-
公开(公告)号：CN115601546A
公开(公告)日：2023-01-13
申请号：CN202211324514.3
申请日：2022-10-27
Applicant: 华侨大学(CN)
Abstract: 本发明公开了一种实例分割模型训练方法、装置及可读介质，通过采用第一训练集分别训练主体模型和辅助模型，得到经训练的主体模型和经训练的辅助模型，其中，主体模型为实例分割模型，辅助模型为逐像素分类模型；将待测图像分别输入经训练的主体模型和经训练的辅助模型，得到第一预测结果和第二预测结果，分别获取第一预测结果和第二预测结果的第一掩膜图和第二掩膜图；根据第一掩膜图和第二掩膜图确定难例样本，难例样本为因置信度低而未被经训练的主体模型识别出目标的待测图像，将难例样本与其第二预测结果对应的标签保存为第二训练集；采用第二训练集对经训练的主体模型继续进行训练，得到训练好的主体模型，能够有效提高模型泛化性和准确率。
-
公开(公告)号：CN111022688A
公开(公告)日：2020-04-17
申请号：CN201911120647.7
申请日：2019-11-15
Applicant: 华侨大学
Abstract: 本发明提供了一种自适应除尘插板阀，包括：插板、载料板和顶部盖板；插板和载料板中间设有依次排列的三重除尘结构；载料板的上下两侧设有导轨，导轨上下间隙大于载料板的厚度；载料板与顶部盖板中间设有按一定角度预紧的弹簧装置；插板与阀杆连接，阀杆末端设有带动插板平移的手轮；插板移动至关闭位置时，载料板和上侧的导轨接触，弹簧装置为松释状态，三重除尘结构没有形变；插板由关闭位置平移移动时，三重除尘结构带动载料板同向平移，弹簧装置被压缩，产生的弹性复位力带动载料板与下侧的导轨接触，三重除尘结构受压力后形变，与插板紧密接触。上述的自适应除尘插板阀，在保留原有防尘效果的前提下，解决了插板在开关过程中的卡涩问题。
-
Patent Agency Ranking
公开(公告)号：CN113807424B
公开(公告)日：2024-04-16
申请号：CN202111063333.5
申请日：2021-09-10
Applicant: 华侨大学
IPC: G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 一种基于离线数据增强的固废数据集生成方法，具体包括：手动标注第一固废数据集A1；对第一固废数据集A1进行离线数据增强生成第二固废数据集A2，合并第一固废数据集A1和第二固废数据集A2，形成合并固废数据集；使用深度学习模型对合并固废数据集进行训练；使用训练好的深度学习模型对未标注的固废数据集D进行预测；通过查询函数找出深度学习模型预测不准确的图像集，并进行手动标注得到第三固废数据集B1；对第三固废数据集B1进行离线数据增强生成第四固废数据集B2。本发明提出的方法可以生成大量固废数据集，快速有效地构扩充固废数据集，从而有助于深度学习模型的训练，进一步提升固废识别的准确率。
-
公开(公告)号：CN114429573A
公开(公告)日：2022-05-03
申请号：CN202210022048.7
申请日：2022-01-10
Applicant: 华侨大学
IPC: G06V10/774 , G06V10/22 , G06V10/46 , G06K9/62 , G06V20/10 , G06F16/51 , G06F16/55 , G06F16/583
Abstract: 一种基于Copy‑Paste数据增强的生活垃圾数据集生成方法，具体包括：将生活垃圾分作若干批次，每一批次为相同类别，并且分批将生活垃圾稀疏放置在传送带上；使用RGB‑D采集系统对物体进行彩色图和高度图的图像采集；利用高度图中物体的轮廓信息和高度信息，对彩色图进行自动标注；以没有生活垃圾的纯传送带背景作为图片模板，通过Copy‑Paste将N个物体随机粘贴到图像模板上，N为整数，生成第一批生活垃圾数据集A1；使用第一批生活垃圾数据集A1对深度学习模型进行训练；使用训练好的深度学习模型对未标注的生活垃圾数据集D进行预测；以带有伪标签的数据集作为图像模板，对第一批生活垃圾数据集A1通过Copy‑Paste进行数据增强生成第二批生活垃圾数据集A2；合并第一批生活垃圾数据集A1和第二批生活垃圾数据集A2，形成合并生活垃圾数据集B1。本发明提出的方法可以生成大量的生活垃圾数据集，快速高效地扩充生活垃圾数据集，有助于深度学习模型的训练，提高生活垃圾识别的准确率。
-
公开(公告)号：CN115761205A
公开(公告)日：2023-03-07
申请号：CN202211464923.3
申请日：2022-11-22
Applicant: 华侨大学
Abstract: 本发明提供一种基于遗传算法的图像数据自动增强方法，包括：获取用于搜索的代理数据集；获取多种数据增强操作方法：根据增强操作原理把数据增强操作分为几何变换和颜色变换；构建离散搜索空间：把每种增强策略的操作方法、操作概率、操作幅度进行离散编码；搜索增强策略：采用遗传算法，随机生成若干个操作方法作为初始种群，通过种群的迭代寻优，在搜索空间中搜索出若干个最优的增强策略，确定最优的增强策略组合个数；通过在搜索时使用代理数据集，对几何变换和颜色变换分开进行寻优，减少单个搜索空间的参数量，即减少了搜索过程的时间成本，又能实现增强策略组合个数的优选，最大限度的保留了数据增强的有效性，普遍适用于各类数据集。
-
公开(公告)号：CN113807424A
公开(公告)日：2021-12-17
申请号：CN202111063333.5
申请日：2021-09-10
Applicant: 华侨大学
Abstract: 一种基于离线数据增强的固废数据集生成方法，具体包括：手动标注第一固废数据集A1；对第一固废数据集A1进行离线数据增强生成第二固废数据集A2，合并第一固废数据集A1和第二固废数据集A2，形成合并固废数据集；使用深度学习模型对合并固废数据集进行训练；使用训练好的深度学习模型对未标注的固废数据集D进行预测；通过查询函数找出深度学习模型预测不准确的图像集，并进行手动标注得到第三固废数据集B1；对第三固废数据集B1进行离线数据增强生成第四固废数据集B2。本发明提出的方法可以生成大量固废数据集，快速有效地构扩充固废数据集，从而有助于深度学习模型的训练，进一步提升固废识别的准确率。
-
公开(公告)号：CN211649117U
公开(公告)日：2020-10-09
申请号：CN201921983289.8
申请日：2019-11-15
Applicant: 华侨大学
Abstract: 本实用新型提供了自适应除尘插板阀，包括：插板、载料板和顶部盖板；插板和载料板中间设有依次排列的三重除尘结构；载料板的上下两侧设有导轨，导轨上下间隙大于载料板的厚度；载料板与顶部盖板中间设有按一定角度预紧的弹簧装置；插板与阀杆连接，阀杆末端设有带动插板平移的手轮；插板移动至关闭位置时，载料板和上侧的导轨接触，弹簧装置为松释状态，三重除尘结构没有形变；插板由关闭位置平移移动时，三重除尘结构带动载料板同向平移，弹簧装置被压缩，产生的弹性复位力带动载料板与下侧的导轨接触，三重除尘结构受压力后形变，与插板紧密接触。上述的自适应除尘插板阀，在保留原有防尘效果的前提下，解决了插板在开关过程中的卡涩问题。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
Search Results
17
records
(took 0.023 seconds)
