公开(公告)号：CN118967609A

公开(公告)日：2024-11-15

申请号：CN202411021666.5

申请日：2024-07-29

Applicant: 东北大学秦皇岛分校

Inventor： 张思莹 ,  马振鹤 ,  刘建军

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明属于焊接技术和计算机视觉技术领域，公开了一种基于深度学习的埋弧焊管焊缝缺陷判定方法。针对收集到的SEQ、IMG、DCM格式埋弧焊管焊缝缺陷数据，均使用二进制方式读取，保存为JPG格式的图像文件，获取焊缝图像。AEDetNet网络用于通过卷积神经网络(CNN)提取图像特征，并使用特征金字塔网络(FPN)构建多尺度特征图，最终通过一系列锚框(anchor boxes)在这些特征图上进行分类和回归，实现焊缝缺陷的分类和定位。本方法设计的AEDetNet网络增强了特征提取和表示能力，使网络能够更好地捕捉和强调重要特征，提高了焊缝缺陷识别的准确性。本方法能够在多尺度上进行缺陷分类和定位，增强了模型对不同尺寸缺陷的检测能力。

公开(公告)号：CN118887169A

公开(公告)日：2024-11-01

申请号：CN202410906803.7

申请日：2024-07-08

Applicant: 东北大学秦皇岛分校

Inventor： 刘建军 ,  马振鹤 ,  岳锦云

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  A61B5/22 ,  A61B5/00

Abstract: 本发明属于生物医学和计算机视觉技术领域，公开了一种基于神经网络的心脏流出道壁径向应变的实时测量方法。使用SD‑OCT成像系统采集图像，获取结构图。OFT‑SegNet网络用于提取结构图中心脏流出道的边界，然后，基于这些边界信息，通过测量心肌细胞在收缩前后的长度变化,将这些长度变化与收缩前的长度相比较，即可得到最终的径向应变值。本方法设计的OFT‑SegNet网络复杂度小，能够迁移到移动设备中，并且推理速度快，其发明设计的OFT‑SegNet网络提出了特征融合模块，使得网络能够更好地理解图像的结构特征，提高了分割和应变计算的精度。本方法能够以较快的速度实时获取心脏流出道壁径向应变。