公开(公告)号：CN117132611A

公开(公告)日：2023-11-28

申请号：CN202310975555.7

申请日：2023-08-04

Applicant: 南通大学

Inventor： 车明亮 ,  韦超然 ,  李凯隆 ,  蒙丽静 ,  莫泳怡

IPC: G06T7/11 ,  G06F16/29 ,  G06F16/56 ,  G06F16/13

Abstract: 本发明公开一种基于ArcPy的区域尺度栅格格网分割方法，属于地理空间数据处理领域，包括以下步骤：步骤一：创建渔网数据，步骤二：分割行政区矢量数据；步骤三：按行政区提取渔网网格；步骤四：按行政区分割渔网网格；步骤五：按行政区渔网网格裁剪栅格。本发明的有益效果是显著提升了在区域尺度层面细粒度分割栅格数据的效率，确保了分割后的栅格格网数据具有准确的边界和地理坐标系，便于研究人员开展进一步的数据分析和数据应用工作。

公开(公告)号：CN113837058B

公开(公告)日：2022-09-30

申请号：CN202111102992.5

申请日：2021-09-17

Applicant: 南通大学

Inventor： 车明亮 ,  曹鑫亮 ,  杨帆 ,  郭有志 ,  李凯隆

IPC: G06V20/00 ,  G06V10/30 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开的一种耦合上下文聚合网络的轻量化雨水篦子检测方法，包括图像预处理‑参数初始化‑生成数据集‑构建雨水篦子检测模型‑模型训练与预测‑掩膜处理‑后处理7个步骤，在构建雨水篦子检测模型中，以轻量化的卷积模块和Fire模块为基础，设计了骨架网络耦合上下文信息的模型结构。在模型预测时考虑了雨水篦子空间分布先验概率以进一步提高雨水篦子检测精度。检测方法具有较高的实时性，轻量化的网络架构减少了计算资源消耗量，缩短了模型加载和前馈时间，提升了运算速度。

公开(公告)号：CN117009450A

公开(公告)日：2023-11-07

申请号：CN202310977374.8

申请日：2023-08-04

Applicant: 南通大学

Inventor： 车明亮 ,  孙金磊 ,  李凯隆 ,  陈皓喆 ,  刘心远

IPC: G06F16/29 ,  G06F16/13 ,  G06F16/2455

Abstract: 本发明公开一种基于ArcPy的区域尺度景观生态风险指数数据生产方法，包括以下步骤；步骤1：将栅格格网转为矢量数据；步骤2：计算样方数据，样方数据用于统计斑块中某景观类型在样方数据中出现的频数；步骤3：定义景观生态风险指数核心函数；步骤4：计算景观生态风险指数。本发明提供一种基于ArcPy的区域尺度景观生态风险指数数据生产方法，大大提高目前在区域尺度甚至大陆尺度层面自动计算景观生态风险指数的效率，有效解决现有方法在处理区域尺度或大陆尺度数据时出现程序耗占内存过大，手动计算过程复杂，数据处理工作量庞大等问题。

公开(公告)号：CN113837058A

公开(公告)日：2021-12-24

申请号：CN202111102992.5

申请日：2021-09-17

Applicant: 南通大学

Inventor： 车明亮 ,  曹鑫亮 ,  杨帆 ,  郭有志 ,  李凯隆

IPC: G06K9/00 ,  G06K9/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开的一种耦合上下文聚合网络的轻量化雨水篦子检测方法，包括图像预处理‑参数初始化‑生成数据集‑构建雨水篦子检测模型‑模型训练与预测‑掩膜处理‑后处理7个步骤，在构建雨水篦子检测模型中，以轻量化的卷积模块和Fire模块为基础，设计了骨架网络耦合上下文信息的模型结构。在模型预测时考虑了雨水篦子空间分布先验概率以进一步提高雨水篦子检测精度。检测方法具有较高的实时性，轻量化的网络架构减少了计算资源消耗量，缩短了模型加载和前馈时间，提升了运算速度。

公开(公告)号：CN113673616B

公开(公告)日：2023-09-29

申请号：CN202110985588.0

申请日：2021-08-26

Applicant: 南通大学

Inventor： 车明亮 ,  王英利 ,  张驰 ,  李凯隆 ,  郭有志

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

Abstract: 本发明公开的一种耦合注意力和上下文的轻量化小目标检测方法，包括生成标签数据‑图像预处理‑参数初始化‑创建数据集‑构建目标检测模型‑模型训练‑目标检测‑后处理8个步骤，在构建目标检测模型中，以轻量化的卷积模块和Fire模块为基础，设计了骨架网络和上下文聚合网络，结合简单易用的CBAM注意力模块，设计了BatNet模型，该模型耦合了双上下文聚合网络和双注意力模块，因此在检测小目标方面具有优势，相比参考模型显著提高了检测精度；BatNet模型由1×1卷积和3×3卷积模块构成，因此模型是轻量化的，相比参考模型明显减少了参数量；BatNet模型在参数加载方面和模型前馈方面的运行速度是快速的，因此具有较高的实时性。

公开(公告)号：CN113673616A

公开(公告)日：2021-11-19

申请号：CN202110985588.0

申请日：2021-08-26

Applicant: 南通大学

Inventor： 车明亮 ,  王英利 ,  张驰 ,  李凯隆 ,  郭有志

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开的一种耦合注意力和上下文的轻量化小目标检测方法，包括生成标签数据‑图像预处理‑参数初始化‑创建数据集‑构建目标检测模型‑模型训练‑目标检测‑后处理8个步骤，在构建目标检测模型中，以轻量化的卷积模块和Fire模块为基础，设计了骨架网络和上下文聚合网络，结合简单易用的CBAM注意力模块，设计了BatNet模型，该模型耦合了双上下文聚合网络和双注意力模块，因此在检测小目标方面具有优势，相比参考模型显著提高了检测精度；BatNet模型由1×1卷积和3×3卷积模块构成，因此模型是轻量化的，相比参考模型明显减少了参数量；BatNet模型在参数加载方面和模型前馈方面的运行速度是快速的，因此具有较高的实时性。