公开(公告)号：CN117523394A

公开(公告)日：2024-02-06

申请号：CN202311486178.7

申请日：2023-11-09

Applicant: 无锡学院

Inventor： 刘文星 ,  单慧琳 ,  陈昕 ,  王兴涛 ,  马陈悦 ,  张雁晧 ,  李长帅

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明公开了一种基于聚合特征增强网络的SAR船舰检测方法，包括步骤如下：S1，获取SAR图像数据集，对SAR图像数据集进行预处理后按照设定的比例划分为训练集、验证集和测试集；S2，搭建SAR船舰检测网络，所述SAR船舰检测网络包括依次连接的主干网络、Neck网络、探测头部分，其中主干网络和Neck网络协同处理特征图；S3，将训练集和验证集输入SAR船舰检测网络中训练，计算CIOU损失函数并进行反向传播，更新网络参数，获取最佳参数模型；S4，将测试集输入到训练好的最佳参数模型中，输出SAR图像的精确识别图。本发明能有效应对合成孔径雷达船舰检测中存在的问题，并提供高精度的检测方法。

公开(公告)号：CN118212523A

公开(公告)日：2024-06-18

申请号：CN202410339258.8

申请日：2024-03-25

Applicant: 无锡学院

Inventor： 胡宇翔 ,  单慧琳 ,  马陈悦 ,  孟祥源 ,  陈昕 ,  段修贤 ,  陈前杭

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明公开了基于深度融合优化特征增强网络的SAR图像船舰检测方法，包括：获取SAR遥感船舰图像数据集，对数据集进行预处理并划分；构建基于深度融合优化特征增强网络模型，作为遥感船舰图像目标检测网络；利用训练集和验证集对构建的遥感船舰图像目标检测网络进行训练和验证，计算损失函数并进行反向传播，更新网络参数，直至得到最佳参数网络；利用最佳参数网络对测试集进行测试，得到目标检测结果。本发明通过融合多尺度特征，更加关注局部信息及上下文相关性，保留目标的位置和边界信息，解决了船舰检测中目标与海洋背景的复杂交互、目标与海浪等相似纹理及遥感图像中的边界模糊和阴影遮挡等问题，提高SAR遥感图像船舰检测的精度和效率。

公开(公告)号：CN117809200A

公开(公告)日：2024-04-02

申请号：CN202410086347.6

申请日：2024-01-22

Applicant: 无锡学院

Inventor： 王硕洋 ,  单慧琳 ,  张培琰 ,  胡宇翔 ,  马陈悦 ,  郭子民 ,  张雁晧

IPC: G06V20/13 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于增强小目标特征提取的多尺度遥感图像目标检测方法，包括步骤如下：S1，收集高分辨率遥感图像，对图像进行标注，并将数据集划分为训练集和测试集；S2，构建增强小目标特征多尺度神经网络ESF‑MNet；S3，采用Mish激活函数保留梯度信息，提高学习能力，并使用归一化Wasserstein距离作为损失函数中小目标检测的评价指标；S4，将步骤S1得到的训练集输入到多尺度神经网络ESF‑MNet中进行训练、测试，获得参数模型；将测试集输入获得的模型，输出遥感图像目标检测效果图。本发明通过融合深层语义信息和空间信息，实现增强语义特征和对小目标的检测能力。

公开(公告)号：CN309083840S

公开(公告)日：2025-01-24

申请号：CN202430195744.8

申请日：2024-04-10

Applicant: 无锡学院

Designer： 马陈悦 ,  张银胜 ,  李长帅 ,  陈昕 ,  沙子乔 ,  吴浩然

Abstract: 1.本外观设计产品的名称：坐姿矫正桌。
2.本外观设计产品的用途：本外观设计产品用于矫正使用人书写的坐姿。
3.本外观设计产品的设计要点：在于形状。
4.最能表明设计要点的图片或照片：立体图。