-
公开(公告)号:CN118628882B
公开(公告)日:2024-12-24
申请号:CN202411111035.2
申请日:2024-08-14
Applicant: 南开大学
IPC: G06V10/80 , G06N3/045 , G06N3/0464 , G06V10/40 , G06V10/764 , G06V10/82
Abstract: 本发明涉及红外图像目标检测技术领域,提供一种基于YOLO的红外图像目标检测方法,包括:采用CSPDarknet作为主干网络,包括CBS模块和C2f模块;通过CBS模块对红外图像进行CBS处理,获得第一CBS结果,通过C2f模块对第一CBS结果进行特征提取,获得第一特征、第二特征和第三特征;对第一特征、第二特征和第三特征进行处理,获得第一融合特征、第二融合特征和第三融合特征;通过YOLOv8s检测头网络分别对第一融合特征、第二融合特征和第三融合特征进行分类和定位,获得检测结果集合,获得目标检测结果。本发明实现了具备更低计算量和更高检测精度的红外图像目标检测方法。
-
公开(公告)号:CN118762172B
公开(公告)日:2024-12-20
申请号:CN202411246219.X
申请日:2024-09-06
Applicant: 南开大学
IPC: G06V10/25 , G06N3/0464 , G06N3/08 , G06V10/22 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明涉及红外图像目标检测领域,提供一种组群特征交互与赋值特征融合的红外目标检测方法,包括:通过主干网络提取红外图像信息,获得红外图像特征;对红外图像特征交互,获得第四、五、六特征;通过第四融合模块对第五、第六特征融合,获得第四融合特征并存储,通过第一融合模块对第四、第四融合特征融合,获得第一融合特征并存储,通过第二融合模块对存储的第一融合特征和存储的第四融合特征融合,获得第二融合特征并存储,通过第三融合模块对存储的第二融合特征和第六特征融合,获得第三融合特征;通过检测头网络对第一、第二和第三融合特征分类定位,获得检测结果。本发明实现了以较低参数量和计算成本,获得更高的红外目标检测精度。
-
公开(公告)号:CN118551482A
公开(公告)日:2024-08-27
申请号:CN202410915381.X
申请日:2024-07-09
Applicant: 南开大学
Abstract: 本发明涉及非电变量的控制或调节系统技术领域,尤其涉及一种多拦截飞行器协同突防博弈制导律设计方法,包括如下步骤:建立三维相对运动模型;设定存在时间#imgabs0#使各拦截飞行器在#imgabs1#内的一个时间点达到预设制导效果;为各拦截飞行器设定状态空间、动作空间及奖励函数;初始化状态空间、动作空间、奖励函数及网络参数;对各拦截飞行器在每一个设定的时间步内根据当前actor网络及状态选择动作,并将经验元组数据进行存储;随机抽取经验元组数据对网络进行学习,并更新网络;重复迭代直至设计的动作使各拦截飞行器达到预设制导效果。本发明提供的方法具有高度的适应性,强大的决策能力以及协同效率,方案先进且灵活有效。
-
公开(公告)号:CN118506172A
公开(公告)日:2024-08-16
申请号:CN202410948242.7
申请日:2024-07-16
Applicant: 南开大学
IPC: G06V20/05 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09 , G06V10/46 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明提供一种基于泛化先验监督的水下显著物体检测方法,涉及目标检测技术领域。具体包括:采集待检测图;通过轻量视觉编码器对待检测图进行深度特征提取,获得深度特征图;基于泛化暗通道先验算法计算待检测图中的环境光,获得介质传输图;通过介质传输图监督深度特征图的提取,获得监督特征图;将待检测图及监督特征图进行特征融合,获得显著性图;对显著性图进行目标检测。本发明不仅增强了模型对水下特定环境的适应性,而且提高了检测的准确性和鲁棒性。
-
公开(公告)号:CN117060674B
公开(公告)日:2023-12-22
申请号:CN202311310897.3
申请日:2023-10-11
Applicant: 南开大学
Abstract: 本发明涉及能源技术领域,尤其涉及基于仿生波动鳍的电磁式发电装置。基于仿生波动鳍的电磁式发电装置包括:支架;中心轴,所述中心轴的两端固定在所述支架上;多个转子和多个定子,所述定子固定在所述中心轴上,所述转子可转动地固定在所述中心轴上,所述转子包括磁体阵列,所述定子包括线圈阵列,相邻两个所述转子之间设置至少一个所述定子,且相邻的所述转子和所述定子之间设置有间隙;仿生波动鳍,所述仿生波动鳍与所述转子连接,带动所述磁体阵列绕所述中心轴转动。基于仿生波动鳍的电磁式发电装置噪声小,对水下环境扰动小,生态环境友好,同时其不需要复杂传动增速系统,结构更加简单,轻巧;能源利用率高,发电效率高,功率密度大。
