本文公开了一种棉田杂草识别方法及装置，该方法涉及图像检测技术领域，该方法包括:对源植物图像进行预处理，获得目标植物图像，源植物图像为棉田拍摄图像；通过预设多重注意力网络对目标植物图像进行多重特征过滤，获得目标识别特征；根据预设多尺度特征网络和目标识别特征确定目标杂草对应的异常坐标，并基于异常坐标在目标植物图像中对目标杂草进行标注。本申请提出一种融合多尺度特征和多重注意力的棉田杂草检测方法，通过改进的预设多重注意力网络对采集的棉田拍摄图像进行多维度的特征提取，获得高精度的目标识别特征，同时通过预设多尺度特征网络进行快速精确的目标定位，从而确保棉田中杂草的高效准确识别。

 本技术提供了一种基于深度学习的内河船舶目标检测识别方法，通过改进YOLOv8算法构建多层次浅层信息网络，调整检测层，添加浅层次检测头，更精细地捕捉小目标的特征及其语义信息，针对性的增强了目标识别能力，实现了便捷可交互的检测和识别内河船舶目标的功能。本发明通过结合EfficientNetV2轻量化网络优化策略，改进模型网络结构并采用更有效的损失函数，提升了计算效率和精度，保障了模型训练和推理效率。本发明采用动态非单调聚焦机制确保锚框更加贴合真实边界框模型，提升了检测器的整体表现。本发明解决了复杂水面环境下，小目标的检测效果不理想、检测锚框与实际边界贴合不够紧密、系统交互性不足等问题。

 本技术公开了一种基于扩散模型和细粒度文本描述的人体动作生成方法，方法包括:利用大型语言模型将原始文本描述转述为不同身体部位的细粒度描述；利用细粒度描述来指导基于Transformer的扩散模型，生成符合描述的人体动作；在扩散模型中，将整体描述编码为全局令牌，并将不同身体部位的描述编码为多个局部令牌，共同指导生成过程；通过全局令牌和局部令牌的结合，使模型同时关注全局和细节信息，生成更符合描述的动作。本发明可以生成超出原始数据集范围的零样本人体动作，具有良好的泛化能力。

 本技术涉及颧上颌缝的成熟度检测方法、装置及介质，所述方法包括:提供对应待检查者颧上颌处的第一三维图像，其中所述第一三维图像基于对待检查者颧上颌处进行医学成像得到；将所述第一三维图像进行预处理，得到第二三维图像；根据所述第二三维图像以及已训练好的骨缝位置预测神经网络，得到预测骨缝位置，其中所述预测骨缝位置位于第二三维图像的体素上；根据所述预测骨缝位置对所述第二三维图像进行裁剪，得到目标骨缝图；至少将所述目标骨缝图输入至已训练好的骨缝成熟度神经网络中，得到骨缝的成熟度。

 一种基于多子空间联合的人工智能识别模型对抗防御方法，通过输入样本在模型的各节点、各层的激活值向量映射到不同子空间一致性表现，即特征嵌入子空间的一致性判别是否为对抗样本；对甄别后的非攻击样本进行多尺度变化，并比较其各个尺度在模型传输的各个节点值的分布一致性表现，即尺度空间的一致性判别是否为对抗样本；对进一步甄别后的非攻击样本的原始像素或神经网络某层输出值进行子空间谱分解，并比较其在各谱分量的响应系数统计上应具备一致性，即谱空间一致性判别是否为对抗样本，实现全谱系防御。本技术基于多不相干空间分析，使得信息互补，极大提升针对攻击样本的防御能力，实现全谱系防御。

 本技术提供一种图像去雾方法、装置、系统以及存储介质，属于图像去雾技术领域，方法包括:导入原始图像训练集和图像测试集，对原始图像训练集进行预处理得到目标图像训练集和深度图像真实噪声数据集；构建扩散模型，通过目标图像训练集和深度图像真实噪声数据集对扩散模型进行模型分析得到图像去雾模型；通过图像去雾模型对图像测试集进行图像去雾处理得到图像去雾结果。本发明改善了模型因对有雾场景分布建模不准确而带来的去雾不彻底的问题，也避免了对近处物体的过度去雾以及对远处物体去雾不足的问题，同时，降低了模型学习的难度，为不同深度的场景提供更精确的去雾处理。

 本技术公开了一种智能立体车库入库车辆的后视镜收回检测及预警系统、方法，在智能立体车库入口，预入库车辆完成定位操作；车库入口顶部的摄像头拍摄预入库车辆的俯视图，输入FPN改进的Faster RCNN模型，检测后视镜位置；由改进的快速二维OTSU阈值分割算法，结合像素图像处理技术判定后视镜是否收回，若判定结果为后视镜处于已收回状态，则不做处理；若判定结果为未收回状态，则再次对车辆是否处于适停范围内进行判断，若超出范围则发出警报，提醒车主收回后视镜，否则不做处理。本发明提高了立体车库的智能化程度，同时降低了车辆受损的可能性。

本技术公开了一种基于图像融合的体液显微视频精益表达方法，本发明基于图像融合技术，结合人工智能有形成分识别技术，对每帧图像中有形成分关键信息进行提取、融合、排序、非极大值抑制等技术处理，以包含前后景有效信息的图片表达一个视野的所有视频中有效信息内容，不仅使得检测结果更贴近样本真实状态，进一步提高了仪器的智能化程度，还极大提高检测结果的审核速度，解决体液有形成分检测采用全自动显微镜进行图片或视频拍摄进行分析时因体液样本浓稠不能完全沉淀引起的显微镜焦距定焦困难、难以完全体现样本同一位置不同层面前后景信息、人工审核需查看视频费时费力、不能直接有效表达样本状态等问题。

本公开提供了基于位姿优化的栅格地图更新方法，包括:对于测距传感器获取的载具的视野场景的点云数据及IMU获取的载具的位姿数据，进行时间对齐以至少获取当前帧的载具位姿，去除载具运动导致的点云数据畸变；进行点云数据分割，获取地面点云和非地面点云；对当前帧的载具位姿进行第一优化处理；对第一优化处理后的当前帧的载具位姿进行第二优化处理；将当前帧的优化后的载具位姿与IMU获取的载具的位姿数据进行时间对齐并进行融合处理；基于融合处理后的载具位姿，使用地面点云以及非地面点云对栅格地图进行更新。本公开还提供了一种栅格地图更新装置、电子设备以及可读存储介质。

本文提供一种图像分类方法、装置及存储介质，该方法通过调用图像分类模型中第一模块对图像中目标对象进行特征提取，获得目标对象的第一特征；调用图像分类模型中第二模块对第一特征进行分类处理，获得图像的类别；其中，该图像分类模型通过多个训练样本训练得到，每个训练样本包括样本图像中每个目标样本对象对应的局部样本子图像、以及每个样本图像对应的全局类别标签。本申请解决了直接采用多个局部层面标签的不准确所带来的图像分类结果的准确率低的问题。