원래 이름 기록: 江苏科技大学

本发明提供一种内河船舶目标检测方法及系统，涉及船舶图像识别技术领域。该方法步骤包括：建立内河船舶目标数据集；对内河船舶目标数据集进行数据增强处理；采用BiFPN模块替换YOLOv8模型中的PANet模块；在颈部网络中引入SimAm注意力模块；采用RepConv卷积对检测头进行改进；引入Shape‑IoU代替CIoU作为YOLOv8模型的边界框损失计算函数；得到改进的YOLOv8模型后，利用内河船舶目标数据集训练后得到内河船舶目标检测模型，实现待测图像的目标检测。本发明能够在保证实时性的情况下，有效平衡检测精度和模型复杂度，在小目标检测和复杂环境下具有明显优势。

本发明提供了一种基于机器视觉与机器学习算法的咖啡豆烘焙度检测方法及装置，属于农产品质量检测和机器学习应用技术领域；本发明使用工业相机实时采集咖啡豆的图像，然后对采集到的图像进行处理，提取每个咖啡豆区域的颜色、纹理和形状等多维度特征，然后使用训练好的机器学习模型对提取的特征进行分析，最终动态地、高精度地输出咖啡豆的烘焙程度分类及相应的置信度；本发明所述检测方法及装置实现了对咖啡豆烘焙程度的非接触、自动化、批量化和高精度的在线鉴别，克服了传统人工感官评定主观性强、效率低的缺点，可广泛应用于咖啡加工和质量控制领域，具有很好的实用性。

本发明涉及低功耗广域网络通信与信息隐藏技术领域，且公开了一种基于LoRa的隐蔽通信方法，包括以下步骤：在发送端，根据待传输的隐蔽信息生成密钥驱动的微扰序列，通过不可检测性控制器约束微扰参数，对LoRa信号的线性调频斜率进行符号级微扰调制，同时在前导符号计数容差范围内嵌入低速同步信标；在接收端，通过标准LoRa接收流程解调常规数据，并行地提取解扩后的频偏残差、相位残差和符号拟合误差，利用与发送端一致的密钥进行相关检测，从残差域中提取隐蔽信息；所述不可检测性控制器基于分布差异度量动态调整微扰幅度和嵌入密度。本发明的目的是为了解决在LoRa系统中难以同时保证通信可靠性和隐蔽不可检测性的问题。