公开(公告)号：CN113034420A

公开(公告)日：2021-06-25

申请号：CN201911234650.1

申请日：2019-12-05

Applicant: 复旦大学 ,  复卿(上海)智能科技有限公司

Inventor： 付彦伟 ,  李树昀 ,  谢宇

IPC: G06T7/00 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供一种频率空间域特征的工业产品表面缺陷分割方法及系统，其特征在于，采用预先训练完成的缺陷分割模型对预处理过的待测工业产品表面图片进行处理，得到预测的缺陷分割图片从而完成对工业产品表面缺陷的像素级精确分割，缺陷分割模型的训练过程包括如下步骤：步骤S1，获取预先标注的工业产品表面缺陷数据集作为初始训练集；步骤S2，对初始训练集进行预处理形成待使用训练集；步骤S3，构建拥有两个子网络的缺陷分割模型，缺陷分割模型包含一个主网络以及一个辅网络；步骤S4，构建损失函数；步骤S5，基于待使用训练集以及损失函数对缺陷分割模型进行训练。

公开(公告)号：CN112686083A

公开(公告)日：2021-04-20

申请号：CN201910991629.X

申请日：2019-10-18

Applicant: 复旦大学

Inventor： 付彦伟 ,  王文萱 ,  李树昀 ,  薛向阳 ,  姜育刚

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

Abstract: 本发明提供一种基于组合对抗生成网络的人脸微表情深度学习识别系统，对用于进行人脸微表情识别的模型进行训练从而完成对待识别图像的人脸微表情识别，其特征在于，包括：模型存储部，存储有预先训练完成的用于进行微表情识别、姿态分类以及人脸识别的多功能识别网络以及基于组合对抗生成网络的微表情人脸图像生成网络；待识别图像获取部，用于获取待识别图像；特征提取部，将待识别图像输入多功能识别网络从而得到对应身份、姿态、微表情的特征信息；以及微表情识别部，根据特征信息完成人脸微表情识别。

公开(公告)号：CN113034420B

公开(公告)日：2023-02-28

申请号：CN201911234650.1

申请日：2019-12-05

Applicant: 复旦大学 ,  复卿(上海)智能科技有限公司

Inventor： 付彦伟 ,  李树昀 ,  谢宇

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明提供一种频率空间域特征的工业产品表面缺陷分割方法及系统，其特征在于，采用预先训练完成的缺陷分割模型对预处理过的待测工业产品表面图片进行处理，得到预测的缺陷分割图片从而完成对工业产品表面缺陷的像素级精确分割，缺陷分割模型的训练过程包括如下步骤：步骤S1，获取预先标注的工业产品表面缺陷数据集作为初始训练集；步骤S2，对初始训练集进行预处理形成待使用训练集；步骤S3，构建拥有两个子网络的缺陷分割模型，缺陷分割模型包含一个主网络以及一个辅网络；步骤S4，构建损失函数；步骤S5，基于待使用训练集以及损失函数对缺陷分割模型进行训练。

公开(公告)号：CN112926723A

公开(公告)日：2021-06-08

申请号：CN201911234579.7

申请日：2019-12-05

Applicant: 复旦大学 ,  复卿(上海)智能科技有限公司

Inventor： 付彦伟 ,  李树昀 ,  钟祖远

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于Split LBI算法的自动网络增长方法，能够在训练过程中自动增长卷积神经网络的卷积层和各层卷积核，最终得到参数量较少但是在分类任务中表现很好的神经网络模型的方法。其具体分为两种方法，一是给定神经网络模型层结构的情况下，在训练过程中自动增长各卷积层的卷积核和线性层的线性单元，最终得到训练好的、总参数量比人工设计的模型更少的、训练总代价更少的模型；二是给定一个层数很少的网络结构，训练过程中，先自动增长卷积核来确定各模块的卷积核上限，然后自动增长卷积层，最终得到训练好的、在分类任务上表现很好的模型。