公开(公告)号：CN114627381A

公开(公告)日：2022-06-14

申请号：CN202210426001.7

申请日：2022-04-21

Applicant: 南通大学

Inventor： 邵叶秦 ,  周昆阳 ,  李泽漩 ,  宋锦伟 ,  刘江 ,  龚巧云 ,  高瞻 ,  施佺

IPC: G06V20/10 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了一种基于改进半监督学习的电瓶车头盔识别方法，包含以下步骤：S1、通过相机拍摄各种场景下电瓶车驾驶员戴头盔的图片，制作电瓶车头盔数据集，并对数据进行增强；S2、使用Faster‑RCNN作为头盔识别模型，半监督学习的基本流程采用教师‑学生模型，训练头盔识别模型；S3、对半监督学习方法进行改进，并对改进后的模型进行训练；S4、使用训练好的学生模型进行电瓶车头盔识别。与现有电瓶车头盔识别方法相比，本发明提出改进的半监督学习方法，相比于传统的半监督学习模型，本发明的方法准确率更高，且不会增加推理时间。本发明的模型能够适应不同场景、不同天气下的电瓶车头盔检测，模型的实用性和泛化性更好。

公开(公告)号：CN114494710A

公开(公告)日：2022-05-13

申请号：CN202210138123.6

申请日：2022-02-15

Applicant: 南通大学

Inventor： 邵叶秦 ,  曹秋阳 ,  李登亮 ,  宋锦伟 ,  高瞻 ,  施佺

IPC: G06V10/40 ,  G06V10/762 ,  G06V10/82 ,  G06K9/62 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力YOLOv5模型的自动水果识别方法，包括以下步骤：1、将数据集的原始图像进行预处理；2、输入主干网络提取特征，并使用SENet注意力模块得到一个与通道对应的一维向量作为评价分数；3、将评价分数通过乘法操作作用到feature map的对应通道上，得到用于水果识别的有效特征；4、经过Feature Pyramid Networks和Path Aggregation Network结构将特征融合；5、对图像特征进行预测，使用CIOU考虑目标框与预测框的高宽比和中心点之间的关系，提升预测精度，根据大、中、小目标分别输出识别结果。

公开(公告)号：CN113837086A

公开(公告)日：2021-12-24

申请号：CN202111121039.5

申请日：2021-09-24

Applicant: 南通大学

Inventor： 邵叶秦 ,  宋锦伟 ,  杨启硕 ,  吕昌 ,  施佺 ,  孙昌俊

IPC: G06K9/00 ,  G06K9/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度卷积神经网络的水库钓鱼人检测方法，图像作为全卷积神经网络的输入，利用网络对图像进行特征提取，不同的卷积作为滤波器提取图像的不同特征；将得到的特征图像作为检测模块的输入，提取候选边框，最终得到候选框的类别概率和预测目标位置；再对候选框采用非极大值抑制的方法进行过滤，最终得到检测结果。本发明利用深度神经网络进行水库钓鱼人检测，介绍了水库钓鱼人检测的算法以及实验参数和结果。实验证明，该发明在不同场景(光照)下能准确的检测出水库钓鱼人。