公开(公告)号：CN118196401B

公开(公告)日：2024-07-19

申请号：CN202410612636.5

申请日：2024-05-17

Applicant: 南昌大学 ,  南昌康德莱医疗科技有限公司

Inventor： 徐健锋 ,  王瑞华 ,  易文博 ,  卢巧红 ,  吴成磊

IPC: G06V10/25 ,  G06V10/52 ,  G06V10/75 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种目标检测方法、系统、存储介质、及电子设备，该方法包括：将图像进行预处理，以得到训练用图像，并将所述训练用图像输入目标检测神经网络；对所述训练用图像进行特征提取及关键点检测，以得到尺寸不同的两热力图；对两所述热力图进行极大值点计算，以得到第一关键点矩阵#imgabs0#和第二关键点矩阵#imgabs1#；将所述第一关键点矩阵#imgabs2#进行最大池化，以过滤所述第二关键点矩阵#imgabs3#的重复预测框，进而对所述目标检测神经网络进行训练；其中，在对所述目标检测神经网络进行训练中时，基于投影位置偏移来确定旋转矩形边界框的损失函数；将待检测的图像输入训练后的所述目标检测神经网络，以输出目标检测结果，本发明可以对目标进行高精度地检测。

公开(公告)号：CN118196401A

公开(公告)日：2024-06-14

申请号：CN202410612636.5

申请日：2024-05-17

Applicant: 南昌大学 ,  南昌康德莱医疗科技有限公司

Inventor： 徐健锋 ,  王瑞华 ,  易文博 ,  卢巧红 ,  吴成磊

IPC: G06V10/25 ,  G06V10/52 ,  G06V10/75 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种目标检测方法、系统、存储介质、及电子设备，该方法包括：将图像进行预处理，以得到训练用图像，并将所述训练用图像输入目标检测神经网络；对所述训练用图像进行特征提取及关键点检测，以得到尺寸不同的两热力图；对两所述热力图进行极大值点计算，以得到第一关键点矩阵#imgabs0#和第二关键点矩阵#imgabs1#；将所述第一关键点矩阵#imgabs2#进行最大池化，以过滤所述第二关键点矩阵#imgabs3#的重复预测框，进而对所述目标检测神经网络进行训练；其中，在对所述目标检测神经网络进行训练中时，基于投影位置偏移来确定旋转矩形边界框的损失函数；将待检测的图像输入训练后的所述目标检测神经网络，以输出目标检测结果，本发明可以对目标进行高精度地检测。

公开(公告)号：CN115129995A

公开(公告)日：2022-09-30

申请号：CN202210813660.6

申请日：2022-07-12

Applicant: 南昌大学

Inventor： 徐健锋 ,  吴方文 ,  刘斓 ,  胡然 ,  易文博 ,  赵晖

IPC: G06F16/9535 ,  G06F16/9537 ,  G06F16/9538

Abstract: 本发明提供了一种面向用户长短期兴趣衰减变化的电影推荐方法，该方法包括如下步骤：首先采用基于电影评分时间序列的混合相似度度量方法度量电影间的相似性。接着，将电影数据集中的用户结合历史观影记录采用TF‑IDF理论构建用户兴趣画像模型。然后，然后采用基于艾宾浩斯理论的用户长短期兴趣衰减模型构建用户长短期兴趣模型。在最终推荐给用户待推荐电影时结合电影的特征与用户的兴趣画像以及兴趣衰减模型进行个性化推荐。本发明在进行用户电影推荐时，考虑到用户兴趣的动态漂移，结合时间信息，电影特征与用户兴趣度进行推荐，更好的提升推荐准确度。