一种基于文本语义的多任务多智能体协同控制方法

    公开(公告)号:CN118350449A

    公开(公告)日:2024-07-16

    申请号:CN202410479868.8

    申请日:2024-04-22

    Abstract: 本发明涉及信息技术领域,公开了一种基于文本语义的多任务多智能体协同控制方法,解决连续动作空间下多任务多智能体系统中任务间干扰严重和策略共享能力弱的问题,主要方案包括以下步骤:设计适应多任务状态维度变化以及根据文本语义信息区分任务的策略网络模型与评估网络模型;设计用于多任务多智能体协同控制的层级回放池;设计深度强化学习的策略模型更新方法。针对连续动作空间下的多个任务,提出深度强化学习多智能体协同控制方法,并设计了统一不同任务状态输入以及根据任务文本语义信息区分任务模块,提升智能体对任务状态维度变化的适应能力以及对任务的区分能力,设计了用于多任务多智能体的层级回放池,降低任务之间的干扰。

    一种基于多模态模型的花菇分级采摘方法及系统

    公开(公告)号:CN118038445A

    公开(公告)日:2024-05-14

    申请号:CN202410030153.4

    申请日:2024-01-09

    Abstract: 本发明公开了一种基于多模态模型的花菇分级采摘方法及系统,该方法包括以下步骤:获取花菇图像数据,进行预处理以及数据集生成;搭建多模态的花菇分级模型,所述多模态的花菇分级模型包括花菇检测与区域提取模块、图像特征提取模块以及多模态特征融合分级模块;将摄像头、机械臂与多模态分级模型进行关联;通过摄像头采集并实时传输花菇采集数据至多模态分级模型中,生成花菇分级与定位信息;获取机械臂的位置信息,生成采摘运动轨迹信息;根据运动轨迹信息控制机械臂对花菇进行分级采摘。本发明结合花菇级别的评判标准,利用多模态特征融合的方法,实现花菇的图像文本多模态分级检测,并级联摄像头、机械臂等硬件,实现对不同级别花菇的自动分级、定位及采摘,能够保证较好的分级采摘准确性。

    一种基于聚类思想的道路行人小目标检测方法

    公开(公告)号:CN113011389B

    公开(公告)日:2022-07-26

    申请号:CN202110445493.X

    申请日:2021-04-23

    Abstract: 本发明公开了一种基于聚类思想的道路行人小目标检测方法,涉及图像处理、目标检测及深度学习技术领域;其包括S1:构建行人聚类标签,训练一个基于通用深度学习目标检测框架的聚类模型;S2:输入待检测图像;S3:使用聚类模型提取待检测图像中的行人聚类区域;S4:对所有的行人聚类区域进行预处理,调整聚类区域大小,使其与行人检测模型的输入尺寸相匹配;S5:基于通用目标检测模型训练一个行人检测模型,对调整后的行人聚类区域进行精细检测,得到所有聚类区域内的行人检测结果;S6:使用非极大值抑制对所有的行人检测结果进行处理,并将所有聚类区域内的行人检测结果位置信息映射到待检测原图像上;S7:输出待检测图像中所有的行人检测结果。

    一种基于CAM的皮质白内障图像处理及增强方法

    公开(公告)号:CN109410204B

    公开(公告)日:2022-04-15

    申请号:CN201811292102.X

    申请日:2018-10-31

    Abstract: 本发明公开了一种基于CAM的皮质白内障图像处理及增强方法,涉及机器视觉及医学影像计算机辅助诊断领域,包括以下步骤:1.利用皮质白内障图像样本数据集训练出最优网络模型,通过最优网络模型提取待处理皮质白内障图像的图像特征;2.输入待处理皮质白内障图像,并根据最优网络模型和图像特征获取皮质白内障图像样本数据集的类激活图,得到特征区域图像;3.基于类激活图,生成作为蒙版使用的监督裁剪盒SCB,并根据蒙版裁剪用于图像处理的增强图像。本方法可以预测白内障图像中最能代表其特征的区域,有利于辅助医生判断特征区域位置。基于蒙版对图像进行裁剪,可以在保留原始图像关键信息的前提下扩充后续图像处理的数据,提高了样本数据的利用率。

    一种基于图像分区的道路行人小目标检测方法

    公开(公告)号:CN113011390A

    公开(公告)日:2021-06-22

    申请号:CN202110445828.8

    申请日:2021-04-23

    Abstract: 本发明公开了一种基于图像分区的道路行人小目标检测方法,涉及图像处理、目标检测及深度学习技术领域;主旨在于将直接检测问题转化为分区检测再拼接问题,有效解决了直接检测小目标行人效果差的问题,提升了检测算法对大图像中小目标行人检测的能力。主要方案包括S1:构建行人分区数据集;S2:使用S1的行人分区数据集训练输入大小为608×608的行人检测网络模型;S3:输入待检测图像;S4:对S3中的待检测图像进行分区;S5:对S4中所有分区子图像按分区的先后顺序,使用S2中训练好的行人检测模型进行检测;S6:对S5中的所有分区子图像的检测结果按S4中分区的先后顺序进行拼接,将分区子图像的检测结果还原到待检测图像上;S7:输出检测结果。

