公开(公告)号：CN111695633B

公开(公告)日：2022-04-05

申请号：CN202010534721.6

申请日：2020-06-12

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  翟丰硕

IPC: G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于RPF‑CAM的低照度目标检测方法，其特征在于，包括如下步骤：1）制作合成数据源，建立来源图像；2）特征提取网络模块的训练；3）通道注意力机制网络模块的训练；4）目标检测网络的训练；5）对整个卷积神经网络进行构造与训练。这种方法使得目标检测的特征图的特征表达能力更好、目标检测的精度高。

公开(公告)号：CN111695633A

公开(公告)日：2020-09-22

申请号：CN202010534721.6

申请日：2020-06-12

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  翟丰硕

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于RPF-CAM的低照度目标检测方法，其特征在于，包括如下步骤：1）制作合成数据源，建立来源图像；2）特征提取网络模块的训练；3）通道注意力机制网络模块的训练；4）目标检测网络的训练；5）对整个卷积神经网络进行构造与训练。这种方法使得目标检测的特征图的特征表达能力更好、目标检测的精度高。

公开(公告)号：CN112802039B

公开(公告)日：2022-03-01

申请号：CN202110100682.3

申请日：2021-01-26

Applicant: 桂林电子科技大学

Inventor： 雷晓春 ,  汪小龙 ,  江泽涛 ,  卢畅 ,  陈俊彦 ,  翟丰硕 ,  伍旭 ,  谢浚霖 ,  梁观平

IPC: G06T7/12 ,  G06T7/13 ,  G06T7/136 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明公开一种基于全局边缘注意力的全景分割方法，在原全景分割网络结构的基础上添加了一个全局边缘注意力模块，利用当前模型的全景分割网络对原始训练图像进行全景分割得到当前模型的全景分割掩码；利用当前模型的全局边缘注意力模块对全景分割掩码进行全局边缘注意力检测，得到当前模型的全景分割掩码边缘矩阵；利用当前模型的全局边缘注意力模块对原始训练图像进行全局边缘注意力检测，得到当前模型的边缘矩阵因子；利用边缘矩阵因子去引导全景分割网络的实例和语义的全景分割，有利于区分细节和边缘，增强分割效果，提高分割效率。

公开(公告)号：CN112802039A

公开(公告)日：2021-05-14

申请号：CN202110100682.3

申请日：2021-01-26

Applicant: 桂林电子科技大学

Inventor： 雷晓春 ,  汪小龙 ,  江泽涛 ,  卢畅 ,  陈俊彦 ,  翟丰硕 ,  伍旭 ,  谢浚霖 ,  梁观平

IPC: G06T7/12 ,  G06T7/13 ,  G06T7/136 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开一种基于全局边缘注意力的全景分割方法，在原全景分割网络结构的基础上添加了一个全局边缘注意力模块，利用当前模型的全景分割网络对原始训练图像进行全景分割得到当前模型的全景分割掩码；利用当前模型的全局边缘注意力模块对全景分割掩码进行全局边缘注意力检测，得到当前模型的全景分割掩码边缘矩阵；利用当前模型的全局边缘注意力模块对原始训练图像进行全局边缘注意力检测，得到当前模型的边缘矩阵因子；利用边缘矩阵因子去引导全景分割网络的实例和语义的全景分割，有利于区分细节和边缘，增强分割效果，提高分割效率。