-
公开(公告)号：CN114742799B
公开(公告)日：2024-04-26
申请号：CN202210401019.1
申请日：2022-04-18
Applicant: 华中科技大学
IPC: G06T7/00 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明公开一种基于自监督异构网络的工业场景未知类型缺陷分割方法：准备大型预训练网络并固定参数，作为教师网络；构建异构学生网络，由异构特征编码模块、特征融合模块和分割模块组成；训练异构学生网络，将合成异常图像输入至教师和异构学生网络中，一方面，约束学生网络在合成图像的正常区域提取的多尺度特征与教师网络相应尺度特征相似，另一方面，约束分割模块产生的分割概率图准确回归合成的异常区域；测试阶段通过教师和异构学生网络提取的相应尺度的特征图的差异和分割概率图得到异常得分图，设置合适的阈值二值化得到异常分割图。本发明通过对特征编码模块的相关设计和自监督的引入，实现了对图像异常区域的精确分割。
-
公开(公告)号：CN117689675A
公开(公告)日：2024-03-12
申请号：CN202311732881.1
申请日：2023-12-14
Applicant: 华中科技大学
Abstract: 本发明公开一种基于伪异常蒸馏判别网络的点云异常分割方法：使用伪异常生成模块在训练点云上模拟异常；使用生成的伪异常点云进行教师‑学生网络训练；使用学生输出特征和教师输出特征训练判别网络；在训练时固定教师特征提取模块中的网络参数，端到端训练学生提取模块与判别网络；测试阶段，将测试点云分别输入教师特征提取模块与学生特征提取模块，得到教师输出特征与学生输出特征，将教师输出特征与学生输出特征作差后与学生输出特征一起输入到判别网络中，得到二类概率点云，取最后一维作为异常分数点云，使用逆距离权重插值到原始点云中，根据预设的阈值得到异常分割结果。本发明还提供相应的基于伪异常蒸馏判别网络的点云异常分割装置。
-
公开(公告)号：CN114170599A
公开(公告)日：2022-03-11
申请号：CN202111523499.0
申请日：2021-12-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于蒸馏比较的异常物体分割方法：在无异常训练集上，训练一个语义分割网络，移除语义分类头后作为教师分支；固定教师分支参数，利用语义特征分布蒸馏获得与教师分支结构相似的学生分支。两分支的输出在正常类上保持一致，在异常类上不一致。输入带异常测试图像，两分支分别对图像进行多尺度特征提取和聚合，提取的语义特征逐位置进行比较得到异常分数图，异常分数图双线性插值取阈值将图像中的所有像素划分为正常和异常两类。本方法引入了一种全新的简单灵活的蒸馏比较网络来进行异常物体分割，在推理阶段没有利用语义分类头的结果，大幅减少了对语义分割错误的正常类别像素的误判，实现了更准确的异常物体分割。
-
公开(公告)号：CN109829893B
公开(公告)日：2021-05-25
申请号：CN201910005485.6
申请日：2019-01-03
Applicant: 武汉精测电子集团股份有限公司 , 华中科技大学
Abstract: 本发明属于缺陷检测技术领域，公开了一种基于注意力机制的缺陷目标检测方法，对原始数据集中所有图片的各类缺陷进行标注，得到带标注的标准训练数据集；根据该标准训练数据集得到训练标签、确定损失函数，得到网络模型并利用反向传导方法训练，得到对缺陷部位权重增强的基于注意力机制的缺陷回归检测网络模型；利用上述的缺陷回归检测网络模型对待检测图片进行分类预测和回归预测；并对预测的缺陷包围框进行非极大值抑制处理进行过滤，得到输出结果；本发明提供的这种方法通过注意力机制提高缺陷区域的权重，由此提高缺陷检测的精度；本方法对工业产品表面缺陷进行分类与回归的检测可以应用到其他类型的表面缺陷检测框架中提高检测精度，通用性强。
-
公开(公告)号：CN109829893A
公开(公告)日：2019-05-31
申请号：CN201910005485.6
申请日：2019-01-03
Applicant: 武汉精测电子集团股份有限公司 , 华中科技大学
Abstract: 本发明属于缺陷检测技术领域，公开了一种基于注意力机制的缺陷目标检测方法，对原始数据集中所有图片的各类缺陷进行标注，得到带标注的标准训练数据集；根据该标准训练数据集得到训练标签、确定损失函数，得到网络模型并利用反向传导方法训练，得到对缺陷部位权重增强的基于注意力机制的缺陷回归检测网络模型；利用上述的缺陷回归检测网络模型对待检测图片进行分类预测和回归预测；并对预测的缺陷包围框进行非极大值抑制处理进行过滤，得到输出结果；本发明提供的这种方法通过注意力机制提高缺陷区域的权重，由此提高缺陷检测的精度；本方法对工业产品表面缺陷进行分类与回归的检测可以应用到其他类型的表面缺陷检测框架中提高检测精度，通用性强。
-
Patent Agency Ranking
公开(公告)号：CN114170599B
公开(公告)日：2024-08-23
申请号：CN202111523499.0
