一种基于YoloV7的抗原检测结果识别方法

    公开(公告)号:CN116630720A

    公开(公告)日:2023-08-22

    申请号:CN202310684848.X

    申请日:2023-06-09

    Abstract: 本发明公开了一种基于YoloV7的抗原检测结果识别方法,该方法包括以下步骤:S1、收集和构建符合Yolo标注格式的样本数据集,预处理数据集,将数据集格式转换为Yolo可训练和识别的.txt格式;S2、部署YoloV7,对YoloV7模型结构和权重参数进行优化调节,使得网络结构更好的适应小样本数据集的学习;S3、调整YoloV7模型参数进行训练学习;S4、利用训练好的神经网络模型进行抗原检测识别。本发明根据不同扩张率卷积核的感受野递进原理,对采集图片进行特征提取,对小样本数据集中的数据进行数据增强操作,提高了数据集的多样性,减少了因为数据集数据量小带来的过拟合问题,提高了模型的泛化能力。

    一种基于双机制差分隐私的联邦学习肺结节检测方法

    公开(公告)号:CN115187576B

    公开(公告)日:2024-02-09

    申请号:CN202210930904.9

    申请日:2022-08-04

    Abstract: 本发明公开了一种基于双机制差分隐私的联邦学习肺结节检测方法,具体步骤为:将肺部CT图像分割出肺实质;对肺实质进行数据增强,用于训练和测试;构建联邦学习模型;将训练集样本分发给本地客户端;构建肺结节检测模型;初始化本地客户端参数;本地客户端模型训练进行本地权重参数更新,将权重参数进行本地双机制差分隐私加密并上传中央服务器;中央服务器聚合本地客户端权重参数,全局更新后分发给本地客户端;获得肺结节检测结果。本发明通过本地客户端对权重参数差分扰动,上传给中央服务器进行聚合,避免了加密解密的繁琐过程,降低了计算开销,在保证数据隐私和安全的前提下,(56)对比文件Mohammed Adnan et al.Federatedlearning and differential privacy formedical image analysis. ScientificReports.2022,第12卷全文.王生生,等《.面向隐私保护联邦学习的医学影像目标检测算法》《.计算机辅助设计与图形学学报》.2021,第33卷(第10期),李安然《.面向特定任务的大规模数据集质量高效评估》《.信息科技》.2021,(第9期),celine_lee《.联邦学习(FL)+差分隐私(DP)》《. blog.csdn.net/m0_50609661/article/details/125731399》.2022,

    一种工业互联网网络标识数据分级查询方法及装置

    公开(公告)号:CN114528446A

    公开(公告)日:2022-05-24

    申请号:CN202210116554.2

    申请日:2022-02-07

    Abstract: 本发明提供了一种工业互联网网络标识数据分级查询方法及装置,涉及工业互联网技术领域。包括:读取客户端中用户检索的标识码,确定标识码含有的层级数;读取标识码中各层级的编码,获取各层级的编码在编码规则服务器中的编码规则;根据各层级的编码在编码规则服务器中的编码规则,获取数据服务器中各层级的编码对应的含义;将最终获取的各层级的编码对应的含义反馈至客户端。本发明设计了一种工业互联网网络标识与数据查询方法及装置,该方法通过简化用户的查询,实现针对不同编码体系编码的“一站式”快速、综合查询;通过自动读取各企业的编码,并对编码服务器和数据服务器中不存在的编码进行再加工处理并存储,使未来查询更方便。

Patent Agency Ranking