-
公开(公告)号:CN116721112B
公开(公告)日:2023-10-24
申请号:CN202311000476.0
申请日:2023-08-10
Applicant: 南开大学
IPC: G06T7/10 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明涉及计算机视觉技术领域,提供一种基于双分支解码器网络的水下伪装物体图像分割方法。该方法提出的解码器网络采用双分支结构,一支解码器使用通道注意力模块增强特征并接受边缘指导信息,另一支解码器使用空间注意力模块增强特征并接受全局指导信息,还在解码器每层之间提出信息交互模块,将两个分支的信息进行融合后输送到下一层解码器从而得到更好的信息融合效果,还提出选择性分支聚合模块中,其会自适应的学习如何在两个分支上权衡不同的注意力从而更好的对结果进行融合,最终产生双解码器注意力网络的预测图并接受真值图像的监督。本发明可以提高分割水下伪装目标时的准确性以及识别速度,提高水下目标识别任务的智能化水平。
-
公开(公告)号:CN116721112A
公开(公告)日:2023-09-08
申请号:CN202311000476.0
申请日:2023-08-10
Applicant: 南开大学
IPC: G06T7/10 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明涉及计算机视觉技术领域,提供一种基于双分支解码器网络的水下伪装物体图像分割方法。该方法提出的解码器网络采用双分支结构,一支解码器使用通道注意力模块增强特征并接受边缘指导信息,另一支解码器使用空间注意力模块增强特征并接受全局指导信息,还在解码器每层之间提出信息交互模块,将两个分支的信息进行融合后输送到下一层解码器从而得到更好的信息融合效果,还提出选择性分支聚合模块中,其会自适应的学习如何在两个分支上权衡不同的注意力从而更好的对结果进行融合,最终产生双解码器注意力网络的预测图并接受真值图像的监督。本发明可以提高分割水下伪装目标时的准确性以及识别速度,提高水下目标识别任务的智能化水平。
-
公开(公告)号:CN119645082A
公开(公告)日:2025-03-18
申请号:CN202510162972.9
申请日:2025-02-14
Applicant: 南开大学
Abstract: 本发明涉及编队飞行控制技术领域,提供一种基于成本敏感元强化学习的编队飞行控制方法和系统。该方法主要包括以下步骤:建立编队飞行三维运动学模型;构建编队飞行控制方法的设定目标;根据所述编队飞行三维运动学模型和编队飞行控制方法的设定目标构建编队飞行控制模型;根据成本敏感元强化学习对编队飞行控制模型进行训练,得到最终元策略参数。本发明通过在元强化学习内采取层次化优化策略,实现了在复杂编队控制动态环境中的快速适应和安全性保证。
-
公开(公告)号:CN119540782A
公开(公告)日:2025-02-28
申请号:CN202510090618.X
申请日:2025-01-21
Applicant: 南开大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及计算机视觉技术领域,提供YOLO模型的垃圾检测方法、系统、设备、产品及介质,包括获取检测数据集,对检测数据集进行重分类,得到分类集;选取骨干网络,构建特征提取卷积模块,将特征提取卷积模块嵌入骨干网络中;选取颈部网络,构建SAC‑Net模块,将SAC‑Net模块嵌入颈部网络中,并将颈部网络与骨干网络连接;构建包括EIOU损失函数的边界框损失模块,通过边界框损失模块构建检测头,并将检测头与颈部网络连接;构建包括骨干网络、颈部网络和检测头的初始分类模型;根据分类集对初始分类模型进行配置,对初始分类模型进行训练,得到目标分类模型。本发明有效提升了分类模型分类的准确率。
-
公开(公告)号:CN119247757A
公开(公告)日:2025-01-03
申请号:CN202410232226.8
申请日:2024-03-01
Applicant: 南开大学
IPC: G05B13/04
Abstract: 本发明涉及非电变量的控制或调节技术领域,尤其涉及一种飞行器末段预定时间滑模制导方法,包括如下步骤:建立三维耦合相对运动模型;使#imgabs0#和#imgabs1#在预定的时间内收敛到期望的角度;构建制导律设计目标,并得到简化的三维耦合相对运动模型;定义预定时间滑模面,并获得预定时间制导律模型;对目标的扰动向量及目标加速度所带来外部扰动估计,并求解预定时间制导律;对简化的三维耦合相对运动模型求解,得到飞行器的运动状态信息;飞行器控制系统控制制导跟踪目标。本发明提供的方法能够保证系统在预定时间内收敛,同时固定时间干扰观测器模型可以实现对目标所引起的外部扰动的估计,具有较高的命中精度。
-
-
-
-
-
-
-
-
-