公开(公告)号：CN118823736A

公开(公告)日：2024-10-22

申请号：CN202410914196.9

申请日：2024-07-09

Applicant: 桂林电子科技大学

Inventor： 范科峰 ,  杨永铮 ,  郭帅可 ,  潘正男

IPC: G06V20/58 ,  G06V10/774 ,  G06V10/77 ,  G06V10/82 ,  G06V10/80

Abstract: 本发明属于计算机视觉目标检测识别与野生动物保护技术领域，具体是一种基于改进yolov8与知识蒸馏技术的野生动物目标检测方法。本发明涉及的技术要点包括：(1)改进原有的yolov8模型，训练一个性能优越的模型作为知识蒸馏的教师模型，再通过改进原始的yolov8模型使其变得轻量化作为知识蒸馏的学生模型。最后，采用logits蒸馏的方法得到一个比原始yolov8模型精度更高，更轻量，性能更优越的模型，并将其部署在国产开发板AXera‑Pi上进行推理验证。(2)教师模型的改进主要包括将原始yolov8网络的backbone替换为Swin Transformer作为主干网络；在yolov8网络模型的neck网络中添加SEAM注意力机制，使模型更有效地处理遮挡场景，提高模型精度。(3)学生模型的改进主要包括将原始的yolov8网络的backbone替换为GhostHGNETV2作为骨干网络；对yolov8的检测头进行重设计，提出Efficient_Detect检测头，使模型网络变得更加轻量化。

公开(公告)号：CN119065837A

公开(公告)日：2024-12-03

申请号：CN202411094723.2

申请日：2024-08-10

Applicant: 桂林电子科技大学

Inventor： 许川佩 ,  潘正男 ,  邓运辉 ,  杨永铮 ,  周蒴诚

IPC: G06F9/50 ,  G06F15/78 ,  G06N3/006 ,  G06N3/126

Abstract: 本发明公开了一种基于改进鲸鱼算法的高速数据采集系统映射方法。该映射方法由评估器、热值权重矩阵、待映射任务图以及优化算法组成。评估器包括评估函数和NoC模型。NoC模型记录着NoC网络中各节点的处理数据量。评估函数则根据NoC模型计算映射解的适应度。每个节点的处理数据量由映射解根据任务矩阵映射到3D NoC后得出。在这一方法中，鲸鱼种群的每个个体可视为一维数列映射解。数列中的元素根据其位置不同分别代表采集节点、存储节点、传输节点和主控制节点，而元素的数值则表示该节点在NoC中的映射位置。在迭代过程中，将当前适应度最高的鲸鱼个体选为领导者。利用自适应随机正弦函数优化鲸鱼算法的局部搜索能力。通过levy飞行函数鲸鱼算法与遗传算法相结合增强鲸鱼算法的全局搜索能力，以此跳出局部最。这一方法不仅能有效地优化数据采集系统的性能，还能提高系统的效率和可靠性，适用于各种需要高速数据处理的应用场景。