-
公开(公告)号：CN110443279A
公开(公告)日：2019-11-12
申请号：CN201910601359.7
申请日：2019-07-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于轻量级神经网络的无人机图像车辆检测方法，包括以下步骤：S01，计算损失公式，使度量匹配度的平方误差期望值最小，确定自适应大小的锚框尺寸；S02，使用轻量级神经网络提取图像特征，得到图像的特征图；S03，根据图像的特征图生成预测框并进行目标分类与定位；S04，过滤掉属于背景的预测框以及去除掉冗余的预测框，输出剩余的预测框。本发明提供的一种基于轻量级神经网络的无人机图像车辆检测方法及其工作方法，采用了自适应大小的锚框以及轻量级神经网络ShuffleNet V2的网络结构，使得使用无人机进行车辆目标检测拥有更高的识别精度及速度，满足了该场景下无人机内的低功耗处理器对检测任务的准确性与实时性的要求。
-
公开(公告)号：CN109784592B
公开(公告)日：2022-08-05
申请号：CN201910249349.1
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于蒙特卡洛算法与粒子群算法的快递智能小车调度方法，首先基于快递投递信息确结合快递智能小车的行驶数据包进行最短分配时间的单目标模型搭建；通过蒙特卡洛算法对集合的运送顺序进行有限次数的随机排列，通过目标模型进行到达每一目标地点时快递智能小车的运送时间预测，得到预测结果；根据任务分配计算快递智能小车从当前位置到目标地点的最短行驶距离，基于最短分配时间和最短行驶路径的双目标模型；求解双目标模型得到所有求解结果，通过蒙特卡洛算法从求解结果中得到指定数目的较优解，将指定数目的较优解输入粒子群算法得到最优解，得到快递智能小车的最优分配时间和最优行驶路径；本发明可提升快递分配的速度和效率。
-
公开(公告)号：CN110443279B
公开(公告)日：2022-08-12
申请号：CN201910601359.7
申请日：2019-07-04
Applicant: 南京邮电大学
IPC: G06K9/62 , G06V10/764 , G06V10/82 , G06V20/17 , G06N3/02
Abstract: 本发明公开了一种基于轻量级神经网络的无人机图像车辆检测方法，包括以下步骤：S01，计算损失公式，使度量匹配度的平方误差期望值最小，确定自适应大小的锚框尺寸；S02，使用轻量级神经网络提取图像特征，得到图像的特征图；S03，根据图像的特征图生成预测框并进行目标分类与定位；S04，过滤掉属于背景的预测框以及去除掉冗余的预测框，输出剩余的预测框。本发明提供的一种基于轻量级神经网络的无人机图像车辆检测方法及其工作方法，采用了自适应大小的锚框以及轻量级神经网络ShuffleNet V2的网络结构，使得使用无人机进行车辆目标检测拥有更高的识别精度及速度，满足了该场景下无人机内的低功耗处理器对检测任务的准确性与实时性的要求。
-
公开(公告)号：CN109784592A
公开(公告)日：2019-05-21
申请号：CN201910249349.1
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于蒙特卡洛算法与粒子群算法的快递智能小车调度方法，首先基于快递投递信息确结合快递智能小车的行驶数据包进行最短分配时间的单目标模型搭建；通过蒙特卡洛算法对集合的运送顺序进行有限次数的随机排列，通过目标模型进行到达每一目标地点时快递智能小车的运送时间预测，得到预测结果；根据任务分配计算快递智能小车从当前位置到目标地点的最短行驶距离，基于最短分配时间和最短行驶路径的双目标模型；求解双目标模型得到所有求解结果，通过蒙特卡洛算法从求解结果中得到指定数目的较优解，将指定数目的较优解输入粒子群算法得到最优解，得到快递智能小车的最优分配时间和最优行驶路径；本发明可提升快递分配的速度和效率。
-
-
-
Search Results
4
records
(took 0.036 seconds)
