-
公开(公告)号:CN119992391A
公开(公告)日:2025-05-13
申请号:CN202510170160.9
申请日:2025-02-17
Applicant: 东北大学秦皇岛分校
IPC: G06V20/17 , G06V10/25 , G06V10/82 , G06N3/0464 , G06V10/774 , G06V10/776 , G06V10/80 , G06N3/045 , G06N3/048
Abstract: 本发明提供一种基于YOLOv8n改进的无人机小目标检测方法,涉及无人机小目标检测技术领域,本方法首先对无人机小目标数据集进行图像预处理,并随机划分为验证集以及训练集;然后对YOLOv8n网络结构进行优化,在YOLOv8n主干网络中引入可变形卷积;引入无参TA注意力机制改进双向加权金字塔BiFPN;最后通过设计PIoU损失函数,使用训练集对改进后的模型进行训练,通过优化算法调整参数以最小化损失函数,期间定期用验证集评估性能,确保模型泛化能力,训练完成后,保存在验证集上表现最佳的权重文件形成目标检测模型,将最优权重文件集成到无人机的推理环境,无人机实时采集数据并应用目标检测模型进行目标检测。
-
公开(公告)号:CN119904325A
公开(公告)日:2025-04-29
申请号:CN202510075097.0
申请日:2025-01-17
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供了基于局部三角形的二阶段扩展社区发现方法,涉及社区发现技术领域,本发明设计了节点统治力,在节点度的基础上综合考虑了节点邻居的度和余弦相似度,这要求种子节点不仅要有较大的度,其邻域也要有紧密的结构,每次选取节点统治力最大的节点作为种子,有助于更加精确的筛选出种子节点。对于聚集能力较弱的种子节点,采取针对性的社区扩展策略,同时,以无向网络为基础进行大规模社区扩展,扩大了种子节点的影响力,提高了社区扩展的准确率。提出了新的匹配度函数,在考虑节点与社区内外连边的基础上,加入了节点与社区内外形成的三角形结构的数量,且每个节点能否加入社区只需计算一次,提高了社区发现效率。
-