-
公开(公告)号:CN115631128A
公开(公告)日:2023-01-20
申请号:CN202210994989.7
申请日:2022-08-18
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种基于圆幂定理的圆形药品数量检测方法,采集医药包片图像,进行图像预处理,获取圆形药品边缘点;选择医药包片图像中任意一点P向药品边缘做射线,记录射线与边缘点的交点集合,计算P点与各交点的线段乘积,根据圆幂定理,计算各乘积相同的边缘点数集合,构建幂直方图;对幂直方图进行波峰检测,某一波峰值代表同一个圆上的点的累计;对每一个检测出的峰值点进行交叉验证,计算并输出圆参数,即为检测到的圆形区域,统计圆形数量即药品数量。本发明方法数据处理量小,占用内存空间小,检测精度高,速度快,有效减少了药片包装过程中出现的药片数量错误。
-
公开(公告)号:CN117173479A
公开(公告)日:2023-12-05
申请号:CN202311149871.5
申请日:2023-09-06
Applicant: 郑州轻工业大学
IPC: G06V10/764 , G06V10/774 , G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种改进ACGAN的钢轨表面缺陷数据增强方法,构建改进的ACGAN模型,在生成器和判别器中引入残差块和谱范数正则化,以应对梯度消失和梯度异常问题;采用上采样加卷积替代生成器残差块中的反卷积层,在判别器残差块中添加下采样层以减少计算量;对网络损失函数进行改进,将判别器的判别真伪视为PU学习方法,并添加基于最大最小后悔值法的梯度惩罚机制以限制判别器的梯度变化幅度;采集钢轨表面缺陷通用数据集对改进的ACGAN模型进行训练;使用训练好的改进的ACGAN模型进行钢轨表面缺陷数据增强,得到更清晰的图像。本发明改进后的模型不仅能够控制生成样本的类别,还能有效避免梯度消失、模式崩溃等问题。
-
公开(公告)号:CN115526864A
公开(公告)日:2022-12-27
申请号:CN202211209175.4
申请日:2022-09-30
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种基于改进的特征金字塔网络和度量学习的钢轨表面缺陷检测方法,在ResNet50网络中加入可变形卷积DC和卷积注意模块CBAM,得到改进的特征金字塔网络FPN,在MS COCO数据集上预训练改进的特征金字塔网络FPN,将训练后的网络参数和网络模型迁移到钢轨表面缺陷检测模型中;对钢轨表面缺陷数据集利用改进的FPN网络进行特征提取和定位,得到特征图ROI输入RepMet网络,利用多模态网络结构和DML嵌入模块的特征向量计算钢轨缺陷分类识别的概率,实现缺陷检测的目标识别和分类。本发明相比其他少样本方法有更好的性能提升。
-
-