公开(公告)号：CN114821084A

公开(公告)日：2022-07-29

申请号：CN202210275797.0

申请日：2022-03-21

Applicant: 武汉轻工大学

Inventor： 李雅琴 ,  张超凡 ,  袁操 ,  胡婧

IPC: G06V10/40 ,  G06V10/74 ,  G06V10/774 ,  G06V10/764 ,  G06K9/62

Abstract: 本发明公开了一种图像分类方法、装置、设备及存储介质，属于图像分类技术领域。本发明通过获取待分类的图像数据；通过预设特征提取模型对所述待分类的图像数据进行特征提取，得到待分类的图像特征；对所述待分类的图像特征进行特征适应，得到调整后的特征，并根据调整后的特征对所述待分类的图像数据进行图像分类，通过对待分类的图像数据之间的特征进行适应性调整，提高各图像数据之间特征的相似度，提高分类效果。

公开(公告)号：CN119942047A

公开(公告)日：2025-05-06

申请号：CN202510022947.0

申请日：2025-01-07

Applicant: 武汉轻工大学

Inventor： 胡婧 ,  曾耿鹏 ,  龚昕玉

IPC: G06V10/20 ,  G06V10/44 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种病虫害多目标检测方法及装置、设备及存储介质，包括：获取待检测图像以及初始数据集；对初始数据集进行图像预处理，得到预处理后的数据集；基于YOLOv8网络构建初始目标检测模型，将初始目标检测模型的主干网络替换为fasternet结构，并在主干网络之后加入CPCA注意力机制，在初始目标检测模型的颈层网络替换为改进的Slimneck，得到改进的目标检测模型；通过预处理后的数据集对改进的目标检测模型进行训练，得到优化的目标检测模型；根据优化的目标检测模型对待检测图像进行检测，得到检测结果。本发明实施例解决了当前目标检测精度低，模型检测速度慢的问题。

公开(公告)号：CN118864822A

公开(公告)日：2024-10-29

申请号：CN202411065831.7

申请日：2024-08-05

Applicant: 武汉轻工大学

Inventor： 杨璇 ,  胡婧

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/774 ,  G06V10/44 ,  G06V10/771 ,  G06V10/776 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种目标检测方法、装置、设备及存储介质，属于图像处理技术领域，包括：使用数据库加载目标检测图像数据，并将其转换为YOLO训练格式，划分训练集和测试集；基于YOLOv8网络构建初始目标检测模型，将初始目标检测模型的主干网络中替换了一个C2f模块为AKConv模块，并通过GSConv引入Slim‑Neck网络，然后在Neck和Head的连接部分中加入GAM注意力机制，最后采用分布式聚焦损失与Wise‑loU结合起来计算边界框的回归损失，得到改进的目标检测模型；通过预处理后的数据集对改进的目标检测模型进行训练，基于训练集训练上述目标检测模型，得到最优小目标检测模型；将测试集输入最优小目标检测模型，输出小目标检测结果，提升小目标检测的精度。

公开(公告)号：CN118746809A

公开(公告)日：2024-10-08

申请号：CN202410751394.8

申请日：2024-06-12

Applicant: 武汉轻工大学

Inventor： 左翠华 ,  刘盖 ,  李雅琴 ,  吴煜煌 ,  胡婧

IPC: G01S7/41

Abstract: 本发明提供基于光流信息去除多普勒雷达数据杂波的方法和装置，包括：获取雷达数据，并从所述雷达数据提取细节数据；对提取的多普勒雷达图像执行预处理，以获取雷达图片；基于RAFT模型改进得到LM‑Flow模型，利用得到的LM‑Flow模型分析连续的经过预处理得到的雷达图片以提取前后图像间的光流信息；利用运动阈值筛选得到的光流信息，生成二进制掩膜以分离地物杂波；根据所述二进制掩膜去除地物杂波，并采用双线性插值法修复误删的云层信息得到最终去除地物杂波的雷达数据图。本发明通过深度学习方法的部署减少了对人工干预的需求，降低了人为错误的风险，通过精确处理多普勒数据的光流信息，提高了气象图像处理的精度。

公开(公告)号：CN116563227A

公开(公告)日：2023-08-08

申请号：CN202310431441.6

申请日：2023-04-20

Applicant: 武汉轻工大学

Inventor： 阮靖琳 ,  胡婧 ,  吴素崟 ,  樊闯 ,  王周璞

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明属于图像检测技术领域，公开了一种茶叶嫩芽检测方法、装置、设备及存储介质。该方法包括：获取样本茶叶图像，并根据所述样本茶叶图像构建数据集；对所述数据集进行标注得到训练集；根据所述训练集构建初始嫩芽检测模型；对所述初始嫩芽检测模型进行剪枝压缩，得到目标嫩芽检测模型；通过所述目标嫩芽检测模型对待测茶园进行嫩芽检测。通过上述方式，采用无锚框的检测方式，无需预定义锚框，减少了计算量与超参数量，更能适应自然场景下茶叶嫩芽变化较多的情况。直接将映射区域中的有效区域视为正样本，其他视为负样本，加快训练速度，减少内存占用。

