-
公开(公告)号:CN119942250A
公开(公告)日:2025-05-06
申请号:CN202510435730.2
申请日:2025-04-09
Applicant: 湘潭大学
IPC: G06V10/764 , G06V10/40 , G06V10/80 , G06V10/774 , G06N3/045
Abstract: 本发明公开了一种基于代理注意力和VIT架构的高光谱图像分类方法,属于图像分类领域,包括以下步骤:对高光谱影像数据进行预处理,并划分为训练集和测试集;构建基于代理注意力和VIT架构的高光谱图像分类模型;采用训练集对高光谱图像分类模型进行训练;将测试集中的高光谱数据输入到训练好的高光谱图像分类模型中,推理得到预测类别,并通过评价指标对得到的预测类别进行评价。本发明通过构建基于代理注意力的代理注意力编码器,通过L层级联的代理注意力编码器进行层次化特征提取,实现对初始特征编码矩阵中空间‑光谱信息的逐层融合与增强,在保持较强表示能力的同时显著降低了计算复杂度,实现了计算效率和特征表达能力的良好平衡。
-
公开(公告)号:CN111210432B
公开(公告)日:2023-07-25
申请号:CN202010030667.1
申请日:2020-01-12
Applicant: 湘潭大学
IPC: G06V10/26 , G06T3/40 , G06T3/60 , G06V10/52 , G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于多尺度多级注意力机制的图像语义分割方法。本发明包括以下步骤:1、对图像和真实标签图进行数据预处理。2、建立多尺度注意力机制模型的神经网络结构,进行图像特征提取及融合。3、建立多级注意力机制模型的神经网络结构,进行多级图像的特征融合。4、模型训练,利用反向传播算法训练神经网络参数,直到网络收敛。本发明一种针对图像语义分割的神经网络模型,特别是提出了一种在多尺度上提取图像自身注意力信息的统一建模方法,以及在多级层面上进行不同级图像特征融合的网络结构,并且获得了在语义分割领域较好的分割效果。
-
公开(公告)号:CN116310305A
公开(公告)日:2023-06-23
申请号:CN202211515772.X
申请日:2022-11-29
Applicant: 湘潭大学
IPC: G06V10/26 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于张量和二阶协方差注意力机制的编解码结构语义分割模型。本发明包括以下步骤:1、模型建立,设计一种基于张量和二阶协方差注意力机制的编解码结构语义分割模型,通过在编码器中利用注意力机制学习像素点图像特征之间的关联性并增强深层语义信息,在解码器中将浅层和深层语义信息进行融合来捕获图像的上下文语义信息,以扩大不同类别物体的类间差异性。2、模型训练,首先对数据集预处理,然后对建立好的模型进行模型训练。3、模型推理,将测试集的图像输入到训练好的模型中,推理测试图像的语义类别预测值,评估测试模型推理的准确度。本发明是一种针对图像语义分割的神经网络模型,获得了在语义分割领域较好的分割效果。
-
公开(公告)号:CN115908793A
公开(公告)日:2023-04-04
申请号:CN202210408406.8
申请日:2022-04-18
Applicant: 湘潭大学
IPC: G06V10/26 , G06V20/70 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于位置注意力机制的编解码结构语义分割模型。本发明包括以下步骤:1、模型建立,设计一种基于位置注意力机制的编解码结构语义分割模型,通过编码器中注意力机制学习像素点图像特征之间的关联性并增强深层语义信息,通过解码器将浅层语义信息和深层语义信息进行融合来捕获图像丰富的上下文语义信息。2、模型训练,首先对数据集预处理,然后根据建立好的模型进行模型训练。3、模型推理,将测试集的图像输入到训练好的模型中,推理测试图像的语义类别预测值,评估预测准确度。本发明是一种针对图像语义分割的神经网络模型,特别是提出了一种基于位置注意力机制的编解码结构来提取图像自身注意力信息的统一建模方法,获得了在语义分割领域较好的分割效果。
-
公开(公告)号:CN110061048B
公开(公告)日:2020-09-29
申请号:CN201910348994.9
申请日:2019-04-28
Applicant: 湘潭大学
IPC: H01L29/08 , H01L29/423 , H01L29/47 , H01L21/332 , H01L29/74 , H01L29/745
