公开(公告)号：CN118781531A

公开(公告)日：2024-10-15

申请号：CN202410915119.5

申请日：2024-07-09

Applicant: 武汉轻工大学

Inventor： 关晓敏 ,  胡婧 ,  朱雨婷 ,  邓新苗 ,  曾耿鹏 ,  杨璇

IPC: G06V20/50 ,  G06V10/764 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明涉及计算机视觉和农业领域，具体的说是一种基于深度学习的草莓病害目标检测方法及装置，包括使用多个摄像头采集草莓植株生长图像，对草莓植株生长图像预处理，并上传云端，生成训练数据集，基于改进的YOLOv8模型建立草莓病害目标检测模型，利用训练好的草莓病害目标检测模型判断草莓是否产生病害，一旦产生病害，及时提醒管理人员进行医治，记录生产周期内产生病害的区域，定期对病害区域进行处置，在本发明中，EMA注意力机制和GFPN网络结构改进的YOLOv8建立草莓病害目标检测模型，减少了计算开销和保留每个通道的关键信息，提高了模型处理特征的能力。

公开(公告)号：CN118864822A

公开(公告)日：2024-10-29

申请号：CN202411065831.7

申请日：2024-08-05

Applicant: 武汉轻工大学

Inventor： 杨璇 ,  胡婧

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/774 ,  G06V10/44 ,  G06V10/771 ,  G06V10/776 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种目标检测方法、装置、设备及存储介质，属于图像处理技术领域，包括：使用数据库加载目标检测图像数据，并将其转换为YOLO训练格式，划分训练集和测试集；基于YOLOv8网络构建初始目标检测模型，将初始目标检测模型的主干网络中替换了一个C2f模块为AKConv模块，并通过GSConv引入Slim‑Neck网络，然后在Neck和Head的连接部分中加入GAM注意力机制，最后采用分布式聚焦损失与Wise‑loU结合起来计算边界框的回归损失，得到改进的目标检测模型；通过预处理后的数据集对改进的目标检测模型进行训练，基于训练集训练上述目标检测模型，得到最优小目标检测模型；将测试集输入最优小目标检测模型，输出小目标检测结果，提升小目标检测的精度。

公开(公告)号：CN118587424A

公开(公告)日：2024-09-03

申请号：CN202410915112.3

申请日：2024-07-09

Applicant: 武汉轻工大学

Inventor： 邓新苗 ,  胡婧 ,  关晓敏 ,  朱雨婷 ,  曾耿鹏 ,  杨璇

IPC: G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种目标检测方法、装置、设备及存储介质，该方法包括：获取待检测图像以及初始数据集；对初始数据集进行预处理，得到预处理后的数据集；构建初始目标检测模型，将初始目标检测模型主干网络中的C2f结构替换为改进的AK‑C2f结构，在初始目标检测模型的颈层网络中加入EMA注意力机制，并将初始目标检测模型头部网络中的标准卷积替换成SCConv结构，得到改进的目标检测模型；通过预处理后的数据集对改进的目标检测模型进行训练，得到优化的目标检测模型；根据优化的目标检测模型对待检测图像进行检测，得到检测结果。解决了当前网络结构复杂、参数数量多、系统运行速度慢、对GPU硬件要求高等问题，提升了系统的运行速度，增强了模型的实用性。

公开(公告)号：CN118865039A

公开(公告)日：2024-10-29

申请号：CN202410872924.4

申请日：2024-07-01

Applicant: 武汉轻工大学

Inventor： 朱雨婷 ,  胡婧 ,  关晓敏 ,  邓新苗 ,  曾耿鹏 ,  杨璇

IPC: G06V10/80 ,  G06V10/20 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V20/10 ,  G06T7/00 ,  G06T3/4053 ,  G06T3/4046 ,  G06T5/77 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及水稻检测技术领域，具体的说是一种水稻病害检测方法和装置，包括获取采集到的水稻图像信息、基于改进的水稻病害检测模型对水稻图像信息进行处理，以确定存在病害的水稻和病害类型以及根据病害类型和病害水稻位置信息、数量信息采取相应的病害处置措施，本发明引入MSAM注意力检测机制，以更好的检测小目标，提高检测结果的准确性，且引入Pconv层，将Pconv与Detect连接，通过同时减少冗余计算和内存访问，可以更有效地提取空间特征，并在目标检测过程中使用Pconv对检测到的目标周围的图像区域进行修复，从而改善检测结果的质量。