公开(公告)号：CN118587676A

公开(公告)日：2024-09-03

申请号：CN202410482624.5

申请日：2024-04-22

Applicant: 无锡学院

Inventor： 朱硕 ,  孙佳豪 ,  梁吉丰 ,  宾杰 ,  芮杨杰 ,  刘政达 ,  邢知韵 ,  汪宗洋

IPC: G06V20/58 ,  G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了一种基于轻量化卷积神经网络的交通标志检测方法，通过使用Ghost卷积和深度卷积构建新的主干模块，成功减少了参数量和计算量，从而提高算法的效率；引入SPDC模块增强了算法对多尺度特征信息的提取能力，进一步提升了模型的检测准确性；引入CARAFE上采样算子有助于增强特征网络的空间分辨率，使模型更精确地还原目标的细节信息；通过采用Focal‑EIoU损失函数替换传统的CIoU损失函数，成功解决了类别不平衡和边界框回归问题，有效提高了检测精度；改进后的模型方法不仅有效提升了交通标志检测的准确性，而且易于部署到嵌入式设备中实现实时在线检测，进一步提升了自动驾驶环境感知的智能化水平。

公开(公告)号：CN118298404A

公开(公告)日：2024-07-05

申请号：CN202410462556.6

申请日：2024-04-17

Applicant: 无锡学院

Inventor： 朱硕 ,  梁吉丰 ,  孙佳豪 ,  刘政达 ,  宾杰 ,  邢知韵 ,  芮杨杰 ,  汪宗洋

IPC: G06V20/58 ,  G06V10/52 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv5s模型的交通标识检测方法，包括以下步骤：步骤1：获取交通标识图像数据集，并将交通标识图像数据集分为训练集和测试集；步骤2：改进YOLOv5s模型：将Neck网络中C3模块的3×3卷积替换为多样性分支DBB模块，得到C3_DB模块，在C3_DB模块后引入Context Aggregation模块；步骤3：将获得的训练集输入搭建好的YOLOv5s模型进行训练；用EIOU_Loss作为损失函数，当YOLOv5s模型损失曲线趋近于0且无明显波动时，停止训练，得到训练权重w，否则继续训练；步骤4：将获取到的交通标识图像输入到训练后的YOLOv5s模型中，进行交通标识检测，YOLOv5s模型根据权重自动识别交通标识的种类及数量。本发明改进后的YOLOv5s模型有效地提升了交通标志检测精度。

公开(公告)号：CN118229547A

公开(公告)日：2024-06-21

申请号：CN202410326677.8

申请日：2024-03-21

Applicant: 无锡学院

Inventor： 胡剑凌 ,  朱振兴 ,  薛伟康 ,  王纪睿 ,  朱硕

IPC: G06T5/50 ,  H04N7/01 ,  G06T3/4053 ,  G06V20/40

Abstract: 本发明公开了基于光流引导的循环网络的高分辨率视频复原方法及系统，属于视频处理的技术领域；该方法使用低分辨率视频序列生成高分辨率视频序列，方便进行高分辨率显示和识别；该方法提出了一个轻量化的光流网络用于估计帧与帧之间的运动信息，并采用光流引导的可变形卷积模块进行视频帧之间的对齐；该方法利用双向循环传播的方法保证特征信息的有效传播和图像特征的时空融合。本发明构建了一个端到端的网络实现高分辨率视频的复原，在不提高硬件资源的情况下有效地完成了高分辨率视频的复原，能够为超清电视显示、视频压缩、目标识别等领域提供帮助。

公开(公告)号：CN120014238A

公开(公告)日：2025-05-16

申请号：CN202510114135.9

申请日：2025-01-24

Applicant: 无锡学院

Inventor： 朱硕 ,  张绪康 ,  刘政达 ,  宾杰 ,  赵轶昆 ,  江蕊 ,  汪宗洋

IPC: G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/045

Abstract: 本发明提供一种基于改进的YOLOv8模型的灰度图像目标检测方法，涉及图像目标检测的技术领域。首先，获取待检测的灰度图像。接着，构建改进的YOLOv8模型，在backbone主干网络中，利用SAConv变换空洞卷积层代替标准卷积层，以适应不同尺度的灰度图像特征；在Neck颈部网络中，引入EMA多尺度注意力层，以提升对灰度图像纹理细节的关注；在head检测头网络中，利用RFAConv区域特征自适应卷积层代替标准卷积层，以增强对灰度图像小目标区域的关注。最后，对改进的YOLOv8模型进行训练，得到训练好的改进的YOLOv8模型；将待检测的灰度图像输入至训练好的改进的YOLOv8模型，得到图像目标检测结果。本发明整体上使用了改进的YOLOv8模型，提高灰度图像目标检测的精确度。

