一种面向设施环境复杂遮挡的低负荷番茄果实检测方法

    公开(公告)号:CN119600434A

    公开(公告)日:2025-03-11

    申请号:CN202411593723.7

    申请日:2024-11-08

    Abstract: 本发明提出了一种面向设施环境复杂遮挡的低负荷番茄果实检测方法,属于目标检测领域。首先,利用动态卷积聚合多个自适应卷积核,以便更好地提取果实的丰富特征。此外,在颈部网络的终末阶段设计D‑KLA注意机制,通过自适应调节感受野,聚焦于番茄的不规则形变和遮挡问题。接着,构建一个基于比例因子的WIoU边界回归损失函数,提高检测边界的精度和收敛性。最后,采用基于语义频率提示的知识蒸馏方法对检测模型进行优化,实现模型轻量化。通过训练好的番茄目标检测模型对验证集进行检测,并评估其性能。与其他方法相比,本发明在复杂遮挡环境下实现了番茄果实检测的最佳性能,有效缓解了设施环境中管道遮挡、叶片遮挡以及果实间相互遮挡的问题,显著提高了检测精度,并大幅降低了模型的参数量和计算复杂度。

    一种用于单细胞RNA测序数据的关联图嵌入细胞类群划分方法

    公开(公告)号:CN119541630A

    公开(公告)日:2025-02-28

    申请号:CN202411599596.1

    申请日:2024-11-08

    Abstract: 一种用于单细胞RNA测序数据的关联图嵌入细胞类群划分方法,属于单细胞RNA测序数据分析中的细胞类群划分领域,本发明首先将单细胞RNA测序数据进行预处理,随后使用三种特征提取方法构建细胞‑细胞多视角关联图空间,以便更好地利用视角一致性和视角特异性信息。使用自适应邻域图学习方法优化细胞‑细胞多视角关联图空间。然后,分别对去除不一致性部分的细胞‑细胞共识关联图和细胞‑细胞多视角关联图空间进行谱嵌入分解1和谱嵌入分解2,得到相应的一致嵌入矩阵、视图一致嵌入矩阵和视图特定嵌入矩阵。最后,将一致嵌入矩阵和视图一致嵌入矩阵结合得到双一致嵌入矩阵,使用k‑means方法得到细胞类群的划分结果;与其他方法相比,本发明的细胞类群划分准确率更高,性能更加稳健。

    基于多尺度交叉注意力Transformer的跨模态行人重识别方法

    公开(公告)号:CN119649399A

    公开(公告)日:2025-03-18

    申请号:CN202411604497.8

    申请日:2024-11-12

    Abstract: 本发明公开了基于多尺度交叉注意力Transformer的跨模态行人重识别方法,包括以下步骤:步骤一、图像获取,步骤二、特征集获取,步骤三、特征融合,步骤四、特征确定,本发明网络的初始阶段,使用两个标准数据集以获取RGB和红外图像,接着,利用MSCAViT从RGB和红外图像中提取关键特征,得到两个特征集,然后,将RGB图像转换为灰度图像,并输入MSCAViT模型以获得第三个特征集,通过这三个特征集的加权融合,使用OSCSO方法确定最优权重,最终得到融合特征,将结果特征输入MSCAViT的解码端,生成最终用于图像匹配的特征,模型通过多种指标进行评估,并与传统方法进行比较,结果表明,所提出的方法在解决VI Re‑ID任务中的模态差异问题上表现出更优越的效果。

    一种基于视角互斥伪标签传播的非完备多视角场景图像聚类方法

    公开(公告)号:CN117765291A

    公开(公告)日:2024-03-26

    申请号:CN202311805148.8

    申请日:2023-12-26

    Abstract: 一种基于视角互斥伪标签传播的非完备多视角场景图像聚类方法,属于图像信息处理中的场景图像聚类处理领域,本发明首先从一个非完备多视角场景图像数据集中提取完备样本集合和存在样本集合,得到完备样本伪标签。然后,构建各个视角专属半监督分类器和k近邻图,训练分类器至收敛获取存在样本上的类簇分布,将所有视角存在样本的类簇分布进行加权平均,获取所有样本的类簇分布,得到最终聚类结果。与其他方法相比,本发明更稳定,受数据缺失率影响相对小,有着更好的聚类性能。

Patent Agency Ranking