公开(公告)号：CN119888549A

公开(公告)日：2025-04-25

申请号：CN202411633094.6

申请日：2024-11-15

Applicant: 上海应用技术大学

Inventor： 丁佳伟 ,  于万钧

IPC: G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06V10/776 ,  G06V10/20 ,  G06V10/52 ,  G06V10/80 ,  G06V10/44 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种改进RT‑DETR的烟雾与火焰检测方法及系统，涉及火焰与烟雾检测技术领域，包括采集数据构建数据集进行预处理；设定RT‑DETR模型训练参数；基于训练参数改进RT‑DETR模型。本发明提供的改进RT‑DETR的烟雾与火焰检测方法通过设定不同的训练轮次和批次大小等训练参数，实现对训练资源的合理利用和模型收敛性的保证。通过对RT‑DETR模型进行改进，增加特征提取的有效性，避免因参数量过大带来的资源消耗。通过合理的卷积核设计和层次尺度特征金字塔网络，提高了检测的准确性和鲁棒性，从而达到了模型在复杂环境中实时、精确检测火焰与烟雾的有益效果，本发明在准确率、召回率和平均精度方面都取得更加良好的效果。

公开(公告)号：CN119295969A

公开(公告)日：2025-01-10

申请号：CN202411172040.4

申请日：2024-08-26

Applicant: 上海应用技术大学

Inventor： 杜雨轩 ,  于万钧 ,  丁佳伟 ,  吴曙镔 ,  刘湘楠

IPC: G06V20/17 ,  G06V10/25 ,  G06V10/52 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于改进YOLOv8的无人机航拍图像目标检测方法，涉及目标检测技术领域，包括收集无人机航拍的图像数据，将图像数据输入到改进的YOLOv8模型的骨干网络中提取特征；将特征图传递至颈部网络进行特征处理与融合，使用专门针对小目标的检测头和多尺度特征图在头部网络进行目标分类以及边界框预测；利用MPDIoU损失函数计算预测边界框与真实边界框之间差异，反向传播更新模型参数，输出检测到的目标类别以及边界框坐标。本发明所述方法通过替换C2f模块为RepNCSPELAN4，引入GAM注意力机制，增加小尺度特征检测头，并采用MPDIoU损失函数，优化特征提取与融合，提升检测精度和边界框回归准确性。