公开(公告)号：CN116824570A

公开(公告)日：2023-09-29

申请号：CN202311102351.9

申请日：2023-08-30

Applicant: 江苏省泰州引江河管理处 ,  南京畅淼科技有限责任公司

Inventor： 张明 ,  陈志宏 ,  翁庆龙 ,  杜晓啸 ,  何平 ,  张坤 ,  廖月 ,  谢瑞敏 ,  唐隽 ,  张天琪 ,  许晨杨 ,  朱增伟 ,  韩昊铭 ,  林盛梅

IPC: G06V20/62 ,  G06V10/25 ,  G06V10/80 ,  G06V10/771 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于深度学习的吃水检测方法，涉及船舶吃水检测领域，包括以下步骤：在监测航道的两侧设置高清摄像头，对过往船舶进行拍照；利用预训练的吃水线检测模型对所拍摄图像进行吃水线检测，所述模型为基于注意力机制的卷积神经网络检测模型，其中卷积神经网络中引入了可形变卷积层和基于注意力机制的特征选择模块；定位吃水线位置，测量所检测到的吃水线位置，计算吃水深度；根据测量得到的吃水深度，结合水位信息判断船舶吃水状况，根据计算得到的吃水深度判断是否超过安全吃水线。本发明采用基于CBAM+yolov5的吃水线检测模型，构建基于注意力机制的可形变卷积检测网络模型，充分利用注意力机制和可形变卷积等技术,提高吃水检测的准确性和效率。

公开(公告)号：CN116824570B

公开(公告)日：2023-11-24

申请号：CN202311102351.9

申请日：2023-08-30

Applicant: 江苏省泰州引江河管理处 ,  南京畅淼科技有限责任公司

Inventor： 张明 ,  陈志宏 ,  翁庆龙 ,  杜晓啸 ,  何平 ,  张坤 ,  廖月 ,  谢瑞敏 ,  唐隽 ,  张天琪 ,  许晨杨 ,  朱增伟 ,  韩昊铭 ,  林盛梅

IPC: G06V20/62 ,  G06V10/25 ,  G06V10/80 ,  G06V10/771 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于深度学习的吃水检测方法，涉及船舶吃水检测领域，包括以下步骤：在监测航道的两侧设置高清摄像头，对过往船舶进行拍照；利用预训练的吃水线检测模型对所拍摄图像进行吃水线检测，所述模型为基于注意力机制的卷积神经网络检测模型，其中卷积神经网络中引入了可形变卷积层和基于注意力机制的特征选择模块；定位吃水线位置，测量所检测到的吃水线位置，计算吃水深度；根据测量得到的吃水深度，结合水位信息判断船舶吃水状况，根据计算得到的吃水深度判断是否超过安全吃水线。本发明采用基于CBAM+yolov5的吃水线检测模型，构建基于注意力机制的可形变卷积检测网络模型，充分利用注意力机制和可形变卷积等技术,提高吃水检测的准确性和效率。

公开(公告)号：CN115578644B

公开(公告)日：2023-04-18

申请号：CN202210945882.3

申请日：2022-08-08

Applicant: 江苏省水利科学研究院 ,  江苏省泰州引江河管理处

Inventor： 王冬梅 ,  张明 ,  王轶虹 ,  梁文广 ,  吴勇锋 ,  石一凡 ,  张俊杰

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/28 ,  G06V10/40 ,  G06V10/54 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N5/01 ,  G06N20/10 ,  G06F17/18

Abstract: 本申请公开了一种基于多特征机器学习的平原水网水葫芦提取方法及装置，通过获取卫星影像数据、河道矢量数据和河道所在地区的矢量边界数据；提取河道卫星影像数据的多光谱信息、纹理特征和植被指数特征作为水葫芦的分类特征；将提取的水葫芦分类特征分别输入到训练好的三种机器学习模型中对水葫芦进行提取；将提取结果进行二值化处理；对比验证三种机器学习模型的提取结果，获得最优提取结果；以河道所在地区的矢量边界数据为基础创建格网；统计每个格网内水葫芦像元素；获取河道所在区域水葫芦分布情况。本申请能够将水葫芦与其它水生植物进行有效区分，无需人工干预，避免了单波段阈值及多波段比值方法中阈值设定的问题，能够准确提取出平原水网中的水葫芦。

公开(公告)号：CN115578644A

公开(公告)日：2023-01-06

申请号：CN202210945882.3

申请日：2022-08-08

Applicant: 江苏省水利科学研究院 ,  江苏省泰州引江河管理处

Inventor： 王冬梅 ,  张明 ,  王轶虹 ,  梁文广 ,  吴勇锋 ,  石一凡 ,  张俊杰

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/28 ,  G06V10/40 ,  G06V10/54 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N5/00 ,  G06N20/10 ,  G06F17/18

Abstract: 本申请公开了一种基于多特征机器学习的平原水网水葫芦提取方法及装置，通过获取卫星影像数据、河道矢量数据和河道所在地区的矢量边界数据；提取河道卫星影像数据的多光谱信息、纹理特征和植被指数特征作为水葫芦的分类特征；将提取的水葫芦分类特征分别输入到训练好的三种机器学习模型中对水葫芦进行提取；将提取结果进行二值化处理；对比验证三种机器学习模型的提取结果，获得最优提取结果；以河道所在地区的矢量边界数据为基础创建格网；统计每个格网内水葫芦像元素；获取河道所在区域水葫芦分布情况。本申请能够将水葫芦与其它水生植物进行有效区分，无需人工干预，避免了单波段阈值及多波段比值方法中阈值设定的问题，能够准确提取出平原水网中的水葫芦。