公开(公告)号：CN110084292A

公开(公告)日：2019-08-02

申请号：CN201910314505.8

申请日：2019-04-18

Applicant: 江南大学

Inventor： 曹毅 ,  翟明浩 ,  张威 ,  刘晨 ,  盛永健 ,  黄子龙 ,  李巍 ,  张宏越 ,  易灵杰

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明提供基于DenseNet和多尺度特征融合的目标检测方法，其包括：S1构建特征提取网络模型；S2训练特征提取网络模型，通过多次迭代训练得到最优目标检测模型；S3将待检测图像数据输入到最优目标检测模型进行检测，在待检测图像上用矩形框标注每个物体的位置和类别；特征提取网络模型以DenseNet网络为基础网络，加深了网络层次，提高了特征质量，同时使用特征融合模块，引入上下文信息，得到六个用于最终预测的特征图，具有丰富的语义信息和较高的分辨率。本发明方法可在保证检测速度的基础上，降低模型规模，提升对小目标的检测精度。

公开(公告)号：CN110084292B

公开(公告)日：2023-06-06

申请号：CN201910314505.8

申请日：2019-04-18

Applicant: 江南大学

Inventor： 曹毅 ,  翟明浩 ,  张威 ,  刘晨 ,  盛永健 ,  黄子龙 ,  李巍 ,  张宏越 ,  易灵杰

IPC: G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供基于DenseNet和多尺度特征融合的目标检测方法，其包括：S1构建特征提取网络模型；S2训练特征提取网络模型，通过多次迭代训练得到最优目标检测模型；S3将待检测图像数据输入到最优目标检测模型进行检测，在待检测图像上用矩形框标注每个物体的位置和类别；特征提取网络模型以DenseNet网络为基础网络，加深了网络层次，提高了特征质量，同时使用特征融合模块，引入上下文信息，得到六个用于最终预测的特征图，具有丰富的语义信息和较高的分辨率。本发明方法可在保证检测速度的基础上，降低模型规模，提升对小目标的检测精度。

公开(公告)号：CN208301160U

公开(公告)日：2019-01-01

申请号：CN201820886038.7

申请日：2018-06-08

Applicant: 江南大学

Inventor： 易灵杰 ,  陈健 ,  朱纯 ,  张薇 ,  江正仙 ,  周锡生

IPC: A45C5/04 ,  A45C5/14

Abstract: 本实用新型公开了一种带辅助轮的行李箱，包括箱体、拉杆、固定在箱体底部的轮子，还包括两个辅助轮，每个辅助轮包括滚轮、旋转杆、旋转杆固定器，旋转杆固定器固定在箱体的左右两个侧面。本实用新型结构简单，可随时方便地打开和收起辅助轮，方便了旅途中行李箱的实际使用。