公开(公告)号：CN119785312A

公开(公告)日：2025-04-08

申请号：CN202411837047.3

申请日：2024-12-13

Applicant: 江南大学

Inventor： 陶洪峰 ,  黄作君

IPC: G06V20/56 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLOv8的道路交通标志目标检测方法，涉及道路目标检测领域，该方法中构建了CDFF‑YOLO模型，在模型的特征融合网络中嵌入MPA模块增强C2f的特征融合能力；构建MSF模块，嵌入GSConv以及CARAFE上采样算子实现多维度的序列信息融合效果，在尽可能降低模型参数量与计算量的同时提高模型的检测精度。构建DFF模块，采用二维傅里叶变换与反变换的方法使得特征信息在频域与空间域同时得到增强，有效提升网络模型对于被遮挡小目标以及光照不均下小目标的检测性能。三种模块不仅增强对于小目标模型的检测效果，还使得网络能够稳定应对小目标的检测场景。该方法在道路交通标志小目标的检测性能优越且处理速度较快，有利于移动端设备的部署。

公开(公告)号：CN118799836A

公开(公告)日：2024-10-18

申请号：CN202411010298.4

申请日：2024-07-26

Applicant: 江南大学

Inventor： 陶洪峰 ,  黄作君 ,  沈凌志 ,  郑月昌 ,  时飞

IPC: G06V20/56 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06V10/762 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/08

Abstract: 本发明公开了一种基于轻量化YOLOv8的密集道路场景目标检测方法，涉及道路目标检测领域，该方法构建了新的LDA‑YOLOv8模型。首先，设计了新的卷积层结构LC2f，并对模型主体架构中的大部分卷积层学习Ghostnet的思想进行改进，在对模型性能损害较小的同时显著降低模型的参数量与计算量。同时，设计了检测头LSCD，采用组归一化以及共享卷积使得网络模型在参数量更少、计算量更少的情况下，尽可能维持模型精度。其次，将模型回归输出的目标建模在非固定任意分布上，增强目标分布密集时模糊边界的检测效果以及网络学习范围，并在后处理阶段采用基于密度的软阈值非极大值抑制方法，灵活处理普通场景与密集场景下的目标检测问题。

公开(公告)号：CN114960577A

公开(公告)日：2022-08-30

申请号：CN202210562777.1

申请日：2022-05-23

Applicant: 江南大学

Inventor： 左文娟 ,  余衍 ,  黄作君 ,  范朋博 ,  刘亚东 ,  李皓晨 ,  卢学玉

IPC: E02B15/10 ,  B63B35/32 ,  B65F1/00

Abstract: 本发明涉及一种水域垃圾清理装置及方法，其包括清理主架体，漂浮于待垃圾清理的水域；清理动力装置，装配于所述清理主架体内，用于提供清理主架体在水域内运动的动力；垃圾清理传送装置，与所述清理主架体适配连接，用于拾取清理主架体所在水域水面上的水面漂浮垃圾，并将所拾取的水面漂浮垃圾输送至分类处理装置；分类处理装置，与所述清理主架体适配连接，用于对垃圾清理传送装置输送的水面漂浮垃圾进行类型识别，并根据所识别水面漂浮垃圾的类型，将所述水面漂浮垃圾拨动至清理主架体内相应的垃圾收纳仓内。本发明能有效实现对水面垃圾的清理与分类，提高清理的效率与便捷性，降低清理成本，安全可靠。