申请日：2021-12-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于蒸馏比较的异常物体分割方法：在无异常训练集上，训练一个语义分割网络，移除语义分类头后作为教师分支；固定教师分支参数，利用语义特征分布蒸馏获得与教师分支结构相似的学生分支。两分支的输出在正常类上保持一致，在异常类上不一致。输入带异常测试图像，两分支分别对图像进行多尺度特征提取和聚合，提取的语义特征逐位置进行比较得到异常分数图，异常分数图双线性插值取阈值将图像中的所有像素划分为正常和异常两类。本方法引入了一种全新的简单灵活的蒸馏比较网络来进行异常物体分割，在推理阶段没有利用语义分类头的结果，大幅减少了对语义分割错误的正常类别像素的误判，实现了更准确的异常物体分割。
-
公开(公告)号：CN116132439B
公开(公告)日：2024-05-14
申请号：CN202211682292.2
申请日：2022-12-27
Applicant: 华中科技大学 , 武汉精立电子技术有限公司 , 武汉精测电子集团股份有限公司
IPC: H04L67/10 , H04L67/568 , H04L67/565 , H04L67/101 , H04L41/14
Abstract: 本发明公开了基于雾节点协作的异质资源协同调度方法、系统和装置，属于无线通信领域。本发明方法通过各个雾节点之间协作缓存和协作转码，实现了各个雾节点间分配的异质资源共享，同时能够实现流量均衡，在更好地满足用户不同的QoE需求的前提下，提升了雾计算网络的性能，有效降低了网络时延，提高了资源利用率；通过本发明方法构建的异质资源调度系统，相邻的雾节点在面向雾计算平台的资源编排器的统筹协调下能够相互协作，当不同雾节点所分配的异质资源与其所关联的用户的请求到达率不匹配时，可以通过请求转发来实现协作缓存和协作转码，实现了各个雾节点间分配的异质资源共享和流量均衡，与此同时，在有限的内存下增加了缓存内容的多样性。
-
公开(公告)号：CN117137645A
公开(公告)日：2023-12-01
申请号：CN202311112089.6
申请日：2023-08-31
Applicant: 华中科技大学同济医学院附属同济医院
Inventor： 刘荣华
Abstract: 本发明涉及外科微创手术用辅助设备技术领域，公开了一种外科微创手术用一体式自动除烟和气体加热装置，包括壳体、位于壳体内部一侧的调节仓以及位于壳体内部远离调节仓一侧的加热筒，所述壳体包括：设置在壳体一侧底部和调节仓底部两侧的安装孔；以及设置在调节仓内部顶端的升降板，且升降板底部的中间位置处设置有凸块，所述升降板顶部的四角处皆设置有贯穿至调节仓顶部的连接杆。本发明通过伺服电机可带动螺杆发生转动，螺杆与调节板内部的螺纹孔相互配合，通过连接杆将调节板与升降板进行固定，通过调节板的上下调节带动对升降板进行上下调节，从而使凸块对抽气管的挤压程度进行调节，实现对抽气管的流量进行控制，使装置的自动排烟效果更好。
-
公开(公告)号：CN117135689A
公开(公告)日：2023-11-28
申请号：CN202311059871.6
申请日：2023-08-22
Applicant: 华中科技大学 , 武汉精立电子技术有限公司 , 武汉精测电子集团股份有限公司
IPC: H04W28/08 , H04W28/084 , H04W28/02
Abstract: 本发明公开了一种面向协作多点传输网络的异质资源协同调度方法和系统，属于协作多点传输技术领域，所述方法包括：针对代表性的内容交付应用场景，将所有F‑AP处的用户请求内容的总平均下载时延作为优化目标，将各个F‑AP处的内容缓存策略和内容提供策略为优化变量，以异质资源限制为约束条件，构建异质资源协同调度优化模型并求解，得到最小化用户请求内容的总平均下载时延，进而获得当前调度策略；本发明联合调度和合理匹配雾计算网络中通信、计算、缓存资源，通过协作多点传输方式服务用户；将异质资源协同调度与协作多点传输相结合，提升了网络性能、提高资源利用率和用户服务质量，同时填补了协作多点传输网络对三种异质资源协同调度的研究空白。
-
公开(公告)号：CN114742799A
公开(公告)日：2022-07-12
申请号：CN202210401019.1
申请日：2022-04-18
Applicant: 华中科技大学
Abstract: 本发明公开一种基于自监督异构网络的工业场景未知类型缺陷分割方法：准备大型预训练网络并固定参数，作为教师网络；构建异构学生网络，由异构特征编码模块、特征融合模块和分割模块组成；训练异构学生网络，将合成异常图像输入至教师和异构学生网络中，一方面，约束学生网络在合成图像的正常区域提取的多尺度特征与教师网络相应尺度特征相似，另一方面，约束分割模块产生的分割概率图准确回归合成的异常区域；测试阶段通过教师和异构学生网络提取的相应尺度的特征图的差异和分割概率图得到异常得分图，设置合适的阈值二值化得到异常分割图。本发明通过对特征编码模块的相关设计和自监督的引入，实现了对图像异常区域的精确分割。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.023 seconds)
