-
公开(公告)号:CN116091462A
公开(公告)日:2023-05-09
申请号:CN202310084989.8
申请日:2023-02-01
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06N3/0475 , G06N3/094 , G06T7/70 , G06V20/17
Abstract: 本发明属于人工智能安全领域,特别涉及一种针对无人机目标检测系统的物理对抗攻击方法;该方法包括利用预训练的生成对抗网络生成对抗补丁,将对抗补丁、训练样本及其标签文件输入到补丁转换模块得到对抗样本;将对抗样本输入到Yolov5目标检测器中,计算总体损失;设计目标优化函数,结合总体损失,采用Adam优化器训练对抗补丁;多次训练直到迭代次数达到预先设定值或损失函数收敛;本发明在汽车车顶上安装对抗补丁使地面车辆躲避无人机目标检测系统,从而实现对无人机航空目标检测神经网络进行安全性检测。
-
公开(公告)号:CN115439766A
公开(公告)日:2022-12-06
申请号:CN202211163094.5
申请日:2022-09-23
Applicant: 重庆邮电大学
IPC: G06V20/17 , G06V10/20 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于计算机视觉领域,具体涉及一种基于改进yolov5的无人机目标检测方法;包括采集无人机巡检图像集并标注得到对应的标签文件,标签文件包括目标的类别和目标框坐标;将标签文件转换为文本文件,目标框坐标归一化得到归一化框坐标,预处理无人机巡检图像集得到预处理图像集;划分预处理图像集及归一化坐标集得到训练集、验证集和测试集;通过聚类算法得到训练集的锚框样本;构建基于ECA的目标检测模型并训练;采用改进nms算法对训练好的目标检测模型进行后处理;采用得到的目标检测模型进行无人机目标检测;本发明改进yolov5检测精度低、对中小目标检测效果差的缺点,实现无人机检测过程高速且精准的需求。
-
公开(公告)号:CN116338928A
公开(公告)日:2023-06-27
申请号:CN202211607007.0
申请日:2022-12-13
Applicant: 重庆邮电大学
Abstract: 本发明属于显微镜技术领域,具体涉及一种基于PSF的显微镜高速自动对焦方法,包括:基础结构设计,控制载物台电机从前往后进行升降,在升降期间控制高速相机进行连续采集,再利用基于PSF的清晰度评价方法计算图片清晰度找到采集到的图片中最清晰的图片序号,根据电机时间位移响应曲线,找到聚焦位置,控制载物台升降到聚焦位置,实现对焦。本发明基础机械结构设计确定激光点在图像中的成像位置,从而确定评价窗口位置,还能避免电机的多次启停问题,节约了对焦时间,并且本发明提出的基于自动对焦的清晰度评价函数,抗干扰性更强。
-
公开(公告)号:CN115423796A
公开(公告)日:2022-12-02
申请号:CN202211155766.8
申请日:2022-09-22
Applicant: 重庆邮电大学
Abstract: 本发明属于芯片缺陷检测技术领域,具体涉及一种基于TensorRT加速推理的芯片缺陷检测方法及系统;该方法包括:获取芯片图像数据集并对其进行预处理;使用芯片图像数据集对改进YOLOv5模型进行训练,得到多个目标检测模型;将所有目标检测模型转换成TensorRT模型并将TensorRT模型拼接;采用拼接后的TensorRT模型对待检测芯片图像进行处理,得到推理结果;对推理结果进行降维和去冗余处理,得到待检测芯片的缺陷检测结果;本发明根本上解决现有设备质检速度与精度上的不足,检测效率更高、速度更快,节约了人力成本,实用性高。
-
公开(公告)号:CN116091462B
公开(公告)日:2025-05-06
申请号:CN202310084989.8
申请日:2023-02-01
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06N3/0475 , G06N3/094 , G06T7/70 , G06V20/17
Abstract: 本发明属于人工智能安全领域,特别涉及一种针对无人机目标检测系统的物理对抗攻击方法;该方法包括利用预训练的生成对抗网络生成对抗补丁,将对抗补丁、训练样本及其标签文件输入到补丁转换模块得到对抗样本;将对抗样本输入到Yolov5目标检测器中,计算总体损失;设计目标优化函数,结合总体损失,采用Adam优化器训练对抗补丁;多次训练直到迭代次数达到预先设定值或损失函数收敛;本发明在汽车车顶上安装对抗补丁使地面车辆躲避无人机目标检测系统,从而实现对无人机航空目标检测神经网络进行安全性检测。
-
-
-
-