公开(公告)号：CN119723402A

公开(公告)日：2025-03-28

申请号：CN202411551973.4

申请日：2024-11-01

Applicant: 哈尔滨理工大学

Inventor： 赵烟桥 ,  王岳 ,  魏海涛 ,  牛诗童 ,  高嘉隆 ,  孙烁勋 ,  陈博文 ,  任晓洁

IPC: G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/766 ,  G06V10/80

Abstract: 本发明涉及林火识别技术领域，具体为一种基于改进YOLOv11的林火识别方法；该方法依次执行建立林火图像数据集、改进YOLOv11模型、模型训练、硬件加速优化和林火检测的步骤；通过改进YOLOv11模型的卷积层与池化层来提高对小目标的识别精度，在距离较远、烟雾浓度较小或火焰面积较小的情况下，保证检测精度和定位完整；通过改进YOLOv11模型中的损失函数广泛关注回归样本，在烟雾与火焰同时存在的复杂场景下具有更高的准确率；通过改进YOLOv11模型骨干网络中C3k2模块来减小计算量，提升模型响应速度，并通过TensorRT进行硬件加速，提高林火检测精度与检测效率。

公开(公告)号：CN116541683A

公开(公告)日：2023-08-04

申请号：CN202310507395.3

申请日：2023-05-06

Applicant: 哈尔滨理工大学

Inventor： 赵烟桥 ,  闫旭 ,  来占录 ,  李金旭 ,  王岳 ,  魏海涛 ,  牛诗童 ,  高嘉隆

IPC: G06F18/21 ,  G06F18/241 ,  G06F18/214 ,  G16H20/30

Abstract: 本发明属于深度学习技术领域，具体涉及一种改进Xception网络的呼吸运动预测方法；该方法首先采集原始呼吸运动数据；然后进行预处理，作为网络输入数据集；并将网络输入数据集分为训练集、验证集和测试集，训练集用于训练网络模型参数，验证集用于测试预测准确度，并确定改进Xception网络的模型参数，测试集用于预测呼吸运动；使用训练集训练改进Xception网络的模型参数；观察交叉熵损失函数曲线，当交叉熵损失曲线趋于平稳时，基于训练好的模型参数，保存改进Xception网络；最后将测试集导入改进Xception网络，进行呼吸运动预测；本发明能够兼顾呼吸运动预测的准确度与速度。

公开(公告)号：CN119579553A

公开(公告)日：2025-03-07

申请号：CN202411675553.7

申请日：2024-11-21

Applicant: 哈尔滨理工大学

Inventor： 赵烟桥 ,  魏海涛 ,  王岳 ,  牛诗童 ,  高嘉隆 ,  孙烁勋 ,  任晓洁 ,  陈博文

IPC: G06T7/00 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明基于改进YOLOv8n的轴承外圈表面缺陷检测方法属于目标检测领域；该方法依次执行以下步骤：步骤a、采集轴承外圈表面缺陷图像，所述缺陷包括凹槽、擦伤、划痕和污渍；步骤b、对所述轴承外圈表面缺陷图像进行预处理，并构建成完整的数据集；步骤c、改进YOLOv8n模型，引入注意力模块、采样模块和特征提取融合模块；步骤d、训练改进的YOLOv8n模型；步骤e、输出改进YOLOv8n最优模型；步骤f、测试改进YOLOv8n最优模型；实验结果表明：通过引入注意力机制，下采样模块以及特征提取融合模块，在提高检测精度的同时，降低了模型的复杂度，提高了运算速度，同时，还改善了模型识别复杂缺陷的能力。