公开(公告)号：CN118657972A

公开(公告)日：2024-09-17

申请号：CN202410357669.X

申请日：2024-03-27

Applicant: 重庆邮电大学

Inventor： 米建勋 ,  付强 ,  龙樱

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V20/70

Abstract: 本发明涉及可解释人工智能领域，具体涉及一种提高图像目标区域关注度的图像分类方法，包括获取待分类图像集及其标签集，对待分类图像集进行预处理得到训练集；采用训练集和标签集对卷积神经网络进行第一阶段训练，并通过交叉熵损失函数计算分类损失；完成第一阶段训练得到初始模型，采用训练集对初始模型进行类特征可视化得到不同标签类型下的通道语义向量；复制初始模型的权重作为第二模型的初始权重，基于通道语义向量和训练集，对第二模型进行第二阶段训练；完成第二阶段训练得到可解释卷积神经网络模型，将其应用于图像分类；本方法能有效减少模型的虚假关联，同时提高了模型部署在不同环境下的稳定性。

公开(公告)号：CN118314324A

公开(公告)日：2024-07-09

申请号：CN202410424762.8

申请日：2024-04-10

Applicant: 重庆邮电大学

Inventor： 米建勋 ,  唐潇 ,  龙樱

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/08 ,  G06N3/0464 ,  G06V10/766 ,  G06N3/0985

Abstract: 本发明涉及一种户外垃圾的图像检测方法和系统，该方法包括：获取待检测的户外垃圾图像，将其输入训练后的目标预测模型，得到所述户外垃圾图像的检测结果；该目标预测模型的训练过程包括：获取户外垃圾图片集，经过预处理得到预处理后的训练样本和测试样本；利用训练样本，进行目标预测模型训练，计算其分类损失；利用测试样本进行目标预测模型测试，计算得到综合评价指标GD‑F1；根据综合评价指标GD‑F1调整分类损失函数的参数；迭代训练，直至分类损失函数收敛时停止训练，得到训练后的目标预测模型。本发明利用更适合户外垃圾目标检测的现有评价指标，调整模型训练时的分类损失函数，明显提升了户外垃圾目标检测的准确率。