公开(公告)号：CN117079251A

公开(公告)日：2023-11-17

申请号：CN202311085115.0

申请日：2023-08-28

Applicant: 南京信息职业技术学院

Inventor： 孔钦 ,  王俊 ,  杨少奇

IPC: G06V20/58 ,  G06V10/82 ,  G06V10/56 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了交通标志检测技术领域的一种交通标志检测方法、装置、电子终端及存储介质，旨在解决提高识别检测效率，保证驾驶安全，避免交通事故的发生。其包括：采集待检测的目标图像；对所述目标图像进行图像预处理；对预处理后的目标图像进行特征提取，获取特征图；将所述特征图输入至训练好的Faster R‑CNN网络模型中，获取所述目标图像中的交通标志检测结果；其中，所述Faster R‑CNN网络模型采用训练样本集通过多任务训练获取；所述训练样本集中包含多张从样本集中随机筛选的样本图像；所述样本图像通过对所采集的原始道路图像进行图像预处理及特征提取后获取。本发明采用了Faster‑R‑CNN网络，能够提高交通标志检测效率。

公开(公告)号：CN118840603A

公开(公告)日：2024-10-25

申请号：CN202410910272.9

申请日：2024-07-09

Applicant: 南京信息职业技术学院

Inventor： 孔钦 ,  顾海花 ,  吴昊阳

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06N3/0464

Abstract: 本发明公开一种基于改进YOLOv8的道路病害目标检测方法及装置，方法包括：将待检测的道路病害图像数据输入到基于改进YOLOv8的道路病害目标检测模型中，得到道路病害图像数据检测结果；其中，所述基于改进YOLOv8的道路病害目标检测模型的构建方法，包括：在YOLOv8模型的特定层中，使用深度可分离卷积替换标准卷积并添加残差连接，构建基于改进YOLOv8的道路病害目标检测模型。使用深度可分离卷积和残差连接改进YOLOv8模型，提升了道路病害目标检测的效率和准确率。

公开(公告)号：CN116962075A

公开(公告)日：2023-10-27

申请号：CN202311085058.6

申请日：2023-08-28

Applicant: 南京信息职业技术学院

Inventor： 孔钦 ,  王俊 ,  黄符玉

IPC: H04L9/40

Abstract: 本发明公开了网络安全管理技术领域的一种网络安全保护方法、装置、电子终端及存储介质。其包括：获取目标反爬系统对产生于每一单位周期内的访问数据进行反爬识别后得到的爬虫用户数据和非爬虫用户据；基于所述爬虫用户数据和非爬虫用户数据，分别提取目标反爬系统对应在每一所述单位周期内呈现的特征运行信息；基于相邻单位周期所对应的特征运行信息，判断所述目标反爬系统在相邻周期间的特征运行趋势关联结果，获取满足特征运行趋势关联的相邻单位周期；基于目标反爬系统于预设的检测周期内所呈现出的特征趋势节点分布情况，对所述目标反爬系统采取相应的安全保护策略，本发明能够提高反爬系统对爬虫识别和拦截的效率和准确率。