公开(公告)号：CN116740108A

公开(公告)日：2023-09-12

申请号：CN202310682616.0

申请日：2023-06-09

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 吴磊 ,  成磊 ,  王晓敏 ,  龚海刚 ,  刘明

IPC: G06T7/13 ,  G06T7/12 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的单阶段实例分割方法，本申请通过传统的边缘检测算子提取到每个实例的边缘信息，从而让网络在训练学习的过程中显示的监督对实例轮廓的学习，边缘信息的融入不仅提升了实例掩码的分割精度，而且融入边缘信息后的算法在分割掩码边缘处的表现更精细，并且本申请通过原型掩码分组后再融合的方法，将原型掩码的融合过程从一次增加为两次，两次融合的方式不仅提升了实例掩码的分割效果而且增加了整个算法的泛化能力。

公开(公告)号：CN115937592A

公开(公告)日：2023-04-07

申请号：CN202211599181.5

申请日：2022-12-12

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 龚海刚 ,  孙怡忻 ,  吴磊 ,  刘明 ,  王晓敏 ,  刘明辉 ,  解天舒 ,  程旋

IPC: G06V10/764 ,  G06T7/00 ,  G06V10/40 ,  G06V10/82 ,  G06N3/088 ,  G06V10/774 ,  G16H30/20 ,  G06N3/0455

Abstract: 本发明涉及一种基于潜层表征的主动学习样本标注方法，述样本标注方法包括：S1、特征提取步骤：通过自动编码器模拟从病理图像中提取潜层的表征；S2、判别步骤：将病理图像作为判别器D的输入，训练一个二分类模型，通过判别器D区分有标签和无标签的样本数据集，得到概率值；S3、样本标注步骤：设置样本选择策略ALHS，根据判别器的输出概率值分布通过样本选择策略ALHS选择未标注的样本进行标注，实现病理数据集的自动标注。本发明能够极大减轻病理学家标注数据集的沉重负担，能够缓解样本冗余问题，提高样本选择的质量；能够极大地节省样本标注成本；通用性强，能适用于类不平衡和噪声样本的场合。