公开(公告)号：CN117934945A

公开(公告)日：2024-04-26

申请号：CN202410103187.1

申请日：2024-01-25

Applicant: 北京理工大学 ,  北京理工大学重庆创新中心

Inventor： 张宏 ,  李豪天 ,  刘梦真 ,  徐媛媛 ,  黄广炎

IPC: G06V10/764 ,  G06V10/774 ,  G06T7/00 ,  G06V10/42

Abstract: 本发明涉及基于孪生网络的靶板毁伤检测方法及系统，方法包括：获取待测靶板毁伤图像；构建靶板毁伤检测模型，将所述待测靶板毁伤图像输入所述靶板毁伤检测模型，获取分割掩膜图，其中所述靶板毁伤检测模型基于U‑Net网络构建并通过训练集训练获得,所述训练集包括：靶板毁伤区域的图像和标识所述靶板毁伤区域的标签；将所述分割掩膜图进行量化分析，获取靶板毁伤区域的几何信息。本发明构建了具有孪生分支的预测网络，用于预测输入图像的毁伤区域。引入区域注意力来增加了对目标区域的关注度，抑制无用信息的表达；加入了多尺度卷积模块提高了对边缘细节的感知力，提高了预测精准。最终在靶板毁伤区域识别和量化方面取得了有效的应用。

公开(公告)号：CN117670835A

公开(公告)日：2024-03-08

申请号：CN202311670734.6

申请日：2023-12-07

Applicant: 北京理工大学 ,  北京理工大学重庆创新中心

Inventor： 张宏 ,  刘梦真 ,  黄广炎 ,  徐媛媛 ,  李豪天

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/094 ,  G06N3/096

Abstract: 本发明公开了一种基于神经网络的穿刺损伤检测方法，所属技术领域为机器视觉和人工智能领域，包括：获得扩增后的穿刺损伤数据；构建孪生对抗网络模型，通过训练后的孪生对抗网络模型生成分割后的穿刺损伤图像数据；通过分割后的穿刺损伤图像数据构建穿刺损伤数据集；构建分类网络，通过穿刺损伤数据集训练分类网络，获得分类网络模型；通过迁移学习方法将分类网络修改为回归网络并进行模型在训练，获得回归网络模型；获取实时穿刺损伤图像，将实时穿刺损伤图像输入至回归网络模型中，生成穿刺损伤检测结果。本发明可以实现穿刺损伤的快速准确检测，为医疗急救、刑事法医学和其他领域中穿刺损伤的处理和研究提供了解决方案。