公开(公告)号：CN114821154A

公开(公告)日：2022-07-29

申请号：CN202210317338.4

申请日：2022-03-28

Applicant: 浙江大学

Inventor： 金心宇 ,  尚珂珂

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的粮库通风窗状态检测算法，通过图像或视频采集设备采集获取粮库的通风窗场景图片；在上位机中，将通风窗场景图片输入至粮库通风窗状态检测网络进行通风窗定位与状态分类；粮库通风窗状态检测网络以YOLOv5s网络为基础网络，包括依次连接的主干网络、特征融合网络和预测头三部分，主干网络的C3模块中加入挤压激励SE模块形成SE‑C3模块；预测头中，将原来的耦合头修改为解耦头。本发明使用基于YOLOv5s的改进算法，在粮库环境下对通风窗开闭状态进行判断，在图片背景、拍摄角度、观察距离、光照条件等发生变化时，仍可以保持较高的检测精确度。

公开(公告)号：CN117668760A

公开(公告)日：2024-03-08

申请号：CN202311723065.4

申请日：2023-12-15

Applicant: 浙江大学

Inventor： 金心宇 ,  尚珂珂 ,  金昀程 ,  孙斌

IPC: G06F18/25 ,  G06F18/2415 ,  G06F18/241 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明涉及深度学习技术领域，公开了一种基于深度学习的多模态免疫抑制剂相关肺炎分类方法，包括采集获得CT影像和电子病历，电子病历包括大病历和检测报告，然后将CT影像和电子病历输入到多模态CIP肺炎分类网络进行分类预测，获得分类结果和概率；多模态CIP肺炎分类网络包括图像特征提取网络、文本特征提取网络和张量融合模块。本发明的多模态的CIP肺炎分类网络对CT影像模态和病历、检测报告的文字模态相结合的多模态数据进行特征提取处理，通过张量融合模块整合多模态特征信息，实现了依靠深度神经网络模型自动提取多模态进行免疫抑制剂相关肺炎分类。