公开(公告)号：CN118470370A

公开(公告)日：2024-08-09

申请号：CN202410310575.7

申请日：2024-03-19

Applicant: 无锡学院

Inventor： 朱硕 ,  王煜 ,  孙佳豪 ,  刘政达 ,  梁吉丰 ,  宾杰 ,  邢知韵 ,  张绪康 ,  汪宗洋

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/44 ,  G06V10/42 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了基于信息交互的细粒度图像分类方法，包括：将输入图像分别输入到CNN分支网络的ResNet模块以及CB‑ViT模型的LFE模块中，ResNet模块对输入图像进行特征提取，得到特征图，并将特征图输入到级联CNN模块中，获取输入图像的局部特征；通过LFE模块获取输入图像的低级特征，将输入图像的低级特征输入到ViT分支网络中进行全局特征的提取，获取输入图像的全局图像信息；patch embedding模块将待分类的输入图像数据转化为特征图序列，通过线性映射将特征图序列投影到高维空间，添加一个分类标志向量，以用于最终输出概率分布，添加一个可学习的位置编码矩阵，以用于附加位置信息；Transformer Encoder模块将分类标志向量通过线性变换与激活函数的组合，得到待输入图像的细粒度分类。

公开(公告)号：CN118212691A

公开(公告)日：2024-06-18

申请号：CN202410339601.9

申请日：2024-03-25

Applicant: 无锡学院

Inventor： 朱硕 ,  孙佳豪 ,  张绪康 ,  刘政达 ,  宾杰 ,  梁吉丰 ,  汪宗洋

IPC: G06V40/20 ,  G06V20/52 ,  G06V20/54 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明公开了一种基于卷积神经网络的非机动车违规载人行为检测方法，包括：获取监控视频，采集监控视频中的违规行为图像，生成行为数据集，对行为数据集进行标注；将改进的Yolov5网络模型作为行人目标检测模型：在backbone网络的C3层后添加CBAM注意力机制模块；在neck网络的C3层后添加Swin‑Transformer编码器；利用预设的SORT跟踪算法对监控视频中的行人目标进行追踪，使用训练好的YOLOv5网络模型对待测数据集进行检测，识别得到非机动车违规载人行为检测结果。本发明提出一种基于改进Yolov5和SORT跟踪算法联合使用的检测方法，运用改进的Yolov5检测交通路口状况，在准确检测到非机动车违规载人行为的同时，SORT跟踪算法对目标进行跟踪标记，实现违规行为图像的实时监测。

公开(公告)号：CN116630604A

公开(公告)日：2023-08-22

申请号：CN202310404270.8

申请日：2023-04-14

Applicant: 无锡学院

Inventor： 孙可盈 ,  刘政达 ,  孙家豪 ,  韩锦煜 ,  李守娟 ,  李妮 ,  刘佳晶 ,  朱硕

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种垃圾图像分类方法及系统，所述方法包括以下步骤：步骤1、获取垃圾数据集，将垃圾数据集分为训练集和测试集；步骤2、改进YOLOv5模型：使用CBAM注意力机制作为特征提取模块、使用BiFPN结构作为特征融合结构、使用边界框损失函数LCIoU；步骤3、利用K‑means聚类方法得到训练集的先验锚框，利用训练集的先验锚框、边界框损失函数LCIoU对改进的YOLOv5模型进行训练；步骤4、利用训练好的YOLOv5模型对测试集进行检测，输出垃圾目标检测结果，得到正确的垃圾类别。通过本发明方法可以提高垃圾识别准确率。