公开(公告)号：CN116543383A

公开(公告)日：2023-08-04

申请号：CN202310494082.9

申请日：2023-04-25

Applicant: 武汉轻工大学

Inventor： 樊闯 ,  胡婧 ,  王周璞 ,  阮靖琳 ,  吴素崟

IPC: G06V20/68 ,  G06V20/40 ,  G06V10/774 ,  G06V10/75 ,  G06N20/20

Abstract: 本发明属于计算机视觉技术领域，公开了一种苹果产量评估方法、装置、设备及存储介质。该方法包括：根据苹果视频序列数据和对照苹果图像数据得到数据训练集和数据测试集；基于数据训练集对预设检测模型进行训练，并通过数据测试集对训练后的目标检测模型进行精度检测；将苹果视频序列数据输入目标检测模型并进行处理得到外观特征描述子，并通过预设算法得到轨迹运动特征；对外观特征描述子和轨迹运动特征进行级联匹配结合精度检测结果得到多目标追踪算法模型；将目标检测模型和多目标追踪算法模型结合，得到产量评估模型，并通过产量评估模型进行待测果园的苹果检测和产量评估。通过上述方式，提高了检测的准确度和速度。

公开(公告)号：CN114882238A

公开(公告)日：2022-08-09

申请号：CN202210425032.0

申请日：2022-04-22

Applicant: 武汉轻工大学

Inventor： 李雅琴 ,  朱亚林 ,  袁操 ,  胡婧

IPC: G06V10/44 ,  G06V10/74 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种图像分类方法、装置、设备及存储介质，属于图像分类技术领域。本发明通过获取待分类的图像数据；通过全卷积神经网络模型对所述待分类的图像数据进行局部特征提取，得到待分类图像数据的多个局部特征；对所述待分类图像数据的多个局部特征进行相似度度量，得到多个度量结果；对所述多个度量结果进行融合，得到融合结果；根据所述融合结果对所述待分类的图像数据进行分类，使用待分类图像的局部特征，对待分类图像的多个局部特征进行相似度度量，通过对度量结果进行融合，提高图像分类的准确率。

公开(公告)号：CN120017826A

公开(公告)日：2025-05-16

申请号：CN202510487382.3

申请日：2025-04-18

Applicant: 武汉轻工大学

Inventor： 黄伟 ,  胡婧 ,  赵晨宇 ,  杨琅

IPC: H04N17/00 ,  H04N17/04

Abstract: 本发明公开一种无人机影像相机自检校方法、系统、介质、设备，涉及相机自检校技术领域，方法包括：对无人机影像进行特征提取和影像匹配，构建无向图#imgabs0#；根据无向图#imgabs1#，基于最小生成树生成无向图#imgabs2#；基于无向图#imgabs3#的三角形结构的三张影像，以及三张影像中均可见的物方点，构建核线几何代价函数；基于无向图#imgabs4#选择增量式SFM的种子三视图和最优影像，使用核线几何代价函数进行增量式无结构光束法平差，在该过程中对待检校的相机参数进行加权迭代自检校；利用GNSS辅助绝对定向，进行GNSS约束光束法平差，进一步提高自检校精度，并选择自检校后的最优相机参数。本发明可以提高模型重建的精度。

公开(公告)号：CN119513610A

公开(公告)日：2025-02-25

申请号：CN202411673508.8

申请日：2024-11-21

Applicant: 武汉轻工大学

Inventor： 左翠华 ,  宋亚晨 ,  李梦琦 ,  李雅琴 ,  胡婧

IPC: G06F18/214 ,  G06F18/23 ,  G06N20/00

Abstract: 本发明公开了一种基于声誉意识激励机制的分层联邦模型训练方法，包括：云服务器CS将全局训练任务发送到边缘服务器ES并传递到终端设备ED；根据每个ED在联盟区块链的历史训练记录，计算每个ED的声誉值；CS确定发送给ES的单位服务价格P；根据P，每个ES确定总奖励策略；每个ED根据ES的总奖励策略以及ED的单位训练成本和声誉值选择最优ES；通过Stackelberg博弈确定每个ED的训练数据量并采用逆向推导调整单位服务价格和总奖励策略；模型训练完成CS将奖励分配给参与模型聚合的ES，ES将奖励分配给参与训练任务的ED；参与训练任务的每个ED的本次训练声誉值被计算并记录到区块链中。从而确保在训练过程中每个参与者贡献的数据数量和质量，提高模型训练的性能。

公开(公告)号：CN118865039A

公开(公告)日：2024-10-29

申请号：CN202410872924.4

申请日：2024-07-01

Applicant: 武汉轻工大学

Inventor： 朱雨婷 ,  胡婧 ,  关晓敏 ,  邓新苗 ,  曾耿鹏 ,  杨璇

IPC: G06V10/80 ,  G06V10/20 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V20/10 ,  G06T7/00 ,  G06T3/4053 ,  G06T3/4046 ,  G06T5/77 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及水稻检测技术领域，具体的说是一种水稻病害检测方法和装置，包括获取采集到的水稻图像信息、基于改进的水稻病害检测模型对水稻图像信息进行处理，以确定存在病害的水稻和病害类型以及根据病害类型和病害水稻位置信息、数量信息采取相应的病害处置措施，本发明引入MSAM注意力检测机制，以更好的检测小目标，提高检测结果的准确性，且引入Pconv层，将Pconv与Detect连接，通过同时减少冗余计算和内存访问，可以更有效地提取空间特征，并在目标检测过程中使用Pconv对检测到的目标周围的图像区域进行修复，从而改善检测结果的质量。