公开(公告)号：CN114119582B

公开(公告)日：2024-04-26

申请号：CN202111455414.X

申请日：2021-12-01

Applicant: 安徽大学 ,  安徽中科星联信息技术有限公司

Inventor： 陈杰 ,  万辉耀 ,  黄志祥 ,  刘小平 ,  邬伯才 ,  夏润繁 ,  周正 ,  吕建明 ,  冯运 ,  杜文天 ,  于敬仟

IPC: G06T7/00 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种合成孔径雷达图像目标检测方法，涉及目标检测技术领域，采用无锚框目标检测算法YOLOX作为基本框架，从轻量级的角度重构了特征提取骨干网络，将MobilenetV2中的深度可分离卷积替换成1个普通卷积和一个深度可分离卷积。特征图经过普通卷积通道数降为原来的一半，深度可分离卷积进一步提取普通卷积输入的特征，最后两者相拼接。此外通过设置注意增强CSEMPAN模块，采用整合通道和空间注意机制来突出SAR目标独特的强散射特性。并针对SAR目标的多尺度和强稀疏特性，设计不同扩张率的卷积增强接受域，使用ESPHead提高模型从不同尺度目标中提取重要信息的能力，进一步提高检测性能。

公开(公告)号：CN116416468B

公开(公告)日：2023-10-03

申请号：CN202310376226.0

申请日：2023-04-11

Applicant: 安徽中科星联信息技术有限公司

Inventor： 陈杰 ,  杜文天 ,  万辉耀 ,  张朝琛 ,  赵坡 ,  吕建明 ,  周正 ,  于敬仟 ,  邓英剑

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06N3/084 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于神经架构搜索的SAR目标检测方法，涉及目标检测技术领域，包括以下步骤：将SAR图像数据输入至基于神经架构搜索的SAR目标检测模型，输出SAR目标检测结果；包括基于主干网络搜索器的多个搜索层对SAR图像数据进行特征提取；基于Neck模块将提取的特征进行整合；基于Head模块对整合后的特征进行预测，得到SAR目标检测结果。本发明提出了一种基于神经架构搜索的SAR目标检测模型，能自动化的设计得到适合于当前SAR目标检测任务的高精度、轻量化模型，大大减轻人工设计负担。

公开(公告)号：CN114140732A

公开(公告)日：2022-03-04

申请号：CN202111502053.X

申请日：2021-12-09

Applicant: 安徽大学 ,  安徽中科星联信息技术有限公司

Inventor： 陈杰 ,  吕建明 ,  程子晗 ,  黄志祥 ,  王海涛 ,  李兵 ,  万辉耀 ,  冯运

IPC: G06V20/40 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/764 ,  G06V10/20

Abstract: 本发明提供了一种面向小样本条件下的消防火源检测方法、装置及存储介质，属于目标检测及工业部署领域，包括：收集工业现场的火源图像数据；构建火源检测模型；将火源图像数据输入火源检测模型中，通过火源检测模型对火源图像数据进行分析，获得检测结果；所述检测结果包括火源的具体位置、精度和类别。该方法缓解了小样本条件下，数据的样本量不够，训练困难的问题，使用不同的增强方法，大幅增加了样本的数量和质量，提升了模型的过拟合能力；通过本方法解决小目标检测难的问题，提升了小目标的检测精度，实现工业现场端到端实时检测。

公开(公告)号：CN116416468A

公开(公告)日：2023-07-11

申请号：CN202310376226.0

申请日：2023-04-11

Applicant: 安徽中科星联信息技术有限公司

Inventor： 陈杰 ,  杜文天 ,  万辉耀 ,  张朝琛 ,  赵坡 ,  吕建明 ,  周正 ,  于敬仟 ,  邓英剑

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06N3/084 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于神经架构搜索的SAR目标检测方法，涉及目标检测技术领域，包括以下步骤：将SAR图像数据输入至基于神经架构搜索的SAR目标检测模型，输出SAR目标检测结果；包括基于主干网络搜索器的多个搜索层对SAR图像数据进行特征提取；基于Neck模块将提取的特征进行整合；基于Head模块对整合后的特征进行预测，得到SAR目标检测结果。本发明提出了一种基于神经架构搜索的SAR目标检测模型，能自动化的设计得到适合于当前SAR目标检测任务的高精度、轻量化模型，大大减轻人工设计负担。

公开(公告)号：CN114119582A

公开(公告)日：2022-03-01

申请号：CN202111455414.X

申请日：2021-12-01

Applicant: 安徽大学 ,  安徽中科星联信息技术有限公司

Inventor： 陈杰 ,  万辉耀 ,  黄志祥 ,  刘小平 ,  邬伯才 ,  夏润繁 ,  周正 ,  吕建明 ,  冯运 ,  杜文天 ,  于敬仟

IPC: G06T7/00 ,  G06V10/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种合成孔径雷达图像目标检测方法，涉及目标检测技术领域，采用无锚框目标检测算法YOLOX作为基本框架，从轻量级的角度重构了特征提取骨干网络，将MobilenetV2中的深度可分离卷积替换成1个普通卷积和一个深度可分离卷积。特征图经过普通卷积通道数降为原来的一半，深度可分离卷积进一步提取普通卷积输入的特征，最后两者相拼接。此外通过设置注意增强CSEMPAN模块，采用整合通道和空间注意机制来突出SAR目标独特的强散射特性。并针对SAR目标的多尺度和强稀疏特性，设计不同扩张率的卷积增强接受域，使用ESPHead提高模型从不同尺度目标中提取重要信息的能力，进一步提高检测性能。