一种基于CT影像的胃癌智能分期方法

    公开(公告)号:CN113421274A

    公开(公告)日:2021-09-21

    申请号:CN202110787777.7

    申请日:2021-07-13

    Abstract: 本发明提供一种基于CT影像的胃癌智能分期方法;所述方法包括以下步骤:包括以下步骤:将获取的CT医疗文件转化为CT图像;所述CT图像中至少包括胃部CT图像;对所述CT图像进行预处理,获取预处理后的CT图像;从所述预处理后的CT图像中分离出胃壁,获取对应所述胃壁的掩模图像;处理所述掩模图像,提取出所述胃壁及所述胃壁的中心线;基于所述中心线对所述胃壁进行分割,获取分割产生的局部组织区域及所述局部组织区域的像素值分布情况;本发明实现了在CT图像上对胃壁的分离、提取等功能,能够实现自主分析胃癌相关医学图像,期间不需要医生的过度参与,从而大大减轻了医生的工作负担,提高了医生对于疾病的诊断效率。

    一种用于多分量视频的编码方法及解码方法

    公开(公告)号:CN110012294B

    公开(公告)日:2021-03-23

    申请号:CN201910263325.1

    申请日:2019-04-02

    Abstract: 本发明属于编解码的技术领域,公开了一种用于多分量视频的编码方法,所述分量的个数大于三个,包括以下步骤:步骤一、以GOP图像组为单位,对多分量视频的各个分量进行重组,获得单分量视频序列;步骤二、对所述单分量视频序列人为加入两个分量U、V,使其转换为现有的三分量视频格式,再按照现有的编码方法对其进行编码,获得对应的编码数据。还公开了一种用于多分量视频的解码方法,包括以下步骤:步骤ⅰ、按照现有的解码方法对所述编码数据进行解码,获得对应的三分量视频格式的解码数据,再去除人为加入的两个分量U、V,获得对应的单分量视频序列;步骤ⅱ、对所有的单分量视频序列进行再次重组,获得对应的多分量视频。本发明的方法通用性强。

    一种室内无人机精确定位与自主导航的系统及方法

    公开(公告)号:CN110446159B

    公开(公告)日:2020-11-27

    申请号:CN201910737888.X

    申请日:2019-08-12

    Abstract: 本发明提供了一种室内无人机精确定位与自主导航的系统,包括无人机;用于捕捉地面二维码标签获得无人机位置信息的双目相机模块;用于捕捉无人机上的定位标签获得无人机位置信息的超宽带UWB模块;用于捕捉无人机上的标记点获得无人机位置信息的外部全局高清相机模块;用于融合以上三者获得的无人机位置信息,预测无人机姿态和位置并进行实时更新的扩展卡尔曼滤波模块;用于对无人机即时定位的即时定位模块;用于提供自主导航功能的导航模块;用于计算并存储无人机位置信息的计算存储模块;用于提供人机交互功能,设置无人机的飞行航线的人机交互模块。本发明还提供了室内无人机精确定位与自主导航的方法。本发明定位精确,成本低,性能可靠。

    一种基于图像修复的三维目标检测方法和系统

    公开(公告)号:CN111079545A

    公开(公告)日:2020-04-28

    申请号:CN201911151122.X

    申请日:2019-11-21

    Abstract: 本发明涉及一种基于图像修复的三维目标检测方法和系统,该方法包括以下步骤:获取三维目标的RGB图和雷达点云;根据二维目标检测算法在RGB图上生成二维目标检测框;对于存在被遮挡目标的图片,采用实例分割算法进行实例分割得到目标被遮挡处的掩码,然后根据形态学闭运算计算目标的完整掩码;将雷达点云通过相机矩阵转化为深度图,在深度图上将目标的被遮挡处,然后进行图像修复,修复完成后,根据目标的完整掩码,提取目标的深度图形式的深度信息;根据目标的深度图形式的深度信息转化为修复后点云;将修复后点云输入三维目标检测网络中进行三维目标检测。与现有技术相比,本发明起到了三维目标检测减少偏移、提高精度的作用。

    基于三维密集网络的镜头边界检测方法

    公开(公告)号:CN110460840A

    公开(公告)日:2019-11-15

    申请号:CN201910900958.9

    申请日:2019-09-23

    Abstract: 本发明公开了一种基于三维密集网络的镜头边界检测方法,步骤为:将视频分为帧段后随机分配标签,再将其输入三维密集网络完成分类;三维密集网络包括顺序连接的三维卷积层、最大池化层、四镜头边界检测块和线性层,三维卷积层为输入层,线性层为输出层,镜头边界检测块包括首尾连接的多组重复单元,重复单元包括作为输入的瓶颈层和作为输出的经过三维卷积的密集块,上一组重复单元的输出作为下一组重复单元的输出,镜头边界检测块后均连有过渡层,过渡层包括Batch Normalization、RELU、一卷积和平均池化层。本发明提高三维卷积结合视频的时空特征,采用密集网络进行特征复用,不仅提高了检测准确度,还降低了计算复杂度。

