-
公开(公告)号：CN114373092B
公开(公告)日：2024-11-12
申请号：CN202111211063.8
申请日：2021-10-18
Applicant: 武汉工程大学
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于拼图排列学习的渐进式训练细粒度视觉分类方法，通过拼图生成器将图像数据集裁剪成不同粒度大小的图像，使用残差网络(ResNet50)作为特征提取器，将拼图解算器作用在特征图提取的每一个阶段，在残差网络(ResNet50)的每个阶段学习不同粒度大小的局部信息并且融合多尺度的特征，同时在每个阶段使用拼图解算模块学习打乱图像的拼图排列矩阵来学习对象的全局信息，通过在每个阶段学习不同粒度大小局部信息的同时学习对象的全局信息来进行细粒度视觉分类，在模型的每个阶段同时利用不同粒度对象的局部细节信息以及整体对象的全局信息之间的互补关系，使得模型最终的分类性能达到目前最先进的水平。
-
公开(公告)号：CN116563517A
公开(公告)日：2023-08-08
申请号：CN202310383998.7
申请日：2023-04-10
Applicant: 武汉工程大学
IPC: G06V10/22 , G06V10/82 , G06V10/774 , G06V10/40 , G06V10/24 , G06N3/0475 , G06N3/08 , G06N3/0895
Abstract: 本发明提供一种弱监督目标定位方法及装置，属于目标定位领域，方法包括：S1：导入原始图像数据集，并将原始图像数据集划分为图像训练集和图像测试集；S2：将图像训练集中的各个原始图像进行多个角度旋转，得到各个原始图像的多个旋转图像；S3：对图像训练集中各个原始图像以及各个原始图像的各个旋转图像进行多通道特征提取，得到图像训练集中各个原始图像的特征谱组以及各个旋转图像的特征谱组；S4:根据图像训练集中各个原始图像的特征谱组中预设层特征谱以及各个旋转图像的特征谱组中预设层特征谱进行旋转预测总损失函数的计算，得到旋转预测总损失函数。本发明能够通过挖掘细粒度目标的互补性以及一致性，提高了弱监督定位的精度。
-
公开(公告)号：CN112948617B
公开(公告)日：2022-05-31
申请号：CN202110176957.1
申请日：2021-02-07
Applicant: 武汉工程大学
IPC: G06F16/583 , G06F16/55 , G06F16/538 , G06F16/51 , G06V10/74 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于特定类原型的深度哈希网络图像检索方法及装置，涉及计算机信息检索技术领域。基于特定类原型深度哈希网络的数据检索方法具体包括：建立深度哈希网络模型；获取待检索的目标图像信息；根据所述深度哈希网络模型对所述目标图像信息进行检索，得到检索结果。本发明通过标签信息分解学习得到离散的特定类原型，作为语义标签的中间语义表示，并建立所述图像数据的哈希码和所述特定类原型之间的粗略语义关系，并通过成对的监督信息构造所有哈希码之间的精细化语义关系，该中间表示缩小了语义标签和哈希码之间的语义差距，解决语义标签与哈希码之间存在的语义鸿沟和域鸿沟问题，提升了哈希检索的性能。
-
公开(公告)号：CN113763326A
公开(公告)日：2021-12-07
申请号：CN202110890405.7
申请日：2021-08-04
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于Mask Scoring R‑CNN网络的受电弓检测方法，包括以下步骤：S1、采集弓网红外受电弓数据并进行数据预处理，将数据划分为训练样本集和测试样本集；S2、搭建受电弓检测网络，利用主干网络提取受电弓多尺度特征图，通过预测头和掩码头获得受电弓的类别信息、位置坐标和粗粒度分割结果，提出一种边缘修复方法对受电弓粗粒度分割结果进行精细化修复；S3、将训练样本集的数据加载至受电弓检测网络中，反复迭代训练，进行参数调整，获得优质受电弓检测模型；S4、加载优质受电弓检测模型，将测试样本集的数据输入模型，评价受电弓检测分割结果。本发明受电弓检测精度更高，鲁棒性更强，且不需要其它价格昂贵的设备作为辅助，可以大大节约检测成本。
-
-
-
Search Results
14
records
(took 0.033 seconds)
