一种基于双向多尺度注意力的水利环境下的点云分割方法

    公开(公告)号:CN117351212A

    公开(公告)日:2024-01-05

    申请号:CN202311621825.0

    申请日:2023-11-30

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种基于双向多尺度注意力的水利环境下的点云分割方法,包括以下步骤:数据预处理,得到最终经过预处理的点云坐标和点云特征;建立模型:通过分析双向的多尺度注意力过程,设计双向多尺度自注意力子模块,构建端到端的语义分割深度学习网络模型;模型的训练和测试:确定所建立的语义分割深度学习网络模型的参数,并检验所设计的语义分割深度学习网络模型的分割效果。本发明提出的基于双向多尺度注意力的水利环境下的点云分割方法在针对水利场景点云语义分割的问题上相对于其他算法提高了精度,优化了可视化结果。

    一种基于三维池化空间注意力机制的点云语义分割模型

    公开(公告)号:CN116386042A

    公开(公告)日:2023-07-04

    申请号:CN202310307905.2

    申请日:2023-03-24

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种基于三维池化空间注意力机制的点云语义分割模型。本发明包括以下步骤:1、模型建立,设计一种基于三维池化空间注意力机制的点云语义分割模型,通过注意力机制学习三维空间中点云之间的关联性以及通过捕获局部邻域点云特征进一步捕获丰富的上下文三维空间语义信息。2、模型训练,首先对数据集预处理,然后输入到三维池化空间注意力机制的点云语义分割模型进行模型训练。3、模型推理,将测试集的点云数据输入到训练好的模型中,推理测试点云的语义类别预测值,评估预测准确度。本发明是一种针对点云语义分割的神经网络模型,特别是提出了一种三维池化空间注意力机制提取三维空间中点云与相邻点云之间的关联性的建模方法,获得了在三维点云语义分割领域较好的分割效果。

    一种基于特征增强位置注意力机制的图像语义分割模型

    公开(公告)号:CN112750129A

    公开(公告)日:2021-05-04

    申请号:CN202110035003.9

    申请日:2021-03-11

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种基于特征增强位置注意力机制的图像语义分割模型。本发明包括以下步骤:1、模型建立,设计一种基于特征增强位置注意力机制的图像语义分割模型,通过注意力机制学习像素点图像特征之间的关联性以及通过增加感受野进一步捕获图像丰富的上下文语义信息。2、模型训练,首先对数据集预处理,然后根据建立好的模型进行模型训练。3、模型推理,将测试集的图像输入到训练好的模型中,推理测试图像的语义类别预测值,评估预测准确度。本发明是一种针对图像语义分割的神经网络模型,特别是提出了一种特征增强位置注意力机制提取图像自身注意力信息的统一建模方法,获得了在语义分割领域较好的分割效果。

    一种基于深度学习的皮肤病分类装置及分类方法

    公开(公告)号:CN110991402A

    公开(公告)日:2020-04-10

    申请号:CN201911314600.4

    申请日:2019-12-19

    Applicant: 湘潭大学

    Abstract: 本发明公开了一种基于深度学习的皮肤病分类装置及分类方法,皮肤病分类装置,其特征在于,包括:图像采集模块,图像处理模块,数据处理模块,通信模块和供电模块;图像采集模块,用于采集所需样本图像;图像处理模块,用于对采集到的样本图像进行图像处理;数据处理模块,用于使用基于深度学习的皮肤病分类方法对采集到的样本图像进行分类;通信模块,用于与接收端电子设备通信,传递分类结果数据;供电模块,用于向图像采集模块,图像处理模块,数据处理模块和通信模块供电。该基于深度学习的皮肤病分类装置及分类方法易于实施,分类效率高。

Patent Agency Ranking