一种基于改进VGG16卷积网络的排烟视频检测方法

    公开(公告)号:CN109034033B

    公开(公告)日:2021-05-14

    申请号:CN201810787200.4

    申请日:2018-07-16

    Applicant: 江南大学

    Abstract: 本发明属于目标检测技术领域,具体涉及一种基于改进VGG16卷积网络的排烟视频检测方法,步骤如下:步骤1:生成烟囱排放图像数据集;步骤2,将训练集送入到改进VGG16卷积网络中进行训练,得到多个权重模型。所述的改进VGG16卷积网络的主网络结构是VGG16,最后两个全连接层改成两层卷积层,用于多尺度提取烟囱图像特征,再连接全局均值池化层,生成的矩阵用于结果输出,最后输入到损失函数中进行分类,构造完整的网络结构。本发明检测的速度得到了很大的提升,并且使用不同长宽比的default box,使得多个default box可以适应不同物体的不同形状和尺寸。

    一种基于YOLOv2网络的水上漂浮物检测方法

    公开(公告)号:CN109033934A

    公开(公告)日:2018-12-18

    申请号:CN201810533111.7

    申请日:2018-05-25

    Applicant: 江南大学

    Inventor: 肖志勇 刘辰

    CPC classification number: G06K9/00671 G06K9/6256

    Abstract: 本发明涉及计算机视觉、机器学习领域,具体涉及一种基于YOLOv2网络的水上漂浮物检测方法,步骤如下:步骤1,采集数据;步骤2,数据增强;对数据集A进行数据增强。步骤3,标记图片;将数据集B中的水上漂浮物区域用矩形框进行标记,步骤4,训练模块;将数据集B分成三部分的目的是能够选出效果最好的、泛化能力最佳的权重模型。步骤5,检测模块;利用训练好的权重模型对监控的河道或湖泊视频进行检测。本发明的有益效果是取代了传统的基于人工的检测方法,节省了人力和物力,还对河道或湖泊的污染程度进行判断。本发明随机将数据集分为训练集、测试集、验证集,通过数据增强的方法扩充了样本,防止图像样本过少导致的过拟合问题。

    一种基于多圆快速分割眼底视盘的方法

    公开(公告)号:CN108846827B

    公开(公告)日:2021-10-15

    申请号:CN201810375917.8

    申请日:2018-04-16

    Applicant: 江南大学

    Abstract: 本发明涉及计算机技术领域,具体涉及一种基于多圆快速分割眼底视盘的方法。一种基于多圆快速分割眼底视盘的方法步骤如下:步骤1,基于高亮度和血管特性确定视盘中心;1.1彩色视网膜图像阈值分割;1.2标记候选中心;1.3定位到视盘中心。步骤2,基于多圆最小凸包运算分割视盘;2.1形态学移除血管,形态学移除血管过程采用膨胀操作。2.2 Hough圆变换,采用canny算子双阈值分割处理膨胀视盘后的视盘区域,得到二值化的边缘图像E。2.3多圆最小凸包运算。本发明采用多圆分割视盘的方法,对视盘内部检测到的多个圆进行凸包运算,能有效提高分割的速度和精度。

    一种基于深度学习的皮肤病变分割方法

    公开(公告)号:CN110599502A

    公开(公告)日:2019-12-20

    申请号:CN201910839598.6

    申请日:2019-09-06

    Applicant: 江南大学

    Abstract: 本发明属于医学图像处理邻域,具体涉及一种基于深度学习的皮肤病变分割方法。第一步,将数据集分为训练样本和验证样本,对数据集中图片进行预处理,得到处理后的图片。第二步,构建五层神经网络,将第一步中处理得到的训练样本和验证样本依批次输入该网络,使用具有动量的梯度下降法进行网络优化,得到训练完成的分类器网络。第三步,对测试样本图片进行预处理,得到处理后的测试样本图片。第四步,预测图片。本发明所提的方法它是以整张图片来进行分类分割的,所以相比起来计算量就小一些,同时考虑了细节信息。实验表明,基于注意力机制的深度学习方法的分割精度比U-Net的分割精度更高。

    一种基于多圆快速分割眼底视盘的方法

    公开(公告)号:CN108846827A

    公开(公告)日:2018-11-20

    申请号:CN201810375917.8

    申请日:2018-04-16

    Applicant: 江南大学

    Abstract: 本发明涉及计算机技术领域,具体涉及一种基于多圆快速分割眼底视盘的方法。一种基于多圆快速分割眼底视盘的方法步骤如下:步骤1,基于高亮度和血管特性确定视盘中心;1.1彩色视网膜图像阈值分割;1.2标记候选中心;1.3定位到视盘中心。步骤2,基于多圆最小凸包运算分割视盘;2.1形态学移除血管,形态学移除血管过程采用膨胀操作。2.2 Hough圆变换,采用canny算子双阈值分割处理膨胀视盘后的视盘区域,得到二值化的边缘图像E。2.3多圆最小凸包运算。本发明采用多圆分割视盘的方法,对视盘内部检测到的多个圆进行凸包运算,能有效提高分割的速度和精度。

Patent Agency Ranking