基于改进YOLOv8的轻量级无人机视觉避障方法及装置

    公开(公告)号:CN119380316A

    公开(公告)日:2025-01-28

    申请号:CN202411407114.8

    申请日:2024-10-10

    Abstract: 本发明公开了一种基于改进YOLOv8的轻量级无人机视觉避障方法及装置,方法包括:将改进后的YOLOv8n网络结构用于障碍物检测;将检测到的障碍物信息和原始深度信息进行融合,基于障碍物属性的自适应距离检测对原始深度信息进行处理得到无人机与障碍物的距离;根据障碍物与无人机的相对位置关系、以及不包含障碍物的可安全飞行区域设计无人机视觉避障算法,获取可安全飞行区域;输出下一步避障指令,障碍物信息,标准检测框、障碍物种类、置信度以及无人机与障碍物的距离值以及最大无障碍物区域。装置包括:处理器和存储器。本发明克服了单目相机深度估计误差大及RGB‑D相机成本高的问题,采用双目相机进行检测和获取深度信息;本发明兼顾不规则障碍物和小目标检测性能。

    一种无人机轻量化视觉定位方法及装置

    公开(公告)号:CN118465805A

    公开(公告)日:2024-08-09

    申请号:CN202410582157.3

    申请日:2024-05-11

    Abstract: 本发明公开了一种无人机轻量化视觉定位与北斗传感器的融合方法及装置,方法包括:利用轻量化的GhostConv模块构建轻量化TrimYOLO结构,并采用WIoU作为损失函数;将定位标识图像数据集输入进提前训练好的改进YOLOv8算法中,来获得关键点的像素坐标;将云台相机的内参矩阵、畸变系数、关键点的像素坐标、关键点的世界坐标输入进PnP算法中,并将相机坐标系中的平移向量转换到世界坐标系中,得到云台相机的位置即无人机的位置;输出无人机在自定义坐标系中的三维坐标,将三维坐标转换为经纬度坐标;通过无迹卡尔曼滤波算法将北斗传感器定位数据和经纬度坐标进行融合。装置包括:处理器和存储器。

    基于YOLOv5n工业零部件表面缺陷检测方法及装置

    公开(公告)号:CN119418128A

    公开(公告)日:2025-02-11

    申请号:CN202411574344.3

    申请日:2024-11-06

    Abstract: 本发明公开了一种基于YOLOv5n工业零部件表面缺陷检测方法及装置,方法包括:将注意力机制嵌入到主干网络的卷积层中,并引入动态蛇形卷积捕获跨通道的信息,捕获方向感知和位置感知的信息,将工业零部件表面缺陷图像数据集输入到主干网络中进行特征提取,得到三个不同尺度的特征图;引入Gold‑YOLO结构,通过全局融合多层特征并将全局信息注入到更高层次,生成突出全局信息的特征图;将得到的特征图输入特征金字塔网络中,通过下采样方式和上采样方式逐步在不同尺度上对特征图进行加权融合;输出缺陷检测结果,标注检测框、缺陷种类以及置信度。装置包括:处理器和存储器。本发明对工业零部件表面缺陷的检测精度更高,更符合工业生产中对零部件健康情况的监测维护需要。

    一种用于多场景下杂草检测方法及装置

    公开(公告)号:CN119418267A

    公开(公告)日:2025-02-11

    申请号:CN202411437004.6

    申请日:2024-10-15

    Applicant: 新疆大学

    Abstract: 本发明公开了一种用于多场景下杂草检测方法及装置,方法包括:采集并标记不同场景下的杂草数据,并构建数据集,继而进行数据集评估;将重参数化大卷积核特征提取‑融合模块、空间金字塔池化网络、DySample上采样器与通用高效层聚合网络相结合,建立起重参数化特征提取检测网络;基于重参数化特征提取检测网络对多场景下杂草进行检测。装置包括:处理器和存储器。本发明既能提高杂草检测的性能,又能降低模型大小,对于智慧农业中杂草检测边缘设备的实地部署检测效果显著。

    一种轻量化杂草检测方法及装置
    8.
    发明公开

    公开(公告)号:CN118230156A

    公开(公告)日:2024-06-21

    申请号:CN202410291768.2

    申请日:2024-03-14

    Applicant: 新疆大学

    Abstract: 本发明公开了一种轻量化杂草检测方法及装置,方法包括:采集杂草图片,使用Labelimg标记并构建数据集;设计新的通道注意力机制,使其获取杂草全局信息的能力得到增强;将轻量级小型语义分割模块融入到C2f特征提取层,其内部轻量的CG块在学习杂草边缘和周围上下文联合特征时,引入全局上下文特征;颈部网络优化,将具有双向交叉连接和快速归一化融合的特征金字塔网络改进到YOLOv8的Neck层,使其获取不同尺度提取特征并作加权融合;将SERMAttention、CG块和BiFPN模块与YOLOv8相结合,提出适用于农田杂草检测的轻量级LW‑YOLOv8模型,并在公共数据集上进行评估,基于轻量级LW‑YOLOv8模型实现对轻量化杂草的检测。装置包括:处理器和存储器。

    基于流信息图及时空特征融合增强的Tor加密流量分类方法

    公开(公告)号:CN118041663A

    公开(公告)日:2024-05-14

    申请号:CN202410265033.2

    申请日:2024-03-08

    Applicant: 新疆大学

    Abstract: 本发明为基于流信息图及时空特征融合增强的Tor加密流量分类方法。基于流信息图及时空特征融合增强的Tor加密流量分类方法,包括以下步骤:(1)数据预处理:对原始流量数据进行预处理;(2)将预处理后的数据生成流关系图FIG;(3)基于深度神经网络的特征自动提取,得到网络流的空间和时序特征;(4)将所述的空间和时序特征在节点之间传播、更新后,用平均池化法对流节点的特征进行聚合,再进行分类,最终输出标签。本发明所述的基于流信息图及时空特征融合增强的Tor加密流量分类方法,减轻了概念漂移的问题,同时提高了整体的有效性、鲁棒性以及准确率。

    具有高容错可扩展的拜占庭容错方法、装置及存储介质

    公开(公告)号:CN114189325B

    公开(公告)日:2023-09-29

    申请号:CN202111375279.8

    申请日:2021-11-19

    Applicant: 新疆大学

    Inventor: 贾振红 阳建

    Abstract: 本发明公开了一种具有高容错可扩展的拜占庭容错方法、装置及存储介质,方法包括:引入一致性哈希算法,将各节点IP信息通过哈希计算后映射在哈希环上,并根据区块信息在哈希环上进行共识主节点、各组代表节点以及各小组节点的选择;采用先组内共识再组间共识,设计节点选择性广播模型和代表节点计票模型;基于所述节点选择性广播模型和代表节点计票模型获取高容错可扩展的拜占庭容错的上限;对分组共识可能存在的各组代表节点联合作恶和组间节点联合作恶分别进行了概率分析;根据高容错可扩展的拜占庭容错的共识流程,计算出通信复杂度。装置包括:处理器和存储器。本发明既能保证共识的民主又能提升网络扩展性、降低网络通信复杂度以及提高容错性能。

Patent Agency Ranking