公开(公告)号：CN119007040A

公开(公告)日：2024-11-22

申请号：CN202411009575.X

申请日：2024-07-26

Applicant: 无锡学院

Inventor： 朱硕 ,  过鑫炎 ,  宾杰 ,  张绪康 ,  赵轶昆 ,  孙佳豪 ,  汪宗洋

IPC: G06V20/17 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明公开了一种基于改进YOLOv7的无人机航拍车辆检测方法，包括以下步骤：步骤1：获取待识别航拍车辆图像集；步骤2：改进YOLOv7模型，所述改进后的YOLOv7模型包括依次连接的Backbone网络、Neck网络和Head网络；在Backbone网络中，引入GhostNet特征提取模块，所述GhostNet特征提取模块包括Ghost Module模块和Ghost Bottleneck模块；将GBL模块作为Ghost Module模块代替前四个CBS模块，采用BiFPN模块作为特征融合网络，优化原有的PANet结构；用MPDIoU损失函数代替原有的损失函数；在Neck网络中，用GEE‑w模块替代ELAN‑w模块，采用G‑SPPF模块替代SPPCSPC模块；步骤3：采用待识别航拍车辆图像集对改进YOLOv7模型进行训练；步骤4：将待测图像输入训练得到的改进YOLOv7模型中，得到识别结果。通过本发明方法提高了YOLOv7模型关于无人机航拍车辆目标的识别精度。

公开(公告)号：CN118840544A

公开(公告)日：2024-10-25

申请号：CN202411032154.9

申请日：2024-07-30

Applicant: 无锡学院

Inventor： 朱硕 ,  过鑫炎 ,  汪宗洋 ,  宾杰 ,  张绪康 ,  孙佳豪 ,  赵轶昆 ,  芮扬杰

IPC: G06V10/25 ,  G06V10/75 ,  G06V10/74 ,  G06V10/766 ,  G06V10/82 ,  G06V20/50 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/082 ,  G06V20/54 ,  G06V20/58

Abstract: 本发明公开了一种基于注意力机制融合特征的车辆目标检测方法，包括：步骤1：获取待识别车辆图像集；步骤2：改进YOLOv7模型，用MPDIoU loss代替原有的损失函数；所述改进后的YOLOv7模型包括依次连接的Backbone网络、Neck网络和Head网络；在Neck网络中，用MP‑EMA注意力机制替代MP模块，用SPPFCSPC‑EMA注意力机制替代SPPCSPC模块；所述MP‑EMA注意力机制包括第一分支和第二分支，第一分支包括依次连接的最大池化层和CBS模块，所述第二分支包括依次连接的EMA注意力机制和CBS模块；所述SPPFCSPC‑EMA注意力机制通过SPPFCSPC模块删卷积层后引入EMA注意力机制得到；所述Neck网络使用PAFPN结构来增强物体检测能力；步骤3：采用待识别车辆图像集对改进YOLOv7模型进行训练；步骤4：将待测图像输入训练得到的改进YOLOv7模型中，得到识别结果。

公开(公告)号：CN115616765A

公开(公告)日：2023-01-17

申请号：CN202211428230.9

申请日：2022-11-15

Applicant: 无锡学院

Inventor： 朱硕 ,  汪宗洋 ,  王煜 ,  黄剑翔 ,  边松岩

IPC: G02B27/00 ,  G02B23/02

Abstract: 一种望远镜主动光学校正系统校正精度测试装置，包括激光干涉仪、多维调整台、波像差测量组件和平面镜，激光干涉仪放置在光学望远镜的外部用于向光学望远镜的内部发射测试光，以检测多个视场的波像差数据；多维调整台用于调整光学望远镜中光学元件位置、角度，以模拟望远镜成像质量下降的情况；波像差测量组件设置在望远镜的像面处用于测量光学望远镜成像质量下降后的波像差，平面镜用于反射测试光。本发明涉及一种望远镜主动光学校正系统校正精度测试方法，通过对比模拟像质下降时和校正时光学元件的位移量和转动角度判断主动光学校正系统的校正精度，对比模拟像质下降前和校正时后的波像差，判断校正后的像质是否达到模拟像质下降前的像质。