-
公开(公告)号：CN113744186B
公开(公告)日：2024-09-24
申请号：CN202110855064.X
申请日：2021-07-26
Applicant: 南开大学
IPC: G06T7/00 , G06T3/06 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种融合投影点集分割网络对工件表面缺陷检测的方法，其检测方法包括以下步骤：对点云网络分割分支改进，以此为基础搭建点级凹凸型缺陷分割模型，即点集分割网络；搭建投影网络，将其与点集凹凸型缺陷分割模型融合，将二者得到的全局特征描述符聚合；对于聚合信息引入偏置注意力机制平衡中间特征权重，再与全局特征描述符聚合，共同学习点特征，完成缺陷分割任务。本发明提出抽取点云网络分支和投影网络中的局部中间特征与全局特征描述符进行信息聚合的方法，另外引入偏置注意力机制，提高了分割精度，这种相对简单的网络构型更易于移动端部署，在成本较低的情况下有助于实现工厂曲面工件的自动化缺陷检测。
-
公开(公告)号：CN113628191A
公开(公告)日：2021-11-09
申请号：CN202110919193.0
申请日：2021-08-11
Applicant: 南开大学
Abstract: 本发明提供一种基于自适应尺度的医学图像分割方法，该方法包括以下步骤：通过设置一个具有不同膨胀卷积的平行卷积层模块用来提取不同尺度下的图像特征；引入一个注意力模块，该模块输入的是一个联合特征图，该特征图聚合了局部和全局特征，通过多层卷积得到一个注意力特征图，每层注意力特征图分别对应平行卷积层中相应层特征的权重；引入了一个多尺度融合模块，通过注意力特征图聚合来自平行卷积层的不同尺度下的特征。本发明通过注意力图聚合来自平行卷积层的不同尺度下的特征，从而实现网络自适应选择尺度，保证了高噪声复杂场景的医学图像分割的准确性。
-
公开(公告)号：CN113744186A
公开(公告)日：2021-12-03
申请号：CN202110855064.X
申请日：2021-07-26
Applicant: 南开大学
Abstract: 本发明提供一种融合投影点集分割网络对工件表面缺陷检测的方法，其检测方法包括以下步骤：对点云网络分割分支改进，以此为基础搭建点级凹凸型缺陷分割模型，即点集分割网络；搭建投影网络，将其与点集凹凸型缺陷分割模型融合，将二者得到的全局特征描述符聚合；对于聚合信息引入偏置注意力机制平衡中间特征权重，再与全局特征描述符聚合，共同学习点特征，完成缺陷分割任务。本发明提出抽取点云网络分支和投影网络中的局部中间特征与全局特征描述符进行信息聚合的方法，另外引入偏置注意力机制，提高了分割精度，这种相对简单的网络构型更易于移动端部署，在成本较低的情况下有助于实现工厂曲面工件的自动化缺陷检测。
-
公开(公告)号：CN113643133A
公开(公告)日：2021-11-12
申请号：CN202110944353.7
申请日：2021-08-17
Applicant: 南开大学
Abstract: 本发明提供一种基于3D‑CNN和哈希注意力机制的LSTM股价预测优化方法，包括如下步骤；针对股票数据高维的特征引入多维卷积神经网络机制加强股票数据中的深度特征提取能力，其中股票数据为基本属性、技术指标和融合市场情感评论文本的多组相关时态数据；根据步骤1中的股票数据维度，确定一维卷积神经网络类型；因步骤1中包含三种股票数据类型，因此采用三个卷积神经网络，并采用高斯核函数作为卷积核，采用池化层大小为4的维度进行池化操作；对于基础网络LSTM选用基于局部敏感哈希的注意力机制来调整神经元权重，使得影响大的神经元占比更大。本发明将注意力机制用于LSTM隐藏层神经元状态权重调整，增加有效特征的对最终输出的影响程度，提高了预测准确率。
-
-
-
Search Results
4
records
(took 0.012 seconds)
