公开(公告)号：CN118736461A

公开(公告)日：2024-10-01

申请号：CN202410817051.7

申请日：2024-06-24

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 刘明辉 ,  王晓敏 ,  王新新 ,  刘念伯 ,  邓佳丽 ,  龚海刚 ,  刘明

IPC: G06V20/40 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0455 ,  G06N3/092 ,  G06N3/096 ,  G06N3/048 ,  G06N3/082

Abstract: 本发明公开了一种基于Vision‑Transformer和强化学习的PTFE乳液石蜡分离自动检测方法及装置，该方法包括：从不同视角采集图像并进行预处理，构建训练集和测试集；基于Vision‑Transformer和强化学习构建用于PTFE乳液石蜡分离检测的PatchRLNet模型；使用训练集对PatchRLNet模型进行迭代训练，基于交叉熵损失函数调整模型参数，以获取训练好的PatchRLNet模型；将测试集中的图像输入至训练好的PatchRLNet模型中，得到预测的图像类别。本发明能够自动化且智能化的进行PTFE乳液石蜡分离检测，有效提高了检测的准确性，减轻了工作人员的操作负担。

公开(公告)号：CN118155048A

公开(公告)日：2024-06-07

申请号：CN202410572362.1

申请日：2024-05-10

Applicant: 电子科技大学长三角研究院(衢州) ,  衢州海易科技有限公司

Inventor： 王新新 ,  吴磊 ,  刘明 ,  陈鹏 ,  单文煜

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V10/44 ,  G06V10/46 ,  G06V10/42 ,  G06N3/0455 ,  G06N3/092

Abstract: 本发明涉及一种基于ViT和强化学习的关键特征自适应选择方法，属于计算机视觉领域，包括：将输入图像划分为一组不重叠的patch序列，并将其嵌入到低维空间中；将输入图像输入到PatchRLNet模型中，产生一个与patch序列对应的权值矩阵；将patch序列与权值矩阵相乘，得到关键特征选择之后的目标特征表达，再拼接上一个类别标记class token得到的特征表达后，输入到ViT编码器中提取输入图像序列的特征，通过ViT分类器对每个液体状态的分数进行预测。本发明将强化学习融合到ViT网络中，能够捕获目标的全局和局部特征，还能通过强化学习关键特征选择降低背景环境和噪声的影响，显著提高了ViT在复杂场景下的检测性能。