公开(公告)号：CN116229236A

公开(公告)日：2023-06-06

申请号：CN202310222513.6

申请日：2023-03-09

Applicant: 重庆邮电大学

Inventor： 李永红 ,  周诚 ,  陶于祥 ,  李梓歆 ,  赵志强 ,  李腊全 ,  宛江城

IPC: G06V10/82 ,  G06V20/69 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08 ,  C12Q1/04 ,  C12R1/32

Abstract: 本发明属于目标检测技术领域，具体涉及一种基于改进YOLO v5模型的结核杆菌检测方法，包括：将痰液样本中的结核杆菌图像输入到训练好的改进YOLOv5模型中；通过Backbone骨干网络中获取深层特征信息，得到不同深度的特征图；通过FPNs网络中进行上采样和特征融合后获得不同尺度的张量数据；不同尺度的张量数据通过Head头部分别预测目标的分类和预测框，得到检测结果。本发明通过使用改进的YOLOv5算法检测结核杆菌，较现有的SSD、Faster R‑CNN算法有着更好的检测效果，能够在实际的痰液样本检测过程中精确识别出结核杆菌，提高了医学领域对结核杆菌检测的效率，为疾病诊断提供重要帮助。

公开(公告)号：CN113902729A

公开(公告)日：2022-01-07

申请号：CN202111248110.6

申请日：2021-10-26

Applicant: 重庆邮电大学

Inventor： 邹洋 ,  宛江城

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉的目标检测领域，具体涉及一种基于改进YOLO v5模型的路面坑洼检测方法，该方法包括：实时获取路面图像数据，将获取的路面图像数据输入到改进的YOLO v5模型中，得到路面检测结果，根据结果控制车辆的运动方向；其中，所述改进的YOLO v5模型包括：首先，使用imgaug对数据进行增强；针对路面坑洼形状大小不一的情况，引入DBSCAN密度聚类算法重新设计先验框尺寸；将原始的YOLO v5模型的GIOU_loss损失函数改为EIOU_loss损失函数。通过使用改进的YOLO v5模型检测路面坑洼，较原始的YOLO v5模型取得良好效果，能在实际应用中为智能辅助驾驶系统准确预测前方道路坑洼情况，提醒驾驶员进行减速通过或避让，减少交通事故的发生，提高汽车的安全性能。