公开(公告)号：CN119992086A

公开(公告)日：2025-05-13

申请号：CN202510049790.0

申请日：2025-01-13

Applicant: 陕西科技大学

Inventor： 亢洁 ,  徐婷 ,  王佳乐 ,  常琦 ,  代鑫 ,  李亦轩 ,  赫轩 ,  张万虎

IPC: G06V10/26 ,  G06V20/70 ,  G06V20/68 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/54 ,  G06V10/46 ,  G06V10/56 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/094 ,  G06N3/0895 ,  G06N3/09

Abstract: 一种基于生成对抗式半监督学习的农作物病害分割方法、系统、设备及介质，该方法以Deeplabv3+为基础架构，并引入生成对抗网络的对抗性训练机制，其中Deeplabv3+作为分割网络生成病害区域的预测图像，而判别网络则负责区分生成的预测图像与真实标注图像，通过两者的对抗学习提高预测准确性；通过引入半监督损失函数，并结合标准交叉熵损失和对抗损失，以便在有限的标注数据下优化模型性能，提升农作物病害的分割能力；结合仿真试验证明生成对抗式半监督分割模型(semi)在利用无标签数据进行训练方面的有效性，能够在标注数据有限的情况下依然保持较高的分割性能，具有精度高、人力消耗低的优点。

公开(公告)号：CN116543282A

公开(公告)日：2023-08-04

申请号：CN202310667637.5

申请日：2023-06-07

Applicant: 陕西科技大学

Inventor： 亢洁 ,  刘佳 ,  王勍 ,  张万虎 ,  李亦轩 ,  代鑫 ,  王佳乐

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/774 ,  G06T7/11 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/34

Abstract: 基于多尺度融合与CBAM‑ResNet50的农作物病害分割方法、系统、设备及介质，搭建U‑Net基础模型，并在主干网络层结合注意力机制与残差网络进行特征的高效提取，一方面来加强目标区域的表征能力，抑制背景区域，以此实现复杂背景下的病害区域分割问题；另一方面通过残差减少梯度消失，提升模型的收敛速度；接着在特征融合层，设计基于上下文信息的多尺度自适应特征融合模块，通过邻近特征信息弥补当前层特征的信息丢失，以此提升小目标的分割能力；最后在网络底层使用空洞空间金字塔池化，通过不同膨胀率的空洞卷积来增加特征的全局感受野以实现整体分割区域的感知，具有分割精度高，分割快速准确的优点。

公开(公告)号：CN115273234A

公开(公告)日：2022-11-01

申请号：CN202210886980.4

申请日：2022-07-26

Applicant: 陕西科技大学

Inventor： 亢洁 ,  田野 ,  王佳乐 ,  冯树杰 ,  王勍 ,  张万虎 ,  刘佳

IPC: G06V40/20 ,  G06V20/52 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于改进SSD的人群异常行为检测方法，对预处理的人群异常行为数据集进行训练并评估SSD网络模型，针对SSD网络模型存在的参数量多导致模型实时性差、无法检测存在部分遮挡的异常行为从而导致检测精度低的问题进行改进，将轻量网络MobileNetv2作为SSD模型的特征提取网络，并嵌入了可变形卷积模块构建卷积层来增强感受野；在此基础上对输出的特征图经过坐标注意力机制进行特征增强，通过学习上下文关系，能够捕获空间位置之间的远程依赖关系，根据未遮挡部分来预测遮挡部分以此来有效改善遮挡问题；本发明针对的异常行为数据集均是自然状态下发生的，可准确地检测人群异常行为的类别及位置，同时模型对数据集场景中存在的部分遮挡情况的检测有所改善，具有良好的应用前景。

公开(公告)号：CN116503318A

公开(公告)日：2023-07-28

申请号：CN202310117643.3

申请日：2023-02-15

Applicant: 陕西科技大学

Inventor： 亢洁 ,  王勍 ,  刘文波 ,  刘佳 ,  张万虎 ,  夏宇

IPC: G06T7/00 ,  G06V20/17 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种融合CAT‑BiFPN与注意力机制的航拍绝缘子多缺陷检测方法、系统及设备，通过对航拍绝缘子缺陷图像进行预处理、训练并评估YOLOv7网络模型、针对评估进行YOLOv7网络改进、训练改进YOLOv7网络；针对YOLOv7网络模型存在的没有对多尺度特征融合模块的权重进行调整，特征融合不够充分，同张图像中尺度相差极大的目标难以准确检测，没有针对小尺寸物体的检测层，尺度小的绝缘子缺陷检测效果比较差的问题进行改进，用具有单元内跳跃结构的加权双向特征金字塔(CAT‑BiFPN)替代YOLOv7中的双向路径融合网络(PANet)，减少冗余，提高多尺度目标特征的融合度，并形成针对小目标检测的第四检测层；通过添加注意力与卷积混合模块(ACmix)更加关注特征中的细节，使检测模型更高效地捕获关键信息，提高模型的检测能力，检测精度高、速度快。

公开(公告)号：CN118134843A

公开(公告)日：2024-06-04

申请号：CN202410080981.9

申请日：2024-01-19

Applicant: 陕西科技大学

Inventor： 亢洁 ,  刘佳 ,  张万虎

IPC: G06T7/00 ,  G06V10/82 ,  G06V10/40 ,  G06V10/80 ,  G06V10/774 ,  G06V10/776 ,  G06N3/0464 ,  G06N3/084

Abstract: 基于多元感受野与EResPANet的草莓病害检测方法、系统及设备，其方法首先在标准YOLOV7‑Tiny中构建多元感受野特征标定提取网络，抑制冗余信息，扩大浅层特征图的感受野，提升通道之间的交互能力，解决主干网络特征逐层提取时小目标病害丢失问题；其次，通过在YOLOv7‑Tiny网络模型的特征融合处设计EResPANet多尺度融合网络，加强网络同时判定大目标与小目标信息的能力；其系统及设备根据上述方法实现基于多元感受野与EResPANet的草莓病害检测；本发明提高了草莓病害检测精度，且对小目标病害、叶片交叠等情况也具有较好的检测效果。