-
公开(公告)号：CN119832221A
公开(公告)日：2025-04-15
申请号：CN202510307786.X
申请日：2025-03-17
Applicant: 无锡学院
Abstract: 基于YOLOv8改进算法的樱桃番茄成熟度检测方法。涉及图像识别领域，具体涉及基于YOLOv8模型的樱桃番茄在复杂环境下成熟度检测技术领域。解决了现有技术检测精度不够，处理密集目标能力不足的问题。所述方法包括如下步骤：预处理数据集；优化YOLOv8n模型：在YOLOv8n模型的主干部分中，将Conv模块替换为ADown模块；在YOLOv8n模型的颈部部分中，将C2F模块替换为VoVGSCSP模块、将Conv模块替换为GSConv模块以及添加EMA机制；采用测试集评估ASE‑YOLOv8n模型的性能，当置信度阙值大于0.6时，测试合格。
-
公开(公告)号：CN118762339B
公开(公告)日：2025-01-03
申请号：CN202411215008.X
申请日：2024-09-02
Applicant: 无锡学院
IPC: G06V20/54 , G06N3/0464 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: WPIoU损失函数构建方法及YOLOv8检测方法，属于图像信息检测技术领域，解决了现有的YOLOv8n在复杂环境下无法实现对车流图像的精准检测的问题。包括以下步骤：步骤S1，对WIoUv1损失函数做梯度增益的处理后，获取WIoUv3损失函数；步骤S2，PIoU损失函数自定义了自适应的惩罚因子；步骤S3，基于步骤S2所述的惩罚因子对步骤S1所述的WIoUv3损失函数进行改进后，获取WPIoU损失函数；步骤S4，基于PIOUv2损失函数的非单调注意力函数对步骤S3所述的WPIoU损失函数做进一步改进后，获取最终的WPIoU损失函数。
-
公开(公告)号：CN118762339A
公开(公告)日：2024-10-11
申请号：CN202411215008.X
申请日：2024-09-02
Applicant: 无锡学院
IPC: G06V20/54 , G06N3/0464 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: WPIoU损失函数构建方法及YOLOv8检测方法，属于图像信息检测技术领域，解决了现有的YOLOv8n在复杂环境下无法实现对车流图像的精准检测的问题。包括以下步骤：步骤S1，对WIoUv1损失函数做梯度增益的处理后，获取WIoUv3损失函数；步骤S2，PIoU损失函数自定义了自适应的惩罚因子；步骤S3，基于步骤S2所述的惩罚因子对步骤S1所述的WIoUv3损失函数进行改进后，获取WPIoU损失函数；步骤S4，基于PIOUv2损失函数的非单调注意力函数对步骤S3所述的WPIoU损失函数做进一步改进后，获取最终的WPIoU损失函数。
-
公开(公告)号：CN116524283A
公开(公告)日：2023-08-01
申请号：CN202310779764.4
申请日：2023-06-29
Applicant: 无锡学院
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种农业虫害图像检测分类方法及系统，所述方法包括以下步骤：S1：对获取到的待分类农业虫害图像预处理，将预处理后的待分类农业虫害图像划分为训练集和测试集；S2：将图像分类模型作为农业虫害图像的分类模型，所述图像分类模型为改进后的YoloX模型，以YoloX模型为基本架构，darknet53特征提取模块替换为Swin‑Transformer模块、在neck网络的FPN特征融合模块加入DG模块、CLFM模块，设置Focalloss损失函数；S3：利用训练集对图像分类模型进行训练；S4：利用训练好的图像分类模型对测试集进行检测，输出农业虫害图像检测分类结果。本发明实现了提升农业虫害图像检测分类准确率，对YoloX模型改进，引入Focalloss目标损失函数，提高农业虫害图像的检测分类效果、适应性。
-
-
-
Search Results
34
records
(took 0.019 seconds)
