-
公开(公告)号：CN112348116A
公开(公告)日：2021-02-09
申请号：CN202011370431.9
申请日：2020-11-30
Applicant: 长沙理工大学
Abstract: 本申请涉及一种利用空间上下文的目标检测方法、装置和计算机设备。所述方法包括：分别对初始图像进行标记、对检测目标的位置信息进行至少两次不同的标记，得到检测目标的定位信息以及提取检测目标的轮廓坐标，得到训练数据，将训练数据输入预目标检测网络；提取训练数据进行特征提取得到二维图像特征；提取各个方位上二维图像特征对应的上下文特征；根据上下文特征和二维图像特征，得到空间上下文特征，输出初始目标检测结果；根据定位信息和轮廓坐标构建损失函数，利用损失函数对目标检测网络进行反向训练，得到训练好的目标检测网络；将待检测图像输入训练好的目标检测网络，输出目标检测结果。采用本方法能够提高目标检测的准确率。
-
公开(公告)号：CN111311553A
公开(公告)日：2020-06-19
申请号：CN202010070184.4
申请日：2020-01-21
Applicant: 长沙理工大学
Abstract: 本发明公开了一种基于感兴趣区域的乳腺肿瘤识别方法，包括：获取乳腺图像，提取所述乳腺图像的感兴趣区域，得到乳腺感兴趣图像；利用canny算子边缘检测法对所述乳腺感兴趣图像进行处理，得到标准乳腺图像；利用模糊ZFnet网络对所述标准乳腺图像进行处理，得到可视化的乳腺肿瘤类型。该基于感兴趣区域的乳腺肿瘤识别方法、装置及存储介质，能够对乳腺肿瘤的类型进行可视化识别，提高了乳腺肿瘤识别的准确率。
-
公开(公告)号：CN112541532B
公开(公告)日：2024-03-01
申请号：CN202011416821.5
申请日：2020-12-07
Applicant: 长沙理工大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06T3/60 , G06T7/11 , G06T7/13
Abstract: 本发明提出一种基于密集连接结构的目标检测方法，定义需要检测的目标类别，对收集的图像数据中目标物体打标签，得到图像数据中目标物体的实际边框，并标注其目标类别，得到数据集；构建由基础网络模块、特征融合模块、密集连接模块和特征聚合模块组成的目标检测网络模型，同时确定损失函数；使用数据集对所构建的目标检测网络模型进行训练，直至损失函数收敛，则训练过程完成，保存此时对应的权重参数，得到训练好的目标检测网络模型；将待检测目标类别的图像输入到训练好的目标检测模型，实现目标检测。本发明通过结合密集连接方式和特征融合、聚集的方式，提升提取特征能力，缓解梯度(56)对比文件蒋利佳.基于深度卷积神经网络的目标检测方法研究《.中国优秀硕士学位论文全文数据库信息科技辑》.2023,2023年(第01期),I138-1095.
-
Patent Agency Ranking
公开(公告)号：CN111292299A
公开(公告)日：2020-06-16
申请号：CN202010070172.1
申请日：2020-01-21
Applicant: 长沙理工大学
IPC: G06T7/00
Abstract: 本发明公开了一种乳腺肿瘤识别方法，包括：获取乳腺数据集的若干标准乳腺图像，将每个标准乳腺图像分别输入到模糊神经网络中进行训练，得到若干标准特征图；通过对若干标准特征图进行全局平均池化和融合处理，得到训练完成的乳腺肿瘤识别模型；采集待识别的若干目标乳腺图像，将若干目标乳腺图像输入到乳腺肿瘤识别模型进行处理，得到乳腺肿瘤类型。该乳腺肿瘤识别方法、装置及存储介质，能够自动识别乳腺肿瘤的类型，受外界因素影响较小，提高了乳腺肿瘤识别的准确率。
-
公开(公告)号：CN112348116B
公开(公告)日：2024-02-02
申请号：CN202011370431.9
申请日：2020-11-30
Applicant: 长沙理工大学
IPC: G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及一种利用空间上下文的目标检测方法、装置和计算机设备。所述方法包括：分别对初始图像进行标记、对检测目标的位置信息进行至少两次不同的标记，得到检测目标的定位信息以及提取检测目标的轮廓坐标，得到训练数据，将训练数据输入预目标检测网络；提取训练数据进行特征提取得到二维图像特征；提取各个方位上二维图像特征对应的上下文特征；根据上下文特征和二维图像特征，得到空间上下文特征，输出初始目标检测结果；根据定位信息和轮廓坐标构建损失函数，利用损失函数对目标检测网络进行反向训练，得到训练好的目标检测网络；将待检测图像输入训练好的目标检测网络，输出目标检测结果。采用本方法能够提高目标检(56)对比文件蒋加伏.结合背景差分和闭合轮廓拟合的运动人体检测《.计算机工程与应用》.2015,198-202.颜丹.基于深度自动编码器的特征提取算法研究《.中国优秀硕士学位论文全文数据库 (信息科技辑)》.2018,I138-3406.孙百伟.视频中运动目标跟踪算法研究与实现《.中国优秀硕士学位论文全文数据库 (信息科技辑)》.2015,I138-719.