Abstract: 本发明公开了一种基于肖特基二极管的MOS场控晶闸管,包括阳极金属、位于阳极金属上的P+阳极、位于P+阳极上的N FS层、位于N FS层上的N‑base区;N‑base区顶层表面分布有第一类阴极金属、第二类阴极金属、栅介质层;栅介质层上方设置多晶硅栅;N‑base区顶端靠左设置P well区,P well区顶端靠右设置N well区,N well区的顶端靠右设置P+区;N well和P+区的一部分位于多晶硅栅下方。本发明能够解决MCT关断过程中off‑FET中存在的反复充电和放电问题,减少MCT在脉冲电路中的关断时间;同时,缓解MCT阴极金属边缘处的电流集中,提高器件的可靠性。
-
公开(公告)号:CN106053479B
公开(公告)日:2018-09-11
申请号:CN201610581120.4
申请日:2016-07-21
Applicant: 湘潭大学
Abstract: 本发明公开了一种基于图像处理的工件外观缺陷的视觉检测系统,包括工控机、同轴光源、CCD工业相机、图像采集卡和剔除机构;同轴光源和剔除机构均与工控机相连;CCD工业相机通过图像采集卡与工控机相连;其中:同轴光源用于为待检测的工件提供漫反射光源;CCD工业相机用于拍摄处于检测工位的工件的图像;剔除机构用于从生产线上剔除通过检测存在缺陷的工件;工控机中具有基于图像处理的缺陷检测模块;该系统检测效率高,易于实施。
-
公开(公告)号:CN106204614A
公开(公告)日:2016-12-07
申请号:CN201610576104.6
申请日:2016-07-21
Applicant: 湘潭大学
IPC: G06T7/00
CPC classification number: G06T7/0004 , G06T2207/20036 , G06T2207/20056 , G06T2207/30164
Abstract: 本发明公开了一种基于机器视觉的工件外观缺陷检测方法,首先通过视觉系统引导机器人,根据基于灰度值的模板匹配算法精确定位目标工件位姿,然后进行工件外观缺陷检测,其步骤为:(1)获取工件图像,采用中值滤波进行预处理;(2)利用全局阈值分割目标工件,并进行工件位姿矫正;(3)通过数学形态学开运算去除工件边缘毛刺干扰;(4)检测缺口、粘料、开裂、压痕、针眼、划痕和起泡外观缺陷。该方法解决人工检测速度慢、效率低、精度差的问题;克服目前视觉检测缺陷类型单一、成像质量差和误检率高的问题,提高精密工件生产自动化程度和产品质量。
-
公开(公告)号:CN102915008A
公开(公告)日:2013-02-06
申请号:CN201210341488.5
申请日:2012-09-13
Applicant: 湘潭大学
IPC: G05B19/418 , G05D1/02 , G01C21/34
Abstract: 本发明提出一种车间无人运输机智能调度系统,该车间无人运输机智能调度系统至少包含两个装置:一个中央控制装置;一个子运输机自主控制装置;在中央控制装置和子运输机自主控制装置间有无线通信模块。其中中央控制器及其自主调度装置由手持终端设备来控制,包括人机交互界面和中央报警系统;用到了车间无人运输机最短路径搜索策略。子运输机自主控制装置由相关传感器组成,在子运输机中加入实时障碍检测模块和子母控制器通信模块,实现实时路径修改和局部应急动作控制,以安全躲避车间内动态障碍物或行人;避免暂时路径修改对持久工作带来的影响。附加的语音报警系统,能够进一步确保车间工作的安全,具有智能化高、实时性好、制造及维护成本低廉等优点。
-
公开(公告)号:CN117351212B
公开(公告)日:2024-03-01
申请号:CN202311621825.0
申请日:2023-11-30
Applicant: 湘潭大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于双向多尺度注意力的水利环境下的点云分割方法,包括以下步骤:数据预处理,得到最终经过预处理的点云坐标和点云特征 ;建立模型:通过分析双向的多尺度注意力过程,设计双向多尺度自注意力子模块,构建端到端的语义分割深度学习网络模型;模型的训练和测试:确定所建立的语义分割深度学习网络模型的参数,并检验所设计的语义分割深度学习网络模型的分割效果。本发明提出的基于双向多尺度注意力的水利环境下的点云分割方法
-
公开(公告)号:CN116500038A
公开(公告)日:2023-07-28
申请号:CN202310483025.0
申请日:2023-04-28
Applicant: 湘潭大学
IPC: G01N21/88 , G01N21/952
Abstract: 本发明公开了一种微小工件外径圆柱面缺陷检测的图像获取方法。本发明包括以下步骤:1、光栅式旋转打光下,4个工位的相机全方位对工件外径圆柱面成像,每台相机连续拍摄多帧,使圆柱面同一位置分别在明视场、暗视场、明暗交界视场下成像。2、对每个工位的图像进行定位,确定图像中检测区域的精确位置。3、每个工位都将该工位每个工件的多帧图像的精确检测区域进行仿射变换、拼接合并为一张图像,得到工件在该工位下的检测区域的拼接图,拼接图对应区域不小于工件外径90度范围的圆柱面。本发明使得圆柱面缺陷成像更加稳定,特征更加明显、丰富,增大了缺陷在图像中所占比例,有利于后续检测。
-
-
-
-
-
-
-
-
-