公开(公告)号：CN116563558B

公开(公告)日：2025-04-11

申请号：CN202310492350.3

申请日：2023-05-05

Applicant: 重庆大学

Inventor： 沈志熙 ,  李俊北 ,  张洪田 ,  吴玥 ,  金其坚

IPC: G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/77 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于多尺度轻量化主干网络的特征提取方法，包括如下步骤：获取图片，并对图片进行预处理，经过预处理后的一张图片为一个训练样本；构建MSL_backbone模型，将训练样本输入MSL_backbone对其进行训练，待最优收敛后保存模型参数得最优MSL_backbone；调用最优MSL_backbone，输入待测数据得到结果并通过提取网络的最后一个特征图输出。本发明方法提升了对多尺度特征的提取能力，与原先方法模型相比有着0.35％的精度提升。

公开(公告)号：CN116704236B

公开(公告)日：2025-05-02

申请号：CN202310492347.1

申请日：2023-05-05

Applicant: 重庆大学

Inventor： 沈志熙 ,  李俊北 ,  吴玥 ,  金其坚 ,  张洪田

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/77 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及基于混合注意力机制的目标检测方法，包括获取现有数据集，构建多尺度道路场景目标检测模型，该模型是在小目标检测模型MS‑YOLOv5基础上进行的改进；MS‑YOLOv5以YOLOv5的主干特征提取网络作为基础模型，对其中的几个模块进行替换；以MS‑YOLOv5为基础模型，其中的模块进行替换并加入混合注意力机制MSCA；对输入数据集数据引入数据重采样操作，并进行训练，待最优收敛后保存模型参数得最优小目标检测模型；调用最优小目标检测模型，输入测图片进行检测，输出即为识别的结果。通过实验验证结果得出该方法提升了检测精度，同时改善了拥堵场景下存在漏检的情况。

公开(公告)号：CN114429473A

公开(公告)日：2022-05-03

申请号：CN202210069299.0

申请日：2022-01-21

Applicant: 重庆大学 ,  星际(重庆)智能装备技术研究院有限公司 ,  迪比(重庆)智能科技研究院有限公司

Inventor： 宋永端 ,  周勇城 ,  谈世磊 ,  黄帆 ,  张洪田 ,  杨肖 ,  陈星羿 ,  吴将娱 ,  廖昕怡

IPC: G06T7/10 ,  G06T7/00 ,  G06K9/62 ,  G06V10/44 ,  G06V10/764

Abstract: 本发明涉及一种肺结节性质判定方法，S1获取多位病人的病理特征数据，分别提取影像结构化数据和基因甲基化数据的特征；S2对病理特征数据进行数据清洗得到小规模数据集；S3将小规模数据集中的每个样本进行特征选择得到最佳小规模数据集；将最佳小规模数据集中所有最佳样本分割为训练集和测试集；S4选择现有M种分类方法，使用训练集中分别对M种分类方法进行训练得到M种最佳分类方法；S5将测试集输入M种最佳分类方法中选择最终分类方法，S6对于一个待预测病人的病理特征数据处理后输入最终分类方法中，输出该待预测病人肺结节属于良性和恶性。该方法能用于本领域专家能够对肺结节良恶性进行辅助诊断参考性，而且实时性较高。

公开(公告)号：CN116740412A

公开(公告)日：2023-09-12

申请号：CN202310492349.0

申请日：2023-05-05

Applicant: 重庆大学

Inventor： 沈志熙 ,  李俊北 ,  金其坚 ,  张洪田 ,  吴玥

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/77 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及基于多尺度信息融合的小目标检测方法，包括如下步骤：获取现有数据集，并对数据集进行预处理，经过预处理后的所有图片构成训练集；构建小目标检测模型，该小目标检测模型采用YOLOv5的主干特征提取网络作为基础模型，对其中的几个模块进行替换；对输入数据集数据引入数据重采样操作，并进行训练，待最优收敛后保存模型参数得最优小目标检测模型；调用最优小目标检测模型，输入测图片进行检测，输出即为识别的结果。通过实验验证结果得出该方法提升了对多尺度特征的提取能力，同时有效的改善了小尺度目标的检测性能，测试精度较现有方法均有所提升。

公开(公告)号：CN116563558A

公开(公告)日：2023-08-08

申请号：CN202310492350.3

申请日：2023-05-05

Applicant: 重庆大学

Inventor： 沈志熙 ,  李俊北 ,  张洪田 ,  吴玥 ,  金其坚

IPC: G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/77 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于多尺度轻量化主干网络的特征提取方法，包括如下步骤：获取图片，并对图片进行预处理，经过预处理后的一张图片为一个训练样本；构建MSL_backbone模型，将训练样本输入MSL_backbone对其进行训练，待最优收敛后保存模型参数得最优MSL_backbone；调用最优MSL_backbone，输入待测数据得到结果并通过提取网络的最后一个特征图输出。本发明方法提升了对多尺度特征的提取能力，与原先方法模型相比有着0.35％的精度提升。

公开(公告)号：CN114429473B

公开(公告)日：2024-10-29

申请号：CN202210069299.0

申请日：2022-01-21

Applicant: 重庆大学 ,  星际(重庆)智能装备技术研究院有限公司 ,  迪比(重庆)智能科技研究院有限公司

Inventor： 宋永端 ,  周勇城 ,  谈世磊 ,  黄帆 ,  张洪田 ,  杨肖 ,  陈星羿 ,  吴将娱 ,  廖昕怡

IPC: G06F30/27

Abstract: 本发明涉及一种肺结节性质判定方法，S1获取多位病人的病理特征数据，分别提取影像结构化数据和基因甲基化数据的特征；S2对病理特征数据进行数据清洗得到小规模数据集；S3将小规模数据集中的每个样本进行特征选择得到最佳小规模数据集；将最佳小规模数据集中所有最佳样本分割为训练集和测试集；S4选择现有M种分类方法，使用训练集中分别对M种分类方法进行训练得到M种最佳分类方法；S5将测试集输入M种最佳分类方法中选择最终分类方法，S6对于一个待预测病人的病理特征数据处理后输入最终分类方法中，输出该待预测病人肺结节属于良性和恶性。该方法能用于本领域专家能够对肺结节良恶性进行辅助诊断参考性，而且实时性较高。

公开(公告)号：CN116704236A

公开(公告)日：2023-09-05

申请号：CN202310492347.1

申请日：2023-05-05

Applicant: 重庆大学

Inventor： 沈志熙 ,  李俊北 ,  吴玥 ,  金其坚 ,  张洪田

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/77 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及基于混合注意力机制的目标检测方法，包括获取现有数据集，构建多尺度道路场景目标检测模型，该模型是在小目标检测模型MS‑YOLOv5基础上进行的改进；MS‑YOLOv5以YOLOv5的主干特征提取网络作为基础模型，对其中的几个模块进行替换；以MS‑YOLOv5为基础模型，其中的模块进行替换并加入混合注意力机制MSCA；对输入数据集数据引入数据重采样操作，并进行训练，待最优收敛后保存模型参数得最优小目标检测模型；调用最优小目标检测模型，输入测图片进行检测，输出即为识别的结果。通过实验验证结果得出该方法提升了检测精度，同时改善了拥堵场景下存在漏检的情况。