-
公开(公告)号：CN112731410A
公开(公告)日：2021-04-30
申请号：CN202011556915.2
申请日：2020-12-25
Applicant: 上海大学
Abstract: 本发明公开了一种基于CNN的水下目标声呐探测方法，具体包括以下步骤：S1：通过主动声呐技术对水下目标进行360°声呐数据采集，得到原始声呐数据；S2：对所述原始声呐数据进行预处理，得到声呐图像；S3：对所述声呐图像进行扩充，得到声呐图像数据集；并将所述声呐图像数据集划分为训练集和测试集；S4：用所述训练集对CNN网络模型进行训练；S5：将所述测试集输入到训练完成后的CNN模型中进行测试，得到检测识别结果。本发明采用单层卷积层的卷积神经网络，训练模型时使用非线性激励函数Sigmoid，而实际测试时替换成Softplus，在简化训练的基础下更好的显示检测目标信号强度。
-
公开(公告)号：CN112731410B
公开(公告)日：2021-11-05
申请号：CN202011556915.2
申请日：2020-12-25
Applicant: 上海大学
Abstract: 本发明公开了一种基于CNN的水下目标声呐探测方法，具体包括以下步骤：S1：通过主动声呐技术对水下目标进行360°声呐数据采集，得到原始声呐数据；S2：对所述原始声呐数据进行预处理，得到声呐图像；S3：对所述声呐图像进行扩充，得到声呐图像数据集；并将所述声呐图像数据集划分为训练集和测试集；S4：用所述训练集对CNN网络模型进行训练；S5：将所述测试集输入到训练完成后的CNN模型中进行测试，得到检测识别结果。本发明采用单层卷积层的卷积神经网络，训练模型时使用非线性激励函数Sigmoid，而实际测试时替换成Softplus，在简化训练的基础下更好的显示检测目标信号强度。
-
公开(公告)号：CN112258470B
公开(公告)日：2021-10-08
申请号：CN202011126799.0
申请日：2020-10-20
Applicant: 上海大学
Abstract: 本发明公开基于缺陷检测的工业图像临界压缩率智能分析系统及方法，所述基于缺陷检测的工业图像临界压缩率智能分析系统包括：图像采集系统、图像处理系统、图像压缩系统、缺陷检测网络系统、无参考图像质量评分系统、用于缺陷检测的压缩图像评分系统；所述图像采集系统、图像处理系统、图像压缩系统依次连接，所述图像压缩系统分别与所述缺陷检测网络系统、无参考图像质量评分系统连接，所述缺陷检测网络系统、无参考图像质量评分系统分别与所述用于缺陷检测的压缩图像评分系统连接。本发明能够在节省网络带宽的同时，有效保证压缩图像能够在缺陷检测任务中取得良好的准确率。
-
公开(公告)号：CN112258470A
公开(公告)日：2021-01-22
申请号：CN202011126799.0
申请日：2020-10-20
Applicant: 上海大学
Abstract: 本发明公开基于缺陷检测的工业图像临界压缩率智能分析系统及方法，所述基于缺陷检测的工业图像临界压缩率智能分析系统包括：图像采集系统、图像处理系统、图像压缩系统、缺陷检测网络系统、无参考图像质量评分系统、用于缺陷检测的压缩图像评分系统；所述图像采集系统、图像处理系统、图像压缩系统依次连接，所述图像压缩系统分别与所述缺陷检测网络系统、无参考图像质量评分系统连接，所述缺陷检测网络系统、无参考图像质量评分系统分别与所述用于缺陷检测的压缩图像评分系统连接。本发明能够在节省网络带宽的同时，有效保证压缩图像能够在缺陷检测任务中取得良好的准确率。
-
-
-
Search Results
4
records
(took 0.013 seconds)
