-
公开(公告)号：CN118551569B
公开(公告)日：2025-05-09
申请号：CN202410738756.X
申请日：2024-06-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于通用质量特性分析的工程设计方法、装置和设备，涉及工程设计技术领域。先对实现业务需求的任务剖面和失效模式与影响分析进行抽象及关联，得到失效模式与影响分析下的工程设计的抽象模型，然后确定工程设计在业务层的利益相关者，以及确定业务层的利益相关者需求对应的任务需求，接着在业务层进行失效模式与影响分析，补充业务层的任务可靠性需求，最后在系统层进行失效模式与影响分析，补充系统层的系统可靠性需求。本发明通过将通用质量特性分析融入整个工程设计过程中，使得工程产品在业务层和系统层都进行可靠性补充，提高了工程产品设计在整体上与通用质量特性分析的结合性，提高了工程产品设计的整体一致性和可靠性。
-
公开(公告)号：CN119131399A
公开(公告)日：2024-12-13
申请号：CN202411293603.5
申请日：2024-09-14
Applicant: 杭州电子科技大学
IPC: G06V10/26 , G06V10/82 , G06N3/045 , G06N3/0895 , G06N3/0464
Abstract: 本发明公开了一种基于弱监督的红外小目标分割方法。本发明输入仅是红外小目标图像和红外小目标边界框数据，最后输出结果为红外小目标图像中小目标的分割掩码。本发明包括模型预训练、模型加载、教师模型生成伪掩码、学生模型训练和双模型EMA，其中教师模型生成伪掩码、学生模型训练和双模型EMA需要重复多次迭代训练。本发明在使用弱监督损失PS‑Loss的基础上，引入了自适应学习率调整机制，根据模型在验证集上的表现动态调整学习率。在红外小目标弱监督训练过程中，采用基于EMA的策略，即指数移动平均。通过维护两个模型，一个用于训练，另一个用于获取红外小目标图像的微弱变化，成功地减少了训练中模型的不稳定性和波动。
-
公开(公告)号：CN119049042A
公开(公告)日：2024-11-29
申请号：CN202410826656.2
申请日：2024-06-25
Applicant: 杭州电子科技大学
IPC: G06V20/69 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于SCKansformer神经网络的骨髓细胞分类识别方法，包括如下步骤：步骤1、构建SCKansformer神经网络模型，所述SCKansformer神经网络模型包括Kansformer编码器、SCConv编码器和全局‑局部注意力编码器；步骤2、建立骨髓血液细胞数据集并预处理，将数据集划分为训练集和测试集；步骤3、使用训练集对SCKansformer神经网络模型进行训练，结合骨髓血液细胞图像特点，对SCKansformer神经网络模型参数调优；步骤4、使用测试集测试完成训练的评估SCKansformer神经网络模型，进而得到的网络模型，最终实现骨髓血液细胞图像分类识别功能。该方法能够有效应对显微图像中细胞分类的复杂性，实现对四十类骨髓血细胞的准确分类。
-
公开(公告)号：CN118551569A
公开(公告)日：2024-08-27
申请号：CN202410738756.X
申请日：2024-06-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于通用质量特性分析的工程设计方法、装置和设备，涉及工程设计技术领域。先对实现业务需求的任务剖面和失效模式与影响分析进行抽象及关联，得到失效模式与影响分析下的工程设计的抽象模型，然后确定工程设计在业务层的利益相关者，以及确定业务层的利益相关者需求对应的任务需求，接着在业务层进行失效模式与影响分析，补充业务层的任务可靠性需求，最后在系统层进行失效模式与影响分析，补充系统层的系统可靠性需求。本发明通过将通用质量特性分析融入整个工程设计过程中，使得工程产品在业务层和系统层都进行可靠性补充，提高了工程产品设计在整体上与通用质量特性分析的结合性，提高了工程产品设计的整体一致性和可靠性。
-
公开(公告)号：CN118154886A
公开(公告)日：2024-06-07
申请号：CN202410255359.7
申请日：2024-03-06
Applicant: 杭州电子科技大学
IPC: G06V10/30 , G06V10/36 , G06V10/25 , G06V10/82 , G06T5/10 , G06T5/20 , G06T5/70 , G06T5/73 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种用于恶劣天气下的红外图像去噪和小目标检测方法。首先构建三分类红外图像小目标数据集，随机的将数据集划分为三等份并添加高斯噪声、泊松噪声和椒盐噪声这三种噪声；然后构建用于恶劣天气条件下的红外图像去噪和小目标检测的网络架构，整体框架包括滤波器去噪模块、全分辨率去噪模块和YOLOv5检测器三部分，检测器中使用损失监督函数提高对小目标的检测性能；最后基于加噪的三分类红外图像小目标数据集，对提出的网络架构进行训练，获得红外图像的去噪和识别的模型。本发明去噪模块能够去除噪声并提取图像中关键特征所在的区域，再将关键区域传入检测器得出目标的定位信息和类别信息，可以更好地提高小目标检测的性能。
-
