-
公开(公告)号：CN116758579A
公开(公告)日：2023-09-15
申请号：CN202310410841.9
申请日：2023-04-17
Applicant: 三峡大学
IPC: G06V40/10 , G06V10/25 , G06V10/50 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于特征增强的多实例行人检测方法，包括：获取数据集，并将所述数据集划分为训练集和测试集；基于所述训练集对改进后的Faster RCNN网络模型进行训练，获取训练好的Faster RCNN网络模型；通过所述测试集对所述训练好的Faster RCNN网络模型进行测试，获取检测结果。本发明通过使用多实例预测方法对不同的候选框，预测与之相对应的行人个数，来减少行人出现的漏检。
-
公开(公告)号：CN116563913A
公开(公告)日：2023-08-08
申请号：CN202310411996.4
申请日：2023-04-14
Applicant: 三峡大学
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多层特征融合的口罩规范佩戴检测方法,包括：对图像信息进行处理，构建数据集；构建基于多层特征融合的口罩规范佩戴检测网络模型；基于数据集对基于多层特征融合的口罩规范佩戴检测网络模型进行优化训练，获取训练好的口罩规范佩戴检测模型并进行测试，获取测试结果。本发明扩大感受野模块扩大了浅层网络的感受野，增强了对于浅层网络的特征信息提取能力，解决了口罩存在遮挡导致的检测错误问题，同时还保证了速度；对特征金字塔FPN特征融合进行改进，提高了模型的检测能力，尤其提高了检测小目标的性能；将损失函数中的L1loss替换为CIOU loss，提高了预测框回归的速度和精度。
-
Patent Agency Ranking
公开(公告)号：CN116958535B
公开(公告)日：2024-04-16
申请号：CN202310398182.1
申请日：2023-04-14
Applicant: 三峡大学
IPC: G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明涉及一种基于多尺度残差推理的息肉分割系统及方法，包括：数据获取模块，用于获取息肉分割数据，基于所述息肉分割数据构建息肉分割数据集，并对所述息肉分割数据集进行处理；模型构建模块，用于结合多尺度残差推理构建息肉分割网络模型，并基于所述息肉分割数据集对所述息肉分割网络模型进行训练和测试；预测模块，用于基于训练和测试后的所述息肉分割网络模型获取息肉分割的预测结果。本发明针对息肉与其周围环境对比度低以及大小形状不一的情况，提高了息肉分割性能，以及预测结果的准确性。
-
公开(公告)号：CN116580422A
公开(公告)日：2023-08-11
申请号：CN202310405320.4
申请日：2023-04-17
Applicant: 三峡大学
IPC: G06V40/10 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/766 , G06V10/20
Abstract: 本发明涉及基于改进Soft‑NMS算法的多实例行人检测方法，包括：获取行人数据集，构建并改进Faster RCNN网络，基于所述行人数据集对改进后的所述Faster RCNN网络进行训练，基于训练后的所述Faster RCNN网络，获取检测结果；改进Soft‑NMS算法，基于改进后的所述Soft‑NMS算法对所述检测结果进行后处理操作，删除重复的所述检测结果，获得最终检测结果。本发明能够充分利用额外的信息来辅助检测，避免出现漏检的情况。
-
公开(公告)号：CN116958535A
公开(公告)日：2023-10-27
申请号：CN202310398182.1
申请日：2023-04-14
Applicant: 三峡大学
IPC: G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明涉及一种基于多尺度残差推理的息肉分割系统及方法，包括：数据获取模块，用于获取息肉分割数据，基于所述息肉分割数据构建息肉分割数据集，并对所述息肉分割数据集进行处理；模型构建模块，用于结合多尺度残差推理构建息肉分割网络模型，并基于所述息肉分割数据集对所述息肉分割网络模型进行训练和测试；预测模块，用于基于训练和测试后的所述息肉分割网络模型获取息肉分割的预测结果。本发明针对息肉与其周围环境对比度低以及大小形状不一的情况，提高了息肉分割性能，以及预测结果的准确性。
-
公开(公告)号：CN116580434A
公开(公告)日：2023-08-11
申请号：CN202310398079.7
申请日：2023-04-14
Applicant: 三峡大学
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于改进RetinaNet的口罩规范佩戴检测方法，包括：收集人群佩戴口罩的图像数据，基于所述图像数据构建数据集；基于改进的RetinaNet网络构建口罩规范佩戴检测网络模型，利用所述数据集训练所述口罩规范佩戴检测网络模型，获取训练后的所述口罩规范佩戴检测网络模型；利用训练好的所述口罩规范佩戴检测网络模型，对口罩佩戴状态进行识别检测。本发明能够实现对公共场所中人员口罩佩戴状态的自动检测，提高检测精度。
-
公开(公告)号：CN116563536A
公开(公告)日：2023-08-08
申请号：CN202310398213.3
申请日：2023-04-14
Applicant: 三峡大学
IPC: G06V10/26 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了不确定性增强上下文注意力网络的息肉图像分割系统，包括：构建息肉图像的数据集；基于UACANet网络模型，构建息肉图像分割模型；基于所述数据集，对所述息肉图像分割模型进行训练和测试；基于测试后的所述息肉图像分割模型，进行息肉图像分割。本发明可以解决现有的息肉分割算法所采用的骨干网络对息肉边界分割不明显、外观尺寸大小存在差异导致难以检测及漏检率高，模型的表达能力不足，甚至最终导致模型泛化能力弱，模型深度变深，参数量变大等问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
