公开(公告)号：CN119339262A

公开(公告)日：2025-01-21

申请号：CN202411295148.2

申请日：2024-09-15

Applicant: 桂林理工大学

Inventor： 董明刚 ,  谢浩轩

IPC: G06V20/17 ,  G06V10/25 ,  G06V10/52 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于多尺度特征信息提取的无人机航拍图像目标检测方法，属于无人机图像目标检测领域，所述方法包括：对无人机航拍图像数据集进行预处理；构建基于多尺度特征信息提取的无人机航拍图像目标检测模型，所述目标检测模型包括多尺度特征提取主干网络和双向特征融合网络，所述主干网络由多尺度特征提取模块COFM和C2f模块组成，所述双向特征融合网络包括添加了大尺度检测头的特征融合结构DiFPN；通过训练好的模型对无人机图像进行检测。本发明可以对场景复杂和变化尺度较大的无人机航拍图像进行精确检测。

公开(公告)号：CN119090798A

公开(公告)日：2024-12-06

申请号：CN202410976715.4

申请日：2024-07-21

Applicant: 桂林理工大学

Inventor： 谢浩轩 ,  董明刚 ,  卢贤睿 ,  刘文章 ,  杭天 ,  吴博瀚

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于YOLOv8改进的道路裂缝检测方法，属于图像目标检测领域，所述方法包括：对道路裂缝图像进行预处理，将预处理后的道路裂缝图像划分为训练集和验证集；将DCNv2模块引入到C2f模块中构建C2f_DCN模块，并将所述模块引入到颈部网络中，得到特征融合网络；在YOLOv8模型的骨干网络中引入CA注意力机制模块，得到特征提取网络；将训练集输入网络模型进行迭代训练，得到目标网络模型；将测试集输入到目标网络模型中进行测试，得到模型检测结果和性能评价结果。与其他主流的目标检测算法比较，本发明方法算法以较低的模型复杂度实现了较高的检测精度，并且可准确地自动标注出道路图像中存在的裂缝和对识别出的裂缝进行自动分类。