公开(公告)号：CN120014368A

公开(公告)日：2025-05-16

申请号：CN202510452471.4

申请日：2025-04-11

Applicant: 南京信息工程大学

Inventor： 丁正龙 ,  王诗蝉 ,  王昊 ,  岳开科 ,  袁杰 ,  张琳洁

IPC: G06V10/764 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/52 ,  G06V10/54 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供了一种基于深度学习的刺绣针法识别方法，包括：步骤1，确定针法并收集相关图片，根据需要的针法找到对应的针法图片；步骤2，对图片进行预处理和标注，得到刺绣数据集；步骤3，将刺绣数据集划分为训练集，验证集和测试集，进行配置撰写；步骤4，对YOLO模型进行改进；步骤5，使用训练集训练改进的YOLO模型；步骤6，对改进的YOLO模型进行评估，如果不满足条件，调整模型结构和模型训练参数，返回步骤5；如果满足条件，将测试集输入改进的YOLO模型，得到预测结果。本发明能够在复杂纹理、光照变化和绣制角度多样性的情况下保持较高的识别准确率和鲁棒性，适用于多种刺绣针法。

公开(公告)号：CN119992075A

公开(公告)日：2025-05-13

申请号：CN202510452405.7

申请日：2025-04-11

Applicant: 南京信息工程大学

Inventor： 丁正龙 ,  岳开科 ,  王诗蝉 ,  袁杰

IPC: G06V10/25 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V20/54

Abstract: 本发明提供了一种基于深度学习的轻量级小目标检测方法，包括以下步骤：步骤1，数据预处理：使用一个脚本对公开数据集visdrone2019进行处理，得到训练集、验证集和测试集；步骤2，构建改进的yolo11s模型，并输入训练集进行训练；步骤3，采用训练好的yolo11s模型，对小目标进行检测。本发明通过结合逐点卷积和深度可分离卷积，高效地进行特征图下采样，减少了计算资源的消耗，同时保持了特征信息的完整性。