公开(公告)号：CN111680706B

公开(公告)日：2023-06-23

申请号：CN202010553252.2

申请日：2020-06-17

Applicant: 南开大学

Inventor： 陈利 ,  王晓东 ,  蔡欣展 ,  刘艳艳

IPC: G06V10/46 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明提出一种基于编码和解码结构的双通道输出轮廓检测方法。编码阶段通过改进后的VGG16网络提取图像特征信息，解码阶段自底向上融合不同尺度特征信息，并使用同一标签对两个通道的输出轮廓图进行深度监督。本发明通过自底向上逐层解码的方式融合不同尺度特征图，提取的图像特征信息更加丰富；在特征融合阶段加入通道注意力结构，并且使用子像素卷积进行特征图采样；设计了合适的损失函数以解决训练样本不平衡的难点；使用数据增强的方法对数据集进行了扩增，增加了模型的泛化能力。本发明能够有效地提取BSDS500公共数据集和自定义木雕轮廓检测数据集图像的目标轮廓且检测轮廓线比较精细。

公开(公告)号：CN113409289A

公开(公告)日：2021-09-17

申请号：CN202110725958.7

申请日：2021-06-29

Applicant: 南开大学

Inventor： 刘艳艳 ,  陈利 ,  邓普建

IPC: G06T7/00 ,  G06K9/32 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明以Faster R‑CNN为基础设计了一种适用于古建筑砖面缺陷检测方法。使用残差网络ResNet‑101提高卷积神经网络的提取特征能力。在卷积神经网络中使用可变形卷积，以改善提取特征网络输出特征图的效果。统计数据集中标签的宽、高和宽高比例，并据此优化锚框的大小和比例，提高候选区域生成网络输出的候选框质量。最后使用Soft‑NMS代替NMS，解决原算法中的漏检问题，降低待测框的分类得分，由此降低漏检率。

公开(公告)号：CN111680706A

公开(公告)日：2020-09-18

申请号：CN202010553252.2

申请日：2020-06-17

Applicant: 南开大学

Inventor： 陈利 ,  王晓东 ,  蔡欣展 ,  刘艳艳

IPC: G06K9/48 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于编码和解码结构的双通道输出轮廓检测方法。编码阶段通过改进后的VGG16网络提取图像特征信息，解码阶段自底向上融合不同尺度特征信息，并使用同一标签对两个通道的输出轮廓图进行深度监督。本发明通过自底向上逐层解码的方式融合不同尺度特征图，提取的图像特征信息更加丰富；在特征融合阶段加入通道注意力结构，并且使用子像素卷积进行特征图采样；设计了合适的损失函数以解决训练样本不平衡的难点；使用数据增强的方法对数据集进行了扩增，增加了模型的泛化能力。本发明能够有效地提取BSDS500公共数据集和自定义木雕轮廓检测数据集图像的目标轮廓且检测轮廓线比较精细。