公开(公告)号：CN115049594A

公开(公告)日：2022-09-13

申请号：CN202210587820.X

申请日：2022-05-26

Applicant: 南京信息工程大学

Inventor： 王其 ,  朱金印 ,  王宇浩

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及计算机图像目标检测技术领域，具体是基于改进YOLOv5算法的由耐张线夹的x光图像判断缺陷的诊断方法，包括如下步骤：用仪器拍摄采集到的相关耐张线夹影像，获得图像样本；对所采集到的数据进行数据增强；对在更大数据集上训练好的改进YOLOv5模型进行应用并完成训练；训练完成后，用测试集开展模型准确度的测试，本发明在算法中引入注意力机制以及先分割再复原的图像检测方法，该方法有利于为耐张线夹缺陷的检测提供更加准确以及快速的实现，为后续的由x光图像的耐张线夹缺陷智能诊断方法算法研究提供新的思路。

公开(公告)号：CN117952832A

公开(公告)日：2024-04-30

申请号：CN202410135151.1

申请日：2024-01-31

Applicant: 南京信息工程大学

Inventor： 王其 ,  朱金印

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了基于改进SRGAN算法的耐张线夹缺陷图像超分重建法，包括，将待超分重建的图像输入至训练好的基于改进SRGAN算法的超分模型中，得到超分重建后的图像；超分模型的训练步骤如下：对预构建的卷积神经网络模型进行预训练，得到预训练的卷积神经网络模型，获取训练集；定义生成器和相对判别器的损失函数；根据训练集和损失函数，对预训练的卷积神经网络模型进行训练，得到超分模型。本发明一方面对超分模型进行了结构上的改进，另一方面，在训练过程中重新定义了损失函数，以保持生成图像的全局一致性和细粒度细节，能够更好的处理细小的缺陷图像的超分重建工作。