Patent Agency Ranking
公开(公告)号：CN111832453B
公开(公告)日：2023-10-27
申请号：CN202010620281.6
申请日：2020-06-30
Applicant: 杭州电子科技大学
IPC: G06V20/56 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于双路深度神经网络的无人驾驶场景实时语义分割方法。本发明步骤如下：步骤1、以残差网络ResNet‑18为基础网络，分流出空间信息分支和上下文信息分支；步骤2、对上下文信息分支的不同阶段输出使用注意力精炼模块进行优化；步骤3、对空间信息分支和上下文信息分支的输出使用特征融合模块进行多尺度融合，用于网络最终输出；步骤4、在上下文信息分支中添加两个辅助损失函数，与主损失函数共同监督训练。本发明提高了语义分割对速度和精度的兼得性，从而实现一个应用于无人驾驶的高精度实时语义分割网络。
-
公开(公告)号：CN116580394A
公开(公告)日：2023-08-11
申请号：CN202310570328.6
申请日：2023-05-19
Applicant: 杭州电子科技大学
IPC: G06V20/69 , G06V20/70 , G06V10/82 , G06V10/80 , G06V10/74 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于多尺度融合和可变形自注意力的白细胞检测方法，包括如下步骤：S1、获取白细胞目标检测数据集并预处理；S2、构建MFDS‑DETR模型并训练，S3、通过骨干网络提取特征得到特征图；S4、通过高层筛选特征融合金字塔得到多尺度融合特征向量；S5、通过可形变自注意力模块中获得最终的输出向量；S6、将步骤S5输出的最终的输出向量作为输入，通过编码器提取全局特征；S7、将提取的全局特征作为输入，通过解码器得到最终目标检测结果。本发明将高层语义特征作为权重来筛选低层特征，并将筛选后的特征与高层语义特征逐点相加，提高模型的特征提取和表达能力。采用了可变形自注意力来提取白细胞全局特征，模型训练更加轻便。
-
公开(公告)号：CN111951216B
公开(公告)日：2023-08-01
申请号：CN202010633104.1
申请日：2020-07-02
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于计算机视觉的脊柱冠状面平衡参数自动测量方法，首先对获得的x光影像图进行预处理，分为上下半身影像图；分别采用基于边缘检测和基于单阈值分割的轮廓提取方法对上下半身影像图进行轮廓提取；基于SIFT特征检测的图像配准技术和启发式算法筛选候选框；计算沿筛选出的颈7骨和骶骨候选框的中心坐标做出的垂线之间的像素距离，并根据影像图dpi大小将像素距离转换为物理距离，完成脊柱冠状位平衡参数CVA的自动测量。本发明选用不同的计算机视觉算法获取目标选框，并结合SIFT图像配准技术和启发式算法思想，减少选框数量，极大提高了选框的精度，保证了量测的准确率。
-
公开(公告)号：CN115953664A
公开(公告)日：2023-04-11
申请号：CN202211741183.3
申请日：2022-12-31
Applicant: 杭州电子科技大学
IPC: G06V10/82 , G06V10/80 , G06V20/40 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于Transformer的红外弱小目标检测方法，红外弱小目标分割领域通常使用卷积神经网络模型局部提取图像特征，然后输出整个红外图的掩码图。本发明根据红外弱小目标需要全局建模的需求公开了一种通用的框架以实验红外弱小目标检测。首先预处理对输入图像进行优化彩色视频信号处理，接着使用Transformer进行全局特征提取并输出不同深度的特征，然后使用U型网络对这些特征进行特征融合和目标提取，最后经过一个1×1卷积层和Sigmoid函数对最后特征层进行特征融合生成检测图，再对检测图进行二值处理得到红外弱小目标检测的mask掩码图。本发明能够有效的理解红外弱小目标的背景信息并用来优化红外弱小目标特征，最后生成的mask掩码图能很好的检测红外弱小目标。
-
公开(公告)号：CN115439722A
公开(公告)日：2022-12-06
申请号：CN202211129635.2
申请日：2022-09-16
Applicant: 杭州电子科技大学
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06T19/00
Abstract: 本发明提出了一种基于图像和属性图融合网络的三维CAD模型检索方法，不仅充分利用了三维CAD模型中图像的高级几何信息和属性图中包含的拓扑结构信息。而且还引入了多头注意力机制，通过视图中的几何信息来对属性图中的拓扑结构信息进行增强。最后还将两个模态的信息进行融合，充分利用各自模态信息的同时还其他模态信息进行指导增强，使得能够辨别模型的特性信息更加清晰。本发明广泛适用于各类CAD模型而不局限于特定数据集，能够实现对三维CAD模型的高效检索且检索准确率高于现有表现较佳的其他三维模型检索方法，同时进一步推广了注意力机制以及跨模态融合在三维模型检索问题上的应用。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.027 seconds)