-
公开(公告)号：CN112541532A
公开(公告)日：2021-03-23
申请号：CN202011416821.5
申请日：2020-12-07
Applicant: 长沙理工大学
Abstract: 本发明提出一种基于密集连接结构的目标检测方法，定义需要检测的目标类别，对收集的图像数据中目标物体打标签，得到图像数据中目标物体的实际边框，并标注其目标类别，得到数据集；构建由基础网络模块、特征融合模块、密集连接模块和特征聚合模块组成的目标检测网络模型，同时确定损失函数；使用数据集对所构建的目标检测网络模型进行训练，直至损失函数收敛，则训练过程完成，保存此时对应的权重参数，得到训练好的目标检测网络模型；将待检测目标类别的图像输入到训练好的目标检测模型，实现目标检测。本发明通过结合密集连接方式和特征融合、聚集的方式，提升提取特征能力，缓解梯度下降问题，有效提高检测的效率和准确率。
-
公开(公告)号：CN110285027B
公开(公告)日：2020-08-18
申请号：CN201910359051.6
申请日：2019-04-30
Applicant: 长沙理工大学
Abstract: 本发明提供了一种风力发电机叶片除冰方法、除冰系统及终端设备，其中除冰方法包括获取风力发电机外界环境的温、湿度和轮毂中380V母线三相电流有效值，并根据外界环境的温、湿度值和温度的变化趋势，以及380V母线三相电流有效值是否超过母线电缆额定电流有效值的80％判断是否启动。根据外界环境和叶片内部的温度值，对除冰系统的三相电流有效值进行设定，控制除冰系统工作于不同的功率状态下，以最小功耗代价达到最好的防冰和除冰效果。所述除冰系统包括除冰主控制器、除冰从控制器和除冰加热器等。本申请有效降低了布设电缆和更换滑环的劳动量及使用成本，在保证风力发电机组可靠运行同时，降低叶片结冰造成的发电损失，提高企业的生产经营效益。
-
公开(公告)号：CN110285027A
公开(公告)日：2019-09-27
申请号：CN201910359051.6
申请日：2019-04-30
Applicant: 长沙理工大学
Abstract: 本发明提供了一种风力发电机叶片除冰方法、除冰系统及终端设备，其中除冰方法包括获取风力发电机外界环境的温、湿度和轮毂中380V母线三相电流有效值，并根据外界环境的温、湿度值和温度的变化趋势，以及380V母线三相电流有效值是否超过母线电缆额定电流有效值的80％判断是否启动。根据外界环境和叶片内部的温度值，对除冰系统的三相电流有效值进行设定，控制除冰系统工作于不同的功率状态下，以最小功耗代价达到最好的防冰和除冰效果。所述除冰系统包括除冰主控制器、除冰从控制器和除冰加热器等。本申请有效降低了布设电缆和更换滑环的劳动量及使用成本，在保证风力发电机组可靠运行同时，降低叶片结冰造成的发电损失，提高企业的生产经营效益。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.027 seconds)
