公开(公告)号：CN116704315A

公开(公告)日：2023-09-05

申请号：CN202310769275.0

申请日：2023-06-28

Applicant: 济南大学

Inventor： 李念强 ,  聂顺

IPC: G06V10/82 ,  G06V10/94 ,  G06T19/20 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明提供一种基于深度可分离卷积与异构嵌入式的小目标害虫检测方法，该方法可以加快推理设备的推理速度、提高推理精度，使相同的参数量和计算量可以更快地进行推理。具体步骤包括：收集害虫测报灯实拍图片并进行标注构建数据集；对数据集中的图片进行预处理操作，实现数据集的多样性；使用深度可分离卷积网络对数据集进行模型训练，得到初始模型；对得到的模型文件进行量化和格式转化操作；将最终模型文件部署到异构嵌入式平台进行加速推理。其中，通过替换卷积层实现深度可分离卷积网络。模型文件经过格式转换和量化处理后部署到异构嵌入式平台进行推理加速。

公开(公告)号：CN116433896A

公开(公告)日：2023-07-14

申请号：CN202310474349.8

申请日：2023-04-28

Applicant: 济南大学

Inventor： 李念强 ,  聂顺

IPC: G06V10/25 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供了一种基于背景减除和多卷积融合的小目标害虫检测方法。具有高精度、快速识别和占用资源少的优点。具体实现步骤包括：使用摄像头拍摄干净的落虫盘背景图像；采集害虫图像制作数据集，使用基于多卷积融合的神经网络训练生成害虫目标检测模型；使用摄像头获取待检测的害虫图片并进行背景减除操作，将图片除噪并将存在害虫的部分分割保存为独立的图片，记录害虫存在部分的坐标和尺寸信息；然后对待检测图像使用基于多卷积融合的目标检测算法进行害虫检测，最后根据保存的位置和尺寸信息将检测结果放置在原图中并输出为最终结果。这种方法可以有效地检测小目标害虫，提高农业生产的效率和质量。

公开(公告)号：CN119140167A

公开(公告)日：2024-12-17

申请号：CN202411355564.7

申请日：2024-09-27

Applicant: 济南大学

Inventor： 白玉娇 ,  鹿泮刚 ,  聂顺 ,  朱沛华 ,  于京华

IPC: B01J31/22 ,  G01N21/31 ,  G01N21/78 ,  C12N9/18 ,  C08G83/00 ,  B01J35/45

Abstract: 本发明涉及功能材料的制备和应用技术领域，特别涉及一种负载乙酰胆碱酯酶的富勒烯/金属有机框架及制备方法和应用。本发明首先制备了具有空间受限环境的富勒烯/金属有机框架C60@PCN‑222(Fe)纳米酶，基于其类氧化酶OXD和类过氧化物酶POD活性提出一种无需外部能量输入的自级联扩增策略。随后利用分子相互作用将C60@PCN‑222(Fe)与乙酰胆碱酯酶AChE结合，进一步开发AChE/C60@PCN‑222(Fe)酶‑纳米酶阵列流动反应器。该传感器实现多个有机磷农药的并行实时检测与区分，该传感器具有宽线性范围、高灵敏度和低检测限。本发明为纳米酶和痕量污染物检测系统的设计提供一种有前途的策略，且传感平台性能稳定、价格低廉，便于商业化的应用。

公开(公告)号：CN117058552A

公开(公告)日：2023-11-14

申请号：CN202311108679.1

申请日：2023-08-31

Applicant: 济南大学

Inventor： 李念强 ,  聂顺

IPC: G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/774 ,  G06Q50/02

Abstract: 本发明实施例通过改进YOLOv7算法，并进行模型压缩和优化来获得更小、更快的检测模型，以便在RKNN嵌入式设备上进行高效部署。具体采用以下技术方案：步骤一：获取小目标害虫图像，标注害虫种类和位置信息，构建数据集。应用小目标增强技术，以增强小目标的识别和适应性。步骤二：使用原版YOLOv7算法训练高精度的教师模型。步骤三：修改网络结构，构建轻量化的YOLOv7。步骤四：使用修改后的轻量化算法训练出学生模型，并进行知识蒸馏训练，以提升小目标检测精度。步骤五：通过权重缩减和量化，实现模型文件的轻量化。步骤六：将模型转换为RKNN格式并部署到嵌入式设备。