-
公开(公告)号：CN110363201B
公开(公告)日：2021-06-01
申请号：CN201910619773.0
申请日：2019-07-10
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于协同学习的弱监督语义分割方法及系统，所述方法包括：特征图提取步骤：对输入的原始图像，使用深度神经网络提取图像的高层特征图；定位图提取步骤：使用定位子网络，在特征图上基于图像标签提取物体的定位图；分割图提取步骤：使用分割子网络和条件随机场，在特征图上提取物体分割图；伪标签生成步骤：在物体定位图和分割图上，利用阈值选取得到物体定位伪标签和物体分割伪标签；伪标签结合步骤：物体定位伪标签和物体分割伪标签使用一种自适应的混合策略进行混合。所述系统包括与所述各步骤相对应的模块，本发明能够仅通过提供图像级别的标签，训练对图像的像素级别预测的模型，从而完成对图像的语义分割。
-
公开(公告)号：CN110363201A
公开(公告)日：2019-10-22
申请号：CN201910619773.0
申请日：2019-07-10
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于协同学习的弱监督语义分割方法及系统，所述方法包括：特征图提取步骤：对输入的原始图像，使用深度神经网络提取图像的高层特征图；定位图提取步骤：使用定位子网络，在特征图上基于图像标签提取物体的定位图；分割图提取步骤：使用分割子网络和条件随机场，在特征图上提取物体分割图；伪标签生成步骤：在物体定位图和分割图上，利用阈值选取得到物体定位伪标签和物体分割伪标签；伪标签结合步骤：物体定位伪标签和物体分割伪标签使用一种自适应的混合策略进行混合。所述系统包括与所述各步骤相对应的模块，本发明能够仅通过提供图像级别的标签，训练对图像的像素级别预测的模型，从而完成对图像的语义分割。
-
公开(公告)号：CN114400387A
公开(公告)日：2022-04-26
申请号：CN202210054675.9
申请日：2022-01-18
Applicant: 北京智芯微电子科技有限公司 , 上海交通大学
Abstract: 本发明提供了一种基于多智能体博弈的电池均衡管理方法及系统，包括：根据电池组中每个单体电池的衰减数据和当前电量数据，确定每个单体电池的荷电状态数据；根据每个单体电池的荷电状态数据与电池组中其余单体电池的荷电状态数据的差值，通过纳什均衡方法得到电池组中每个单体电池的充放电策略；根据充放电策略进行电池均衡管理。与现有技术相比，本发明通过每个单体电池与其余单体电池的荷电状态数据的差值，通过纳什均衡方法得到电池组中每个单体电池的充放电策略，减小单体电池的不一致性对整个电池组可用容量的影响，延长了电池的寿命，提高了电池的能量利用率。
-
-
Search Results
3
records
(took 0.019 seconds)
