-
公开(公告)号:CN113781404A
公开(公告)日:2021-12-10
申请号:CN202110956313.4
申请日:2021-08-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于自监督预训练的道路病害检测方法,其中,方法包括:充分利用所有数据,根据其数据变换的方式形成伪标签,利用伪标签对特征提取器进行预训练,然后将特征提取器参数迁移到有监督模型中,利用带真实标注的病害数据对模型的参数进行更新,最后用于道路病害分类。该方法可以根据不同的场景使用不同的特征提取器和分类器。本发明还包括实施一种基于自监督预训练的道路病害检测方法的系统。本发明将自监督预训练的框架引入到交通道路检测领域,解决了道路病害样本稀缺带来的监督信息不足问题,从而能够提升病害检测准确率。
-
公开(公告)号:CN101082547A
公开(公告)日:2007-12-05
申请号:CN200710069993.8
申请日:2007-07-12
Applicant: 浙江大学
Abstract: 本发明公开了一种用于根际土壤取样的植物根箱培养装置,包括一个可拆卸式的方框体,在方框体中对称地夹放2张根室分隔网片(5),从而将方框体分隔成中室(2)和2个边室(1);在方框体的底部设置带有导水孔(71)的导水底板(7),分室灌水底槽(8)位于导水底板(7)的下方,导水线(9)的一端位于分室灌水底槽(8)内、另一端穿过导水孔(71)位于方框体的内腔;在边室(1)内设有可在边室(1)内滑动的内衬板(3),插板(6)可置于内衬板(3)和方框体之间,内衬板(3)和插板(6)均平行于中心线(4)。采用本发明的装置能方便、准确地对离根不同距离的土壤进行取样。
-
公开(公告)号:CN119625672A
公开(公告)日:2025-03-14
申请号:CN202411757263.7
申请日:2024-12-03
Applicant: 浙江大学
IPC: G06V20/56 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于轻量化域适应器的V2X协同感知方法和系统。本发明将轻量化的域适应器网络放置在自我车辆搭载的第一V2X协同感知网络的各协同车辆的特征图输入支路中,形成第二V2X协同感知网络,利用训练完成的第二V2X协同感知网络实现自我车辆与协同车辆的协同感知。本发明通过引入域适应器网络,成功实现了在自我车辆与协同车辆特征图异构异质情况下的协同3D目标检测。本发明在无需重新训练整个基础协同检测网络的情况下,通过插入不同特征图各自对应的域适应器,有效缩小了异构异质特征图之间的域差异,大幅提升了基于V2X的协同3D目标检测的检测性能和场景适应性,对于提高自动驾驶的协同感知性能具有很高的实用价值。
-
公开(公告)号:CN101082547B
公开(公告)日:2010-09-08
申请号:CN200710069993.8
申请日:2007-07-12
Applicant: 浙江大学
Abstract: 本发明公开了一种用于根际土壤取样的植物根箱培养装置,包括一个可拆卸式的方框体,在方框体中对称地夹放2张根室分隔网片(5),从而将方框体分隔成中室(2)和2个边室(1);在方框体的底部设置带有导水孔(71)的导水底板(7),分室灌水底槽(8)位于导水底板(7)的下方,导水线(9)的一端位于分室灌水底槽(8)内、另一端穿过导水孔(71)位于方框体的内腔;在边室(1)内设有可在边室(1)内滑动的内衬板(3),插板(6)可置于内衬板(3)和方框体之间,内衬板(3)和插板(6)均平行于中心线(4)。采用本发明的装置能方便、准确地对离根不同距离的土壤进行取样。
-
公开(公告)号:CN113781404B
公开(公告)日:2023-12-01
申请号:CN202110956313.4
申请日:2021-08-19
Applicant: 浙江大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084 , G06N3/0895 , G06V10/82 , G06V10/44 , G06V10/764
Abstract: 本发明公开了一种基于自监督预训练的道路病害检测方法,其中,方法包括:充分利用所有数据,根据其数据变换的方式形成伪标签,利用伪标签对特征提取器进行预训练,然后将特征提取器参数迁移到有监督模型中,利用带真实标注的病害数据对模型的参数进行更新,最后用于道路病害分类。该方法可以根据不同的场景使用不同的特征提取器和分类器。本发明还包括实施一种基于自监督预训练的道路病害检测方法的系统。本发明将自监督预训练的框架引入到交通道路检测领域,解决了道路病害样本稀缺带来的监督信息不足问题,从而能够提升病害检测准确率。
-
-
-
-