业安全检测方法，属于深度学习技术领域。该方法包括：获取样本高空作业图像和YOLOv7‑tiny改进模型，YOLOv7‑tiny改进模型包括Mish激活函数、CA注意力模块和SIoU损失函数；对样本高空作业图像进行标注，得到标注后的样本高空作业标注图像，为改进模型提供训练所需的样本数据；基于样本高空作业图像和高空作业标注图像训练改进模型，确定mAP值，以评估训练结果；基于mAP值，对改进模型进行参数调节，输出参数调节后的改进模型，该模型可以检测高空作业人员的安全带佩戴情况，及时准确地发现安全隐患，保障高空作业人员的人身安全。
-
公开(公告)号：CN117557963A
公开(公告)日：2024-02-13
申请号：CN202311600377.6
申请日：2023-11-28
Applicant: 艾迪恩(山东)科技有限公司 , 西南交通大学烟台新一代信息技术研究院
IPC: G06V20/52 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种模型训练方法和船舶检测方法，属于深度学习技术领域。该方法包括：获取样本船舶图像和YOLOv7‑tiny改进模型，YOLOv7‑tiny改进模型包括Shuffle Attention注意力模块、CARAFE上采样模块、改进特征提取网络和改进特征融合网络；对样本船舶图像进行标注，得到标注后的样本船舶标注图像，为改进模型提供训练所需的样本数据；基于样本船舶图像和船舶标注图像训练改进模型，确定mAP值，以评估训练结果；基于mAP值，对改进模型进行参数调节，输出参数调节后的改进模型，可快速精确地识别船舶类别，以满足实时检测的需求。
-
Patent Agency Ranking
公开(公告)号：CN115950911A
公开(公告)日：2023-04-11
申请号：CN202310244534.8
申请日：2023-03-15
Applicant: 西南交通大学烟台新一代信息技术研究院 , 山西交通控股集团有限公司 , 山西省智慧交通研究院有限公司
Abstract: 本发明涉及道面抗冻融能力检测技术领域，且公开了高速公路道面抗冻融能力检测装置，包括架体，架体的表面固定连接有检测箱，位于检测箱两侧的架体表面分别固定连接有上料托板与冷却托板，架体的侧壁固定连接有架板，且架板的上表面架设有滑板，架体的一侧侧壁固定连接有电机，且电机的驱动端固定连接有丝杆。本发明通过混凝土试块限位托盘，可以放置混凝土试块，再通过设置上料托板与冷却托板可以托举混凝土试块限位托盘，同时滑板、盖板、管道连接机构、热风机与冷风机等配合使用，可以把冷风或者热风吹入到检测箱内，进而可以在混凝土试块放入到检测箱内后，把冷风或者热风吹入检测箱内，进而进行检测。
-
公开(公告)号：CN115439669A
公开(公告)日：2022-12-06
申请号：CN202210933090.4
申请日：2022-08-04
Applicant: 艾迪恩(山东)科技有限公司 , 西南交通大学烟台新一代信息技术研究院
Abstract: 本发明公开了一种基于深度学习的特征点检测网络及跨分辨率图像匹配方法，通过模型适应技术采用自监督的方式打破传统神经网络对人工标注的依赖，首先从无标注数据集中构建特征点伪标签，建立网络模型利用伪标签进行有监督的学习，再利用学习后的网络模型更新伪标签，通过网络模型训练和标签更新的多次迭代，自适应得到高质量的标签和高性能的特征点检测网络模型，然后利用训练好的网络模型检测到的特征点和描述符计算图像的焦距比例和位置对映关系，然后自适应缩放图像来实现跨尺度图像匹配，匹配方法具有更高的灵活性，可以解决不同分辨率图像的匹配问题，即使跨8倍焦距的图像也可以实现很好的图像匹配。
-
公开(公告)号：CN115082688A
公开(公告)日：2022-09-20
申请号：CN202210620848.9
申请日：2022-06-02
Applicant: 艾迪恩(山东)科技有限公司 , 西南交通大学烟台新一代信息技术研究院
Abstract: 本发明公开了一种基于目标检测的多尺度特征融合方法，其通过网络收集计算机视觉图像样本建立多尺度目标检测数据集，并将数据集划分为训练集和测试集；利用一阶段代表作YOLOv5算法负责图像内目标物体的检测；通过骨干网络多阶段多层次的卷积操作提取出多尺度图像特征；将其中一个支路以传统特征融合方式与颈部网络相连，另一支路以捷径方式与相同采样倍率的颈部网络相连，最后一支路以捷径方式与相同采样倍率的预测结构相连；通过深度学习一个三支路骨干网络结构，并将骨干网络中不同尺度的特征图像通过三支路向后实现神经网络的前向、后向传递；本发明具有目标检测准确率高，容易应用于大规模数据集及多种网络模型结构，实现方式简单，因此具有广阔的应用前景和巨大的市场价值。
-
公开(公告)号：CN119131349A
公开(公告)日：2024-12-13
申请号：CN202411149535.5
申请日：2024-08-21
Applicant: 西南交通大学烟台新一代信息技术研究院 , 艾迪恩(山东)科技有限公司
IPC: G06V10/25 , G06N3/0464 , G06V10/44 , G06V10/80
Abstract: 本申请公开了一种模型训练方法及智慧工地安全设备检测方法，属于目标检测技术领域。该方法首先获取样本安全设备图像、样本安全设备标注图像和YOLOv8改进模型，所述YOLOv8改进模型包括高层筛选特征融合金字塔结构、动态采样模块、RepGhostCSPELAN模块和SEAM注意力模块；然后，基于所述样本安全设备图像和所述样本安全设备标注图像，训练YOLOv8改进模型，得到目标安全设备检测模型。该方法可以减少参数量和计算量，提升智慧工地中安全设备的检测效果，保证检测实时性和高效性。
-
公开(公告)号：CN119131347A
公开(公告)日：2024-12-13
申请号：CN202411149319.0
申请日：2024-08-21
Applicant: 西南交通大学烟台新一代信息技术研究院 , 艾迪恩(山东)科技有限公司
IPC: G06V10/25 , G06N3/0464 , G06V20/17 , G06V10/80
Abstract: 本申请公开了一种模型训练方法和航拍图像小目标检测方法，属于目标检测技术领域。该方法基于样本航拍图像和样本航拍标注图像，训练包括三重注意力机制模块Triplet Attention、小尺度目标检测层P2、全维度动态卷积层ODConv的YOLOv8改进模型，得到目标检测模型。该方法可以提高对小目标的关注程度，增强检测的鲁棒性和稳定性，提升模型的小目标检测性能。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.048 seconds)
