公开(公告)号：CN115908255A

公开(公告)日：2023-04-04

申请号：CN202211275194.7

申请日：2022-10-18

Applicant: 贵州大学

Inventor： 黄海松 ,  韩正功 ,  范青松 ,  马驰 ,  张松松 ,  陈星燃 ,  杨铖 ,  秦恒浩

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了面向目标检测的改进轻量型YOLOX‑nano模型及检测方法，面向目标检测的改进轻量型YOLOX‑nano模型包括主干网络、颈部网络和预测网络。面向目标检测的检测方法包括获取白细胞图像数据并进行筛选；制作白细胞数据集，并将其分成训练集、验证集和测试集三类；搭建改进轻量型YOLOX‑nano模型；对改进轻量型YOLOX‑nano模型进行训练和评估；获得检测结果。本发明所述检测模型及方法能够实现对嗜碱性粒细胞，嗜酸性粒细胞，淋巴细胞，单核细胞和中性粒细胞等五类的白细胞进行快速、实时、准确的检测；对使用者友好，便于操作，能有效减少医技人员的工作量和依赖性，提高患者的检查效率。

公开(公告)号：CN115719460A

公开(公告)日：2023-02-28

申请号：CN202210863394.8

申请日：2022-07-20

Applicant: 贵州大学

Inventor： 黄海松 ,  孟森 ,  杨铖 ,  秦恒浩 ,  范青松 ,  李宜汀 ,  吕健 ,  濮实 ,  谌辉辉

IPC: G06V20/40 ,  G06V10/22 ,  G06V10/82 ,  G06V20/70 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/082 ,  G06N3/096

Abstract: 本发明公开了一种基于深度学习的气体泄露检测方法、系统及终端设备，包括，获取存在气体泄漏的红外视频数据并对其进行数据预处理，使用Opencv视频分帧技术获得红外图像序列；使用图像标注工具Labelme对天然气红外图像序列的目标区域进行像素级标记；使用U2‑Net图像分割网络代替背景建模方法来提取泄露气体区域；通过迁移VGG16网络模型结构和卷积层参数，在卷积层和激励层之间加入BN层，将最后一层池化层替换为基于最大池化算法的动态自适应池化方法，进行泄露检测，本发明能克服现有方法的不足，准确提取泄露气体区域，准确获得气体浓度信息，测量误差小，响应速度快，灵敏度高，测量结果准确可靠，可以实现非接触以及高精度检测气体泄露并进行实时预警。