公开(公告)号：CN119443250A

公开(公告)日：2025-02-14

申请号：CN202411579415.9

申请日：2024-11-07

Applicant: 重庆邮电大学

Inventor： 李琳 ,  杜一彬 ,  石温皓 ,  陈磊 ,  李志豪 ,  伍泓骁 ,  廖述幸

IPC: G06N5/025 ,  G06F16/36 ,  G06F40/284 ,  G06F40/295 ,  G06F18/2415 ,  G06F18/243 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种融入先验关系知识的关系抽取方法、装置及设备，属于关系抽取技术领域。本发明设计了基于注意力机制的表示融合模型来帮助提取关系。首先将先验关系标签编码的向量作为关系信息，用较少的关系信息替换关系嵌入矩阵。为了获得具有丰富语义信息的向量进行关系提取，使用注意力机制选择性地融合句子和关系标签之间的重要语义特征。有效地利用了关系标签来丰富关系信息并提高句子和关系之间的语义交互。本发明设计的融合层在促进这一过程和提高简单结构关系提取的整体性能方面起着至关重要的作用，从而获得更准确的预测效果。

公开(公告)号：CN119418037A

公开(公告)日：2025-02-11

申请号：CN202411458188.4

申请日：2024-10-18

Applicant: 重庆邮电大学

Inventor： 李琳 ,  李志豪 ,  杜一彬 ,  廖述幸 ,  曾俊杰 ,  刘一鸣 ,  陈凌霄

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明属于计算机视觉领域，具体涉及一种基于特征融合的小目标检测方法及系统，包括：将图像输入到主干网络中进行特征提取，得到多尺度特征图；将多尺度特征图输入到CIAM进行特征信息集成，得到包含目标上下文的特征信息；将主干网络中第37、50层的输出特征跨层连接到融合网络，得到结合目标原始特征信息的融合特征图；将融合特征图输入到检测网络中，得到检测结果。本发明通过将CIAM集成到yolov7的特征提取网络中，以整合多尺度特征图中目标特征及其相关背景信息，同时使用跨层特征融合网络来保留目标的原始特征，解决了小目标由于特征信息匮乏和定位误差敏感导致的识别精度低的问题。