-
公开(公告)号:CN119723062A
公开(公告)日:2025-03-28
申请号:CN202510208849.6
申请日:2025-02-25
Applicant: 湖南大学
IPC: G06V10/25 , G06N3/0464 , G06V10/44 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于前景感知增强的多模态目标检测系统及检测方法,充分结合了二维图像和三维点云的优势,并解决了前景点关注度低的问题。本发明通过前背景掩码机制以及焦点卷积模块,在二维和三维特征中分别强化前景信息,并通过通道和空间注意力模块进一步优化特征表达。最终,经过通道级联的增强融合特征经过区域建议网络和置信度前馈网络,筛选出置信度较高的检测结果。根据其目标类别确定不同的初始权重,计算预测边界框和真实边界框内前背景点的数量差异和位姿差异来进行损失聚合,并进行反向传播,以进一步优化预测边界框的位置精度,前景感知的聚合损失函数在训练过程中提供有效监督,进一步提升了模型的鲁棒性和准确性。
-
公开(公告)号:CN119910662A
公开(公告)日:2025-05-02
申请号:CN202510397569.4
申请日:2025-04-01
Applicant: 湖南大学
IPC: B25J9/16 , B25J11/00 , G06V20/56 , G06N3/082 , G06N3/084 , G06N3/096 , G06V10/26 , G06V10/40 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种电力巡检机器人检测及部署方法、系统和计算机设备,获取待检测道路场景的高低线束三维点云数据,分别输入到教师模型和学生模型中,提取得到BEV特征,利用焦点模块对师生模型的三维特征进行蒸馏处理,创建前景和背景掩码,并计算前景特征的损失;引入焦点关系蒸馏模块,提取前景位置九个角点的特征并进行高斯相似度的计算,提升模型在不同类别前景特征学习中的均衡性;应用全局蒸馏模块,提升整体性能,模型训练完成后进行模型剪枝,优化模型性能;将剪枝优化后的模型转换为ONNX格式,并在TensorRT上进行部署和加速,进一步提升推理效率。有效解决了低线束雷达检测精度低和模型实际部署困难的问题。
-