公开(公告)号：CN115601542A

公开(公告)日：2023-01-13

申请号：CN202211229781.2

申请日：2022-10-08

Applicant: 湖北工业大学(CN)

Inventor： 熊炜 ,  田紫欣 ,  陈奕博 ,  强观臣 ,  郑大定 ,  汪锋 ,  邹勤 ,  王松 ,  李利荣 ,  宋海娜 ,  李婕 ,  涂静敏

IPC: G06V10/26 ,  G06N3/04 ,  G06N3/08 ,  G06V10/82

Abstract: 本发明公开了一种基于全尺度密集连接的图像语义分割方法、系统及设备，首先对待分割图像进行预处理，将其切割或填充为预设大小；然后使用图像语义分割网络实现对待分割图像的语义分割；本发明的图像语义分割网络(UNet4+)通过全尺度和密集的跳跃连接，编码器中的每个节点从不同尺度的编码器接收中间聚合特征图，而解码器中的每个节点不仅从不同尺度的编码器和解码器接收中间聚合特征图，而且还从相同尺度的编码器接收中间聚合特征图。因此，解码器中的聚合层可以学习使用节点上的所有收集的特征图。本发明的UNet4+缓解了梯度消失的问题，这也使得网络中的信息流最大化；同时加强了网络中的特征传播；具备更紧凑的模型和极端的特征重用性。

公开(公告)号：CN115578339A

公开(公告)日：2023-01-06

申请号：CN202211208711.9

申请日：2022-09-30

Applicant: 湖北工业大学

Inventor： 熊炜 ,  田紫欣 ,  陈奕博 ,  强观臣 ,  郑大定 ,  汪锋 ,  邹勤 ,  王松 ,  李利荣 ,  宋海娜 ,  李婕 ,  涂静敏

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种工业产品表面缺陷检测与定位方法、系统及设备，首先预处理待检测产品的原始外观图像为预设大小；然后使用语义分割网络实现对产品表面缺陷进行像素级定位；最后将原始外观图像以及语义分割网络的输出作为分类决策网络的输入，进行产品表面缺陷检测与定位；本发明通过利用一种基于两阶段架构的深度卷积网络的有效方法来解决数据样本需求问题，新的语义分割网络和分类决策网络的提出，适合从少量缺陷样本中学习，但仍然可以得到最优性能。

公开(公告)号：CN115601542B

公开(公告)日：2023-07-21

申请号：CN202211229781.2

申请日：2022-10-08

Applicant: 湖北工业大学

Inventor： 熊炜 ,  田紫欣 ,  陈奕博 ,  强观臣 ,  郑大定 ,  汪锋 ,  邹勤 ,  王松 ,  李利荣 ,  宋海娜 ,  李婕 ,  涂静敏

IPC: G06V10/26 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/82

Abstract: 本发明公开了一种基于全尺度密集连接的图像语义分割方法、系统及设备，首先对待分割图像进行预处理，将其切割或填充为预设大小；然后使用图像语义分割网络实现对待分割图像的语义分割；本发明的图像语义分割网络(UNet4+)通过全尺度和密集的跳跃连接，编码器中的每个节点从不同尺度的编码器接收中间聚合特征图，而解码器中的每个节点不仅从不同尺度的编码器和解码器接收中间聚合特征图，而且还从相同尺度的编码器接收中间聚合特征图。因此，解码器中的聚合层可以学习使用节点上的所有收集的特征图。本发明的UNet4+缓解了梯度消失的问题，这也使得网络中的信息流最大化；同时加强了网络中的特征传播；具备更紧凑的模型和极端的特征重用性。