公开(公告)号：CN117611456A

公开(公告)日：2024-02-27

申请号：CN202311725750.0

申请日：2023-12-14

Applicant: 安徽农业大学

Inventor： 檀磊 ,  马慧敏 ,  王小申 ,  戴明宇 ,  代腾辉 ,  焦俊 ,  刘倩 ,  辜丽川

IPC: G06T5/00 ,  G06T5/73 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了基于多尺度生成对抗网络的大气湍流图像复原方法及系统，涉及大气湍流退化图像复原技术领域；该方法包括如下步骤：建立大气湍流退化图像数据集；以DeblurGAN网络模型作为基础网络模型利用数据集进行训练，得到大气湍流图像复原网络模型，大气湍流图像复原网络模型包括生成器和判别器；在生成器的网络结构中引入级联空洞卷积模块，且引入注意力机制模块，用于对生成器进行优化；损失函数包括对抗损失项和内容损失项，对生成器输出的复原图像利用损失函数作为图像去模糊的正则约束，用于修复生成器输出的复原图像的图像边缘扭曲现象；验证大气湍流图像复原模型。本发明解决了图像边缘细节恢复不足以及鲁棒性不高的问题，具有更好的视觉效果。

公开(公告)号：CN119206505A

公开(公告)日：2024-12-27

申请号：CN202411451239.0

申请日：2024-10-17

Applicant: 安徽农业大学

Inventor： 马慧敏 ,  戴明宇

IPC: G06V20/10 ,  G06V20/17 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/774 ,  G06N3/08 ,  G06V10/776

Abstract: 本发明公开了基于无人机遥感及改进YOLOv8的小麦赤霉病轻量化检测方法及系统，涉及人工智能计算机视觉检测技术领域；本发明包括以下步骤：利用无人机的航线规划定高定时采集自然大田环境下的小麦灌浆期原始RGB图像；对原始图片数据集进行筛选、数据增强及标注，建立小麦赤霉病图像数据集；构建改进的YOLOv8轻量化网络模型；将原始图像数据集输入至改进YOLOv8网络模型进行训练；测试改进的YOLOv8网络模型，更新改进YOLOv8网络模型的学习参数；最后利用已更新的改进YOLOv8网络模型对待检测的小麦赤霉病数据进行检测，对模型的复杂度和准确度进行评估。本发明适用于在自然大田环境下小麦赤霉病的检测，在保证高识别精度的同时，改进后的模型的参数量及计算量相比原YOLOv8s基线模型分别降低了48.9％和50.7％，实现高精度且较YOLOv8更加轻量化的算法模型，可为小麦病害检测无人机等移动端检测装备的部署和应用提供参考。