公开(公告)号：CN116524498A

公开(公告)日：2023-08-01

申请号：CN202310505473.6

申请日：2023-05-08

Applicant: 福州大学

Inventor： 陈俊 ,  姜乃祺 ,  孙方宁 ,  石浩铭 ,  孟伟强 ,  陈芳 ,  易才键 ,  王师玮

IPC: G06V20/69 ,  G06V20/68 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于改进的YOLOX的食品中常见菌菌落分类和鉴别方法，包括以下步骤：步骤S1：采集食品中常见微生物菌落图像；步骤S2：对步骤S1采集的食品中常见微生物菌落图像进行标注；步骤S3：对步骤S1采集的菌落图像进行数据增强；步骤S4：构建改进的YOLOX目标检测模型；步骤S5：将步骤S4改进的YOLOX目标检测模型进行模型轻量化处理；步骤S6：将步骤S5的轻量化处理后的模型部署至终端设备中；步骤S7：通过步骤S6构建的菌落鉴别系统，检测图片内的菌落特征，并输出检测结果。应用本技术方案可有效提高食品检测实验室菌种类型鉴别的工作效率。

公开(公告)号：CN116488721A

公开(公告)日：2023-07-25

申请号：CN202310505665.7

申请日：2023-05-08

Applicant: 福州大学

Inventor： 陈俊 ,  石浩铭 ,  姜乃祺 ,  孟伟强 ,  陈芳 ,  易才键 ,  王师玮

IPC: H04B10/079 ,  H04B10/071

Abstract: 本发明提供了一种光缆线路故障智能定位方法，包括：OTDR模块、光功率计模块、电源模块、主控模块、显示模块、存储模块、通信模块、分光器、光开关和光放大器。检测单元包括光开关、OTDR和光放大器，选用1x32规格的光开关可以达到一套设备检测多条光纤的效果，通过光功率计模块轮巡的方式检测工作光纤、备用光纤，在发现有光纤光功率值低于预设值时，及时调用OTDR测量对应光纤断裂点，并将测得的断裂点即使上传上位机告警，应用本技术方案可有力保障通信光缆系统的稳定运行和即使修复。

公开(公告)号：CN116188864A

公开(公告)日：2023-05-30

申请号：CN202310199512.4

申请日：2023-03-04

Applicant: 福州大学

Inventor： 陈俊 ,  易才键 ,  王师玮 ,  姜乃祺 ,  孟伟强 ,  陈芳 ,  石浩铭

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

Abstract: 本发明提供了一种基于改进MobileNetV2的垃圾图像分类方法，包括如下步骤：步骤A1:建立垃圾分类数据集；步骤A2:利用数据增强技术扩充数据集；步骤A3:搭建垃圾图像分类模型WIC‑MobileNetV2；步骤A4:将数据集经过预处理后送入WIC‑MobileNetV2模型中进行训练；步骤A5:使用训练好的WIC‑MobileNetV2模型对新的垃圾图像进行分类。应用本技术方案可实现有效辅助垃圾分类，提高垃圾分类效率。

公开(公告)号：CN116524498B

公开(公告)日：2025-05-09

申请号：CN202310505473.6

申请日：2023-05-08

Applicant: 福州大学

Inventor： 陈俊 ,  姜乃祺 ,  孙方宁 ,  石浩铭 ,  孟伟强 ,  陈芳 ,  易才键 ,  王师玮

IPC: G06V20/69 ,  G06V20/68 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于改进的YOLOX的食品中常见菌菌落分类和鉴别方法，包括以下步骤：步骤S1：采集食品中常见微生物菌落图像；步骤S2：对步骤S1采集的食品中常见微生物菌落图像进行标注；步骤S3：对步骤S1采集的菌落图像进行数据增强；步骤S4：构建改进的YOLOX目标检测模型；步骤S5：将步骤S4改进的YOLOX目标检测模型进行模型轻量化处理；步骤S6：将步骤S5的轻量化处理后的模型部署至终端设备中；步骤S7：通过步骤S6构建的菌落鉴别系统，检测图片内的菌落特征，并输出检测结果。应用本技术方案可有效提高食品检测实验室菌种类型鉴别的工作效率。

公开(公告)号：CN116612427A

公开(公告)日：2023-08-18

申请号：CN202310505340.9

申请日：2023-05-08

Applicant: 福州大学

Inventor： 陈俊 ,  姜乃祺 ,  石浩铭 ,  孟伟强 ,  陈芳 ,  易才键 ,  王师玮

IPC: G06V20/52 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于改进的轻量型YOLOv7的密集行人检测系统，包括步骤：采集不同场景下的行人图像；对采集的行人图像，根据类别和位置信息进行标注；对行人图像进行数据增强，形成可供检测模型训练的数据图像；构建改进的轻量型YOLOv7，在基于原始的YOLOv7的基础上对模型进行改进，实现轻量化设计，并对改进的检测模型进行轻量化处理；将轻量化处理后的YOLOv7部署到嵌入式终端，与QT搭建的上位机构成完整的密集行人检测系统。应用本技术方案不仅可以实现日常生活的行人检测功能，同时可以实现对密集人群的行人检测。

公开(公告)号：CN116363149A

公开(公告)日：2023-06-30

申请号：CN202310199511.X

申请日：2023-03-04

Applicant: 福州大学

Inventor： 陈俊 ,  王师玮 ,  易才键 ,  姜乃祺 ,  孟伟强 ,  陈芳 ,  石浩铭

IPC: G06T7/11 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明提供了一种基于U‑Net改进的医学图像分割方法，包括如下步骤：步骤A1:建立医学图像分割数据集；步骤A2:扩充数据集并进行预处理；步骤A3:搭建基于U‑Net改进的医学图像分割模型OA‑UNet；步骤A4:训练基于U‑Net改进的医学图像分割模型OA‑UNet；步骤A5:使用训练好的OA‑UNet模型对新输入的医学图像进行分割。应用本技术方案可实现有效地提取医学图像中的病理特征，实现对病理区域的自动分割，分割精度高。