-
公开(公告)号:CN119418328A
公开(公告)日:2025-02-11
申请号:CN202411239378.7
申请日:2024-09-05
Applicant: 河南大学
IPC: G06V20/68 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/09 , G06V10/80
Abstract: 本发明公开了一种基于深度回归神经网络的枣类在线检测方法、系统、存储介质和电子设备,包括以下步骤:采集各种枣类图像数据,建立样本图像数据集;设计基于深度回归神经网络的枣类分级分拣模型;部署神经网络模型;设计自动分拣系统,并将其延伸为重要性矩阵。本发明通过自制的图像数据采集装置采集样本、利用人工和机器联合标注制签,构建多品种、跨产地、标准统一、指标完善的枣类数据集,采用循环对抗生成网络和图像增强策略等技术进行样本扩充进行预处理,并设计动态可配置多数据集数据库管理系统管理数据集,为深度回归神经网络模型训练和后期枣类等农产品的研究提供数据支持,能够在确保实时检测速度的同时提升检测精度。
-
公开(公告)号:CN117556094A
公开(公告)日:2024-02-13
申请号:CN202311733053.X
申请日:2023-12-15
Applicant: 河南大学
IPC: G06F16/901 , G06F16/903
Abstract: 本发明涉及数据处理技术领域,具体涉及一种基于二次哈希开链的图精准搜索方法,该方法包括:遍历图数据库中所有图的路径节点;利用双哈希的方法完成索引构建;遍历查询图数据库中的图路径节点;利用初始索引特征先验剪枝;采用路径合成的方法筛选出最终的候选集。本发明利用二次哈希以及开链法对所需要筛选的候选集进行筛选或定位,使得大规模图数据库的图搜索算法在很多高科技领域取得应用,极大地处理了常规哈希中存在的时间冲突,减少图搜索过程中过滤阶段产生的耗时,从而改善搜索速度,并在一定程度上减少索引构建的时间,并提高了模型整体特征提取能力。
-
公开(公告)号:CN119149482A
公开(公告)日:2024-12-17
申请号:CN202411014573.X
申请日:2024-07-26
Applicant: 河南大学
IPC: G06F15/78 , G06V10/764 , G06V10/40 , G06V10/774
Abstract: 本发明公开了一种面向YOLOv5枣类创伤目标检测的FPGA硬件加速系统、方法、存储介质和电子设备,包括ARM端、FPGA端、AXI总线以及外部存储设备SD卡;ARM端负责读取DDR中的数据、各个模块初始化、调度整个YOLOv5算法网络的前向推理、Yolo Head检测和非极大值抑制得到检测框;FPGA端主要包括步长为2和1的3×3卷积IP、步长为1的1×1卷积IP、上采样IP、步长为2的5×5最大池化IP以及矩阵加法IP;ARM端和FPGA端通过AXI总线连接。本发明通过采用了单个计算单元分时复用的架构,同时采用了最大分块传输计算的策略,极大地减少了FPGA资源量的占用,具有较高的可靠性和实时性。
-
-