    YOLOv8网络的改进方法及产品表面缺陷检测方法、系统

    公开(公告)号:CN120047410A

    公开(公告)日:2025-05-27

    申请号:CN202510122394.6

    申请日:2025-01-26

    Abstract: 本发明提供一种YOLOv8网络的改进方法及产品表面缺陷检测方法、系统;所述改进方法包括:对原有YOLOv8网络进行改进,获取新型YOLOv8网络;对原有YOLOv8网络进行改进包括:使用VanillaNet替换原有YOLOv8网络的Backbone中的卷积层;使用EG‑C2f模块替换原有YOLOv8网络的Neck网络中的三个C2f模块;三个C2f模块分别为Neck中作为输出且位于靠前位置和靠后位置的两个C2f模块,及除作为输出以外的另一C2f模块;使用动态蛇形卷积模块替换原YOLOv8网络的Neck网络中作为输出且位于中间位置的C2f模块中的普通卷积;使用Wise‑IoU损失函数替代原有YOLOv8网络中的CIoU损失函数;对新型YOLOv8网络进行实验验证,获取改进YOLOv8网络,以基于改进YOLOv8网络检测产品表面缺陷;本发明提升了YOLOv8网络在产品表面缺陷检测中的性能。

    一种基于特征增强的工业图像多标签分类方法

    公开(公告)号:CN118736309A

    公开(公告)日:2024-10-01

    申请号:CN202410870342.2

    申请日:2024-07-01

    Abstract: 本发明涉及一种基于特征增强的工业图像多标签分类方法,包括以下步骤:获取工业图像,输入基于特征增强的工业图像多标签分类网络,获得工业图像多标签分类结果;其中,基于特征增强的工业图像多标签分类网络包括图像特征重构增强模块、图像多模态特征增强模块和结果融合模块,图像特征重构增强模块包括分割层和重构层,重构层用于对切分后的特征进行基于多头自注意力机制的重构;图像多模态特征增强模块中引入CLIP编码器,用于对提示句和工业图像分别进行特征提取,据此计算多模态关联特征;结果融合模块用于融合前述两个模块的标签预测结果,获得最终的多标签分类结果。与现有技术相比,本发明可以进一步提高工业图像的多标签分类精度。

    一种基于知识图谱的专家推荐神经网络的构建方法

    公开(公告)号:CN118427358A

    公开(公告)日:2024-08-02

    申请号:CN202410394568.X

    申请日:2024-04-02

    Abstract: 本发明属于专家推荐模型领域,公开了一种基于知识图谱的专家推荐神经网络的构建方法,首先遍历知识图谱的所有实体节点,对应获取多个聚合节点集,然后通过神经网络学习预定故障特征语句、多个聚合节点集的依赖度形成专家推荐神经网络,其中每个当前实体节点对应获取聚合节点集的过程为:首先基于当前实体节点及其关联的关系嵌入构建可学习的注意力分数模型;接着基于当前实体节点、注意力分数模型获取基准跳结构;然后基于基准跳结构、注意力分数模型得到升阶跳结构;然后基于基准跳结构、升阶跳结构得到跳聚合结构,将跳聚合结构作为新的基准跳结构;最后基于基准跳结构和当前实体节点得到聚合节点集。

    一种用于电连接器组装的自动压线方法

    公开(公告)号:CN113783068B

    公开(公告)日:2023-11-24

    申请号:CN202110899308.4

    申请日:2021-08-06

    Abstract: 本发明涉及自动控制的技术领域,公开了一种用于电连接器组装的自动压线方法,包括利用夹持系统将送销工具从第一承载工作台上拿起,转运放置到电动操作台上,并由电动操作台对所述送销工具进行固定;利用夹持系统将线缆从第二承载工作台上拿起,转运至送销工具的压线开口处的正上方;利用压线系统的滚轮沿送销工具的一端移动至另一端,将线缆压入送销工具的压线开口内部;利用夹持系统牵引线缆一端,使其沿送销工具的压线开口移动,直至线缆的金属接触件端卡在送销工具的端部;利用视觉系统检测压线是否合格,若不合格,则报警;若合格,重复执行上述步骤,完成下一个送销工具的自动压线操作。

Patent Agency Ranking