公开(公告)号：CN119723526A

公开(公告)日：2025-03-28

申请号：CN202510214828.5

申请日：2025-02-26

Applicant: 杭州电子科技大学

Inventor： 李锦 ,  江鑫宇 ,  李卓阳 ,  秦若愚 ,  袁俊豪

IPC: G06V20/58 ,  G06V10/56 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明提供了一种数据平衡和多任务的信号灯检测方法，包括数据平衡、模型构建和训练测试。数据平衡通过采集源数据集和背景数据集，增强源数据和仿真数据。模型构建涉及特征编码器、颜色、方向和位置检测头。训练测试包括迁移学习、联合损失优化和单模块及联合测试。本发明可以提高信号灯检测的准确性和鲁棒性，提升交通监管系统的智能化水平。

公开(公告)号：CN118366442A

公开(公告)日：2024-07-19

申请号：CN202410272636.5

申请日：2024-03-11

Applicant: 杭州电子科技大学

Inventor： 江文斌 ,  李锦 ,  刘好奇

IPC: G10L15/22 ,  G10L15/06 ,  G10L17/04

Abstract: 本发明公开了一种基于在线无监督学习的指令识别方法和系统，至少包括如下步骤：步骤S1：构建指令识别模型和在线无监督学习模块，指令识别模型经大数据训练后得到预训练模型；步骤S2：每次进行语音指令识别时，指令识别模型获取语音信号并进行信号处理后输出第一信息；通过在线无监督学习模块接收第一信息并采用在线无监督学习算法进行信号处理得到优化后的参数，以此对指令识别模型进行参数更新得到当前优化模型，再通过当前优化模型对输入语音信号进行信号处理输出解码指令。采用本发明技术方案，通过在线学习算法，使得模型能够实时地从未标记的数据中学习，从而适应不同复杂环境下的语音输入，保证了高度的可适应性和性能稳定性。

公开(公告)号：CN119444719A

公开(公告)日：2025-02-14

申请号：CN202411564405.8

申请日：2024-11-05

Applicant: 杭州电子科技大学

Inventor： 王宇轩 ,  岳克强 ,  李锦 ,  占智雄 ,  施哲妍

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/082 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明公开了基于深度学习的眼底影像识别方法、系统及设备，通过便携式手持终端和云端数据库，提高眼底疾病识别的效率和精度，便携式手持终端包括眼底图像特征采集模块、眼底影像识别判断装置以及人机交互模块，其中眼底影像识别判断装置包括特征工程模块、图像识别模块和可视化辅助断模块，特征工程模块负责数据扩充、增强和归一化，图像识别模块通过构建深度学习模型进行图像分类预测，包括模型构建、参数初始化、模型训练和剪枝优化，可视化辅助诊断模块通过生成热力图，辅助医生诊断。本发明能够实现数据的远程存储和分析，提高诊断效率，减少视力损失风险，尤其适用于资源有限地区。