-
公开(公告)号：CN118887513A
公开(公告)日：2024-11-01
申请号：CN202411001433.9
申请日：2024-07-25
Applicant: 哈尔滨理工大学
IPC: G06V10/82 , G06V10/774 , G06V10/25 , G06V10/764 , G06V10/776 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06V20/10
Abstract: 本发明公开了一种基于改进YOLOv8n的轻量化杂草识别方法，属于深度学习和计算机视觉技术领域。该方法主要包括：获取包含不同种类杂草的图像数据集并进行数据集划分；杂草数据预处理；在YOLOv8n基础上进行优化改进，构建杂草识别模型WYOLO；基于杂草识别模型WYOLO，构建轻量化杂草识别模型LWYOLO，在保证识别精度的同时提升识别速度；使用预处理后的数据集对搭建的网络模型进行训练及测试，以识别出杂草图像。利用本发明提出的轻量化杂草识别方法，模型体积小、精度高、运行速度快，为除草设备提供有力支撑，对于提高作物产量、减少化学除草剂的使用以及保护生态环境具有重要意义。
-
公开(公告)号：CN118940151A
公开(公告)日：2024-11-12
申请号：CN202411001575.5
申请日：2024-07-25
Applicant: 哈尔滨理工大学
IPC: G06F18/2415 , G06F18/214 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于TBE优化的CNN‑BiLSTM‑Attention异常步态检测方法。该方法在CNN中引入Squeeze‑and‑Excitation(SE)注意力机制，并在BiLSTM中应用时间注意力机制，能有效提取和强化关键步态特征。利用足底压力传感器和IMU惯性传感器采集步态数据。采用ReliefF算法选取关键特征，并通过TPE算法优化超参数。模型训练后，用CNN提取空间特征，BiLSTM提取时间序列特征，并通过注意力机制融合特征，最终通过softmax激活函数分类预测。本发明整体模型设计合理，注意力机制增强了对重要信息的捕捉能力，防止过拟合。适用于临床和日常健康监控中的异常步态检测，为疾病诊断和健康评估提供高效、准确的技术手段。
-
公开(公告)号：CN118887402A
公开(公告)日：2024-11-01
申请号：CN202411001577.4
申请日：2024-07-25
Applicant: 哈尔滨理工大学
IPC: G06V10/26 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06V20/10
Abstract: 本发明公开了一种基于改进YOLOv8模型的番茄分割方法，该方法主要包括寻找类别丰富的番茄分割数据集，对其进行数据增强处理并进行手动标注，扩充数据集数量，对YOLOv8n模型进行改进，主干替换为MobileNetv3使模型轻量化，对YOLOv8n网络头部引入DCNv2可变型卷积能更好的适应目标的形态，并在头部添加通道注意力机制关注特征层的通道信息和空间信息。结果表明，改进后的算法类别平均精度为91.8％，本方法在识别准确率和速度两方面达到了实用化的要求，进一步推动番茄采摘机器人及智慧农业的发展。
-
公开(公告)号：CN118746303A
公开(公告)日：2024-10-08
申请号：CN202411001430.5
申请日：2024-07-25
Applicant: 哈尔滨理工大学
IPC: G01C21/20 , G01C21/34 , G01C21/00 , G01S17/894 , G01S17/88
Abstract: 本发明公开一种基于激光SLAM的自主导航与环境建图方法及系统，该系统通过对激光雷达进行去畸变处理并与IMU联合标定，确保传感器数据的精准。通过高斯平滑处理权重异常粒子，并采用低方差重采样策略对Gmapping算法进行优化，进一步减少粒子的退化现象并提高粒子多样性。根据计算粒子的有效样本，动态调整粒子数量以提高算法的计算效率。此外，对RRT_Connect算法进行优化，通过增加动态目标生成和重连机制，并加快收敛速度，使其找到最优路径。通过引入剪枝和贝塞尔曲线的方法，使路径更简洁自然。最终将改进的RRT_Connect算法与TEB算法融合，实现精准的地图导航和避障。
-
-
-
Search Results
4
records
(took 0.024 seconds)
