公开(公告)号：CN118823830A

公开(公告)日：2024-10-22

申请号：CN202410887980.5

申请日：2024-07-03

Applicant: 厦门大学嘉庚学院 ,  平和县嗨果匠果业有限公司

Inventor： 郭一晶 ,  李富航 ,  邱义 ,  李坤华 ,  陈宗佑

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/80 ,  G06V10/774 ,  G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/094 ,  G06N3/088

Abstract: 本发明提出一种基于GPA_VLPD全局自适应的跨模态单阶段行人检测方法，利用预训练好的视觉语言模型CLIP的Text Encoder将类别文本映射为文本特征；通过CLIP的Image Encoder获得伪标签；然后将训练集和文本特征输入到GPA‑VLPD特征提取模块，得到适用于检测行人的GPA‑VLPD模型；最后将训练完成的模型对图像进行推理检测；如果检测到行人，则框选并输出。

公开(公告)号：CN119810117A

公开(公告)日：2025-04-11

申请号：CN202411877177.X

申请日：2024-12-19

Applicant: 厦门大学嘉庚学院

Inventor： 郭一晶 ,  李坤华 ,  李富航 ,  邱义

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/0455 ,  G06N5/04

Abstract: 本发明提供一种基于SSRepVM‑UNet的轻量化医学图像分割方法，流程为：图像处理、模型训练、图像分割三个步骤。首先将下载的数据集进行划分，然后resize为统一大小(256×256)并生成对应的.npy文件。然后将训练集进行数据增强后送入SSRepVM‑UNet模型中进行训练，经过250轮训练后将验证集loss最小的模型参数保存为best.pt。最后利用best.pt对测试集进行测试，得到各个指标结果，并且保存推理结果，方便与mask进行对比，直观感受到其分割效果。