基于相互全局上下文注意力机制的单样本目标检测方法

    公开(公告)号:CN113408546A

    公开(公告)日:2021-09-17

    申请号:CN202110684435.2

    申请日:2021-06-21

    Abstract: 本发明提供了基于相互全局上下文注意力机制的单样本目标检测方法,通过构建用于提取图像特征的特征提取模块、用于图像的上下文特征的全局上下文特征模块、用于从图像的上下文特征中获取图像的通道级依赖信息的迁移模块、用于融合图像的通道级依赖信息与特征的融合模块、用于生成可能存在目标类别的区域的区域建议模块,以及用于输入支持图像的特征与查询图像感兴趣区域特征、输出两者是否为同一类别的概率的全连接类别无关分类器,实现了提高单样本目标检测方法的精确度的功能。本发明的模型不经过重新训练即可实现对新类别的分类,在单样本的条件下能够获取更好的检测效果。

    一种用于高分辨率图像的密集小目标的检测方法

    公开(公告)号:CN112990263A

    公开(公告)日:2021-06-18

    申请号:CN202110170578.1

    申请日:2021-02-08

    Abstract: 本发明提供了一种用于高分辨率图像的密集小目标的检测方法,通过裁剪高分辨率图像,裁剪成一定数量的适合训练网络的小尺寸图像,再进一步融合小尺寸图像得到特征信息丰富,目标表达更强的融合图,最后和裁剪后的小尺寸图合并,组合成新的数据集,提升了对小且密集目标的检测的准确度和可靠性,扩充了数据集以避免过拟合。本发明提出的数据增强方法优于其他最新的方法,能获得更多高质量小尺寸图像,从而实现高精准的对小且密集分布目标的检测。

    一种基于生成对抗网络的知识蒸馏数据增强方法与系统

    公开(公告)号:CN112819090A

    公开(公告)日:2021-05-18

    申请号:CN202110197819.1

    申请日:2021-02-22

    Inventor: 徐子昕 鲁统伟

    Abstract: 本发明提供了一种基于生成对抗网络的知识蒸馏数据增强方法与系统,通过易操作的数据增强方式,提高了卷积网络对工业数据集的定位能力和识别准确率。本发明结合了生成对抗网络高效拟合样本数据分布和知识蒸馏中对神经网络模型容错率改善的算法,实现了在生成增强样本时不引入非信息噪声、提高了模型对错误标签的鲁棒性。本发明降低了工业数据集正负样本标注错误而产生的对模型的误导,提升了工业数据集在语义分割任务上的表征表达性能,提高了模型在特征粒度区分小的情况下对样本特征的学习能力,在汽车零部件检测与制造、铁路零部件定位等应用中发挥了重要的作用。

    智能监控与运行维护的系统及方法

    公开(公告)号:CN110209104A

    公开(公告)日:2019-09-06

    申请号:CN201910441256.9

    申请日:2019-05-24

    Abstract: 本发明公开了一种智能监控与运行维护的系统及方法,涉及城市轨道交通通信技术领域,该系统包括:设备数据采集单元、设备数据处理单元、设备性能分析及预判单元以及运行维护管理单元;所述设备数据采集单元用于采集各个所述设备的设备故障数据和/或设备性能数据;所述设备数据处理单元用于将所述设备性能数据传送给所述设备性能分析及预判单元、将所述设备故障数据传送给所述运行维护管理单元;所述设备性能分析及预判单元用于分析设备性能数据,并生成相应的预判数据;所述运行维护管理单元用于获取并分析所述设备故障数据和所述预判数据,形成维护管理数据。本发明能够对设备的性能劣化趋势进行预判,指导工作人员对设备进行运行维护。

    一种对象使用场景提取方法及装置

    公开(公告)号:CN105068789B

    公开(公告)日:2018-08-24

    申请号:CN201510404171.5

    申请日:2015-07-10

    Abstract: 本发明公开了一种对象使用场景提取方法及装置,该方法包括:获取目标类的第一对象使用场景;所述第一对象使用场景为依第一顺序调用的N个函数的序列;根据目标类确定第一父类;第一父类为目标类的父类;从N个函数中确定出L个函数;L个函数均为第一父类的函数;N≥L>1;按照第一顺序排列L个函数,以生成第一父类的第二对象使用场景;第二对象使用场景为第一对象使用场景的继承子对象使用场景。本发明提供的方法及装置用以解决现有技术中进行组件协议挖掘时,存在的对象使用场景数量不足的技术问题。实现了可以通过运行少量应用程序来获得大量的对象使用场景的函数调用序列的技术效果。

Patent Agency Ranking