-
公开(公告)号:CN118644796B
公开(公告)日:2024-12-20
申请号:CN202411089708.9
申请日:2024-08-09
Applicant: 南京信息工程大学
IPC: G06V20/17 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种面向无人机航拍图像目标检测方法,包括以下步骤:(1)获取准备无人机小目标数据集并进行预处理;(2)引入C3CBAM注意力模块,将yolov5s的Backbone特征提取网络中的C3模块全部替换为C3CBAM模块;(3)将yolov5s的Backbone特征提取网络中第四层增加FEM模块;(4)将yolov5s的head层中引入SCAM模块增加23、24、25三个特征处理层;(5)将yolov5s的Detect检测层引入ASFF模块;(6)用改进的yolov5s模型进行训练与验证,对改进的模型进行评估;本发明增强小目标检测的性能。
-
公开(公告)号:CN118567366A
公开(公告)日:2024-08-30
申请号:CN202411055461.9
申请日:2024-08-02
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于环境感知的无人船编队协同作业方法,包括以下步骤:(1)多艘无人船协同构建养殖水域地图;(2)设置各艘无人船的编队初始位置和编队的拓扑结构;(3)设定领航船并规划领航轨迹;(4)跟随船计算期望位置和期望航向角;计算跟随船实际位置与期望位置之间的位置误差,以及实际航向与期望航向之间的角度误差;(5)提取回声信号的强度、频率和时间延迟计算鱼群的精确位置和密度;(6)计算每艘跟随船与设定的投喂目标点之间的欧式距离,并从小到大排序;(7)结合基于人工势场法改进的动态虚拟障碍势场法执行投喂任务;(8)跟随领航船返回编队位置;本发明提升了无人船在复杂水域环境中的任务执行能力和避障性能。
-
公开(公告)号:CN118644796A
公开(公告)日:2024-09-13
申请号:CN202411089708.9
申请日:2024-08-09
Applicant: 南京信息工程大学
IPC: G06V20/17 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种面向无人机航拍图像目标检测方法,包括以下步骤:(1)获取准备无人机小目标数据集并进行预处理;(2)引入C3CBAM注意力模块,将yolov5s的Backbone特征提取网络中的C3模块全部替换为C3CBAM模块;(3)将yolov5s的Backbone特征提取网络中第四层增加FEM模块;(4)将yolov5s的head层中引入SCAM模块增加23、24、25三个特征处理层;(5)将yolov5s的Detect检测层引入ASFF模块;(6)用改进的yolov5s模型进行训练与验证,对改进的模型进行评估;本发明增强小目标检测的性能。
-
公开(公告)号:CN118570740A
公开(公告)日:2024-08-30
申请号:CN202411056896.5
申请日:2024-08-02
Applicant: 南京信息工程大学
IPC: G06V20/52 , G06V10/82 , G06N3/045 , G06N3/0464 , G06V10/764 , G06V10/776 , G06V20/40 , G06V40/10
Abstract: 本发明公开了一种基于改进YOLOV5的公交站台场景车辆行人检测方法,包括以下步骤:(1)在公交站台安装摄像头,采集视频数据,构建数据集;(2)基于YOLOV5框架,重构网络得到轻量化网络模型;(3)采用改进距离交并比非极大值抑制算法TDIOU‑NMS来优化冗余候选预测框;(4)训练构建的改进YOLOV5的公交站台场景车辆行人检测模型;(5)将训练好的改进YOLOV5的公交站台场景车辆行人检测模型对验证集进行目标识别,并对模型的检测效果进行评价;本发明优化后的神经网络模型具有更高的置信度和检测速度,能将摄像头视频捕捉的车辆行人实时准确的进行识别,并且精度高、速度快,满足实时检测需求。
-
公开(公告)号:CN118567366B
公开(公告)日:2024-10-22
申请号:CN202411055461.9
申请日:2024-08-02
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于环境感知的无人船编队协同作业方法,包括以下步骤:(1)多艘无人船协同构建养殖水域地图;(2)设置各艘无人船的编队初始位置和编队的拓扑结构;(3)设定领航船并规划领航轨迹;(4)跟随船计算期望位置和期望航向角;计算跟随船实际位置与期望位置之间的位置误差,以及实际航向与期望航向之间的角度误差;(5)提取回声信号的强度、频率和时间延迟计算鱼群的精确位置和密度;(6)计算每艘跟随船与设定的投喂目标点之间的欧式距离,并从小到大排序;(7)结合基于人工势场法改进的动态虚拟障碍势场法执行投喂任务;(8)跟随领航船返回编队位置;本发明提升了无人船在复杂水域环境中的任务执行能力和避障性能。
-
-
-
-