一种基于弱监督的红外小目标分割方法

    公开(公告)号:CN119131399A

    公开(公告)日:2024-12-13

    申请号:CN202411293603.5

    申请日:2024-09-14

    Abstract: 本发明公开了一种基于弱监督的红外小目标分割方法。本发明输入仅是红外小目标图像和红外小目标边界框数据,最后输出结果为红外小目标图像中小目标的分割掩码。本发明包括模型预训练、模型加载、教师模型生成伪掩码、学生模型训练和双模型EMA,其中教师模型生成伪掩码、学生模型训练和双模型EMA需要重复多次迭代训练。本发明在使用弱监督损失PS‑Loss的基础上,引入了自适应学习率调整机制,根据模型在验证集上的表现动态调整学习率。在红外小目标弱监督训练过程中,采用基于EMA的策略,即指数移动平均。通过维护两个模型,一个用于训练,另一个用于获取红外小目标图像的微弱变化,成功地减少了训练中模型的不稳定性和波动。

    一种确定专色油墨用量的方法

    公开(公告)号:CN102059851A

    公开(公告)日:2011-05-18

    申请号:CN201010514123.9

    申请日:2010-10-19

    Abstract: 本发明涉及一种确定专色油墨用量的方法。现有的油墨用量确定主要依赖于人工,准确度差并且难以掌握。本发明方法利用计算机先读入需要调配专色油墨的印刷活件的数字文件,计算出专色版的图文面积覆盖率,根据所需要的印刷墨层厚度要求和印刷数量,确定承印物上的油墨总用量;根据印刷机输墨系统的结构特征,计算出印刷机输墨系统所需要贮存的墨量;以及墨斗的最少贮存墨量和印刷过程中油墨的损耗,综合这几方面的油墨消耗量获得印刷该专色所需要总的油墨用量。本发明可以提高调配专色油墨数量的准确性,减少由于墨量过多而造成材料的浪费和墨量过少而造成时间的浪费。

    一种基于多特征融合的红外小目标分割方法

    公开(公告)号:CN119131400A

    公开(公告)日:2024-12-13

    申请号:CN202411293610.5

    申请日:2024-09-14

    Abstract: 本发明公开了一种基于多特征融合的红外小目标分割方法。本发明具体步骤如下:1、构建数据集;2、搭建红外小目标分割的ID‑UNet模型;ID‑UNet模型包括密集连接的UNet结构、ISFTE模块和残差注意力机制模块;3、引入全尺度深度监督;ID‑UNet模型在每个解码器级别直接由真实标注掩码进行监督,因此在每个解码器级别生成独立的侧输出,从而达到全面深度监督的目标。本发明通过密集连接多尺度特征和有效融合小目标特征,提高红外小目标分割任务的性能,该策略有助于模型全面学习和利用不同解码器级别的特征表示,增强小目标的总体感知和分割精度;通过这种全方位的深度监督机制,ID‑UNet可以更好地理解和捕获红外小目标的层次结构信息。

    一种确定专色油墨用量的方法

    公开(公告)号:CN102059851B

    公开(公告)日:2012-12-26

    申请号:CN201010514123.9

    申请日:2010-10-19

    Abstract: 本发明涉及一种确定专色油墨用量的方法。现有的油墨用量确定主要依赖于人工,准确度差并且难以掌握。本发明方法利用计算机先读入需要调配专色油墨的印刷活件的数字文件,计算出专色版的图文面积覆盖率,根据所需要的印刷墨层厚度要求和印刷数量,确定承印物上的油墨总用量;根据印刷机输墨系统的结构特征,计算出印刷机输墨系统所需要贮存的墨量;以及墨斗的最少贮存墨量和印刷过程中油墨的损耗,综合这几方面的油墨消耗量获得印刷该专色所需要总的油墨用量。本发明可以提高调配专色油墨数量的准确性,减少由于墨量过多而造成材料的浪费和墨量过少而造成时间的浪费。

Patent Agency Ranking