    一种三端式S型环形量子级联激光器

    公开(公告)号:CN111446623B

    公开(公告)日:2021-05-11

    申请号:CN202010124410.2

    申请日:2020-02-27

    Abstract: 本发明公开了一种三端式S型环形量子级联激光器,该激光器包括由下至上依次设置的衬底、集电极、量子级联结构层、量子能级匹配层、基极、发射极,发射极与基极之间、量子级联结构层与集电极之间均有阶梯状设置;该激光器还包括设置于集电极顶部或衬底下方的集电极电极、设置于基极顶部的基极电极、设置于发射极顶部的发射极电极。激光器上还刻蚀有S型环形波导和与S型环形波导耦合的条形直波导,条形直波导包括输入段和耦合段。该三端式S型环形量子级联激光器设计简单、可调谐特性好、可多波长或宽谱或混沌激光或频率梳输出,且能够有效降低广泛中红外、太赫兹应用中中红外、太赫兹源的应用成本。

    一种复杂路况下行车流量视觉检测与计数方法

    公开(公告)号:CN107133610B

    公开(公告)日:2020-09-01

    申请号:CN201710405037.6

    申请日:2017-06-01

    Abstract: 本发明公开了一种复杂路况下行车流量视觉检测与计数方法,解决基于视觉的检测方法统计运动目标面积进行车流量计数,在汽车、行人、非机动混杂的复杂道路下,计数的准确率极低,且受图像质量影响较大的问题,属于机器视觉技术领域。本发明包括设置初始信息;循环读取视频图像,利用MSRCR算法同时实现光照均衡和颜色平衡;利用AdaptiveMedian算法进行背景建模,提取运动前景;对前景进行开运算,去除噪声的同时,分离粘连的运动目标;查找轮廓并计算面积,若面积小于阈值,则填充该轮廓;利用Haar特征和AdaBoost分类器,用于识别前景中的车辆;识别每帧前景的车辆,并记录其位置。本发明用于精确提取复杂路况下的运动目标,并特定识别其中车辆,统计实时采集视频中车辆数目。

    一种基于CAM的皮质白内障图像处理及增强方法

    公开(公告)号:CN109410204A

    公开(公告)日:2019-03-01

    申请号:CN201811292102.X

    申请日:2018-10-31

    Abstract: 本发明公开了一种基于CAM的皮质白内障图像处理及增强方法,涉及机器视觉及医学影像计算机辅助诊断领域,包括以下步骤:1.利用皮质白内障图像样本数据集训练出最优网络模型,通过最优网络模型提取待处理皮质白内障图像的图像特征;2.输入待处理皮质白内障图像,并根据最优网络模型和图像特征获取皮质白内障图像样本数据集的类激活图,得到特征区域图像;3.基于类激活图,生成作为蒙版使用的监督裁剪盒SCB,并根据蒙版裁剪用于图像处理的增强图像。本方法可以预测白内障图像中最能代表其特征的区域,有利于辅助医生判断特征区域位置。基于蒙版对图像进行裁剪,可以在保留原始图像关键信息的前提下扩充后续图像处理的数据,提高了样本数据的利用率。

    基于一维光子晶体耦合微腔的光学生物传感器制备方法

    公开(公告)号:CN108288580A

    公开(公告)日:2018-07-17

    申请号:CN201710873280.0

    申请日:2017-09-25

    Abstract: 本发明公开了一种基于一维光子晶体耦合微腔的光学生物传感器制备方法,包括以下步骤:S1、清洗SOI样品;S2、将SOI样品放置在170~200℃温度的恒温箱中烘2~5min;S3、采用旋涂的方式在样品上涂覆光刻胶;S4、将样品放置在170~200℃温度的恒温箱中烘10~15min;S5、对样品进行电子束曝光,曝光图形为一维光子晶体耦合微环谐振腔结构;S6、对曝光处理后的样品依次进行显影、定影操作;S7、采用ICP对样品进行刻蚀操作;S8、对样品采用Piranha溶液清洗后,使用DI水冲洗,再采用HF溶液清洗,最后用DI水冲洗。本发明的制备方法制作的光学生物传感器具有灵敏度高、探测极限小、易于集成等特性,对设备要求简单,工艺上容易实现,适合大量生产。

Patent Agency Ranking