-
公开(公告)号：CN119810039A
公开(公告)日：2025-04-11
申请号：CN202411848841.8
申请日：2024-12-16
Applicant: 北京科技大学
IPC: G06T7/00 , G06V10/80 , G06V10/44 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开一种基于白光干涉图像的表面粗糙度检测方法及系统，该方法包括：获取样品表面粗糙度的训练图像集；基于训练图像集，对FAMNet模型进行预训练，通过特征提取网络提取白光干涉图像的特征信息，并通过融合注意力模块采用通道注意力和位置注意力机制对特征信息进行增强和融合；预训练后，对FAMNet模型进行进一步训练，优化其对不同表面粗糙度的检测能力，还可通过多个评价指标对模型性能进行评价；最后，将待检测图像输入到训练好的FAMNet模型中得到检测结果。本发明通过构建融合注意力机制的轻量级语义分割模型FAMNet，增强对不同区域表面粗糙度的识别能力，对金属表面进行准确、高效、快速的粗糙度检测，适用于工业化生产中对表面粗糙度的实时监测。
-
公开(公告)号：CN114863426B
公开(公告)日：2022-12-13
申请号：CN202210483555.0
申请日：2022-05-05
Applicant: 北京科技大学
Abstract: 本发明公开了一种目标特征注意力与金字塔相耦合的微小目标检测方法，包括以下步骤：S101，特征提取层的近末端加入空间金字塔池化，提高对局部小目标特征的感知能力，且同时兼顾全局特征；S102，特征融合层嵌入关键小目标特征通道注意力和空间注意力做金字塔式融合，达到有效聚焦小目标特征，去除冗余，减少参数，降低计算量的目的；S103，引入无锚解耦检测头，对提取的小目标特征进行目标检测，输出所检测目标的位置和类别，提高对杂乱背景中的小目标或大背景中的小目标的检测精度和效率。本发明能够对杂乱背景中的小目标或大背景中的小目标，如有划痕铜块表面的氧化斑点，进行准确高效快速的检测。
-
公开(公告)号：CN114037667B
公开(公告)日：2022-12-06
申请号：CN202111265836.0
申请日：2021-10-28
Applicant: 北京科技大学
Abstract: 本发明提供一种基于机器视觉的铜表面氧化检测及氧化程度判断方法，属于机器视觉技术领域。所述方法包括：采集铜表面图像；采用可适应氧化量计算方法对铜表面图像中标注出的氧化斑进行氧化量计算，根据计算得到的氧化量对氧化斑进行氧化等级划分；其中，所述可适应氧化量计算方法结合了形态学特征的氧化参数和氧含量参数；基于划分得到的氧化等级构建氧化程度检测数据集，训练目标检测网络；利用训练好的目标检测网络对待测的铜表面图片进行铜表面氧化检测，输出氧化斑位置信息和氧化等级。采用本发明，能够利用提高铜表面氧化程度检测的准确率和可靠性。
-
公开(公告)号：CN114724646A
公开(公告)日：2022-07-08
申请号：CN202210483589.X
申请日：2022-05-05
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于质谱图和图结构的分子属性预测方法，包括：S1，获取待预测分子的质谱图数据和图结构数据；S2，利用数据增强方法增强数据真实性以及扩充数据量；S3，利用图神经网络和transformer结构提取两种模态的分子属性特征；S4，利用特征融合模块实现多模态特征的信息融合，并根据融合后的特征对分子属性进行预测，得到预测属性的数值。本发明利用神经网络直接学习分子的质谱图信息，并将得到的特征和图结构特征进行融合，端到端地进行分子属性预测，两种模态数据信息互相补充，提升了分子属性预测的准确率，同时大大简化了前期的数据特征工程。
-
公开(公告)号：CN112926697B
公开(公告)日：2021-10-12
申请号：CN202110428069.4
申请日：2021-04-21
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于语义分割的磨粒图像分类方法及装置，该方法包括：利用链式通道注意力网络提取待分类的磨粒图像的图像特征；利用基于类注意力的语义分割网络对提取到的图像特征进行语义分割；基于语义分割网络输出的语义分割结果，利用分类网络得到当前待分类的磨粒图像的分类结果。本发明利用语义分割标签引导模型关注目标区域，更加有益于分类图像中的小目标。
-
Patent Agency Ranking
公开(公告)号：CN111428823B
公开(公告)日：2020-10-20
申请号：CN202010526027.X
申请日：2020-06-11
Applicant: 北京科技大学
Abstract: 本发明提供一种可以识别新类的磨粒分类模型与方法，该磨粒分类模型包括：特征向量提取阶段网络，用于提取磨粒图像的特征向量；类中心向量提取阶段网络，用于提取磨粒的类中心向量；预测阶段网络，用于结合特征向量提取阶段网络和类中心向量提取阶段网络的输出，对待预测的磨粒图像中的磨粒的类型进行预测。本发明结合轻量化神经网络和距离度量的优点，首先，能够对训练集中没有出现的磨粒类别进行分类，具有很强的泛化性能；其次，大大降低了网络的参数数量，提高了训练和测试速度。本发明提出的磨粒分类模型不仅能够对新的磨粒类别进行分类，且在识别速度和识别准确率上均有提升。
-
公开(公告)号：CN116740462B
公开(公告)日：2024-03-15
申请号：CN202310814642.4
申请日：2023-07-05
Applicant: 北京科技大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/60
Abstract: 本发明公开了一种基于特征增强的单分支粗糙度检测方法，包括构建并训练基于特征增强的单分支粗糙度检测模型：获取样品表面粗糙度的训练图像集；基于训练图像集选取不同光源的图像，使用双分支结构提取不同光源的特征信息进行预训练参数学习，并通过交叉混合注意力模块、图卷积通道注意力模块对不同光源的特征信息进行交互和融合；预训练后，选取双分支结构中的单分支网络结构作为单分支粗糙度检测模型，选定多个评价指标对训练后的单分支粗糙度检测模型进行评价，将待检测图像输入到训练好的单分支粗糙度检测模型中得到检测结果。本发明能够在不同光源不同加工参数下对多种金属表面进行准确高效快速的粗糙度检测。
-
公开(公告)号：CN113450879B
公开(公告)日：2024-02-09
申请号：CN202110769509.2
申请日：2021-07-07
Applicant: 北京科技大学
Abstract: 本发明公开了一种聚合物降解过程模拟与强度计算方法，该方法包括：对状态相图中的阻塞无定型相和阻塞孔相这两种结构模式进行识别，并计算出阻塞比；基于结构模式特征，实现聚合物降解过程的扩散模拟；对强度相图中的无定型岛、结晶岛以及强度空洞这三种强度模式进行识别，并分别计算出环绕比、区域面积和密集程度；基于强度模式特征，计算出不同强度状态的元胞对应的强度值；计算出聚合物材料的总强度。本发明的方法为高分子可降解聚合物的精准化医疗临床设备在力学性能方面的优化设计提供了数值依据，适用于可降解高分子设备的不同应用领域。
-
-
公开(公告)号：CN114418003B
公开(公告)日：2022-09-16
申请号：CN202210066369.7
申请日：2022-01-20
Applicant: 北京科技大学
IPC: G06K9/62 , G06T3/40 , G06T5/50 , G06V10/40 , G06V10/774 , G06V10/771
Abstract: 本发明公开了基于注意力机制及多尺寸信息提取的双图像识别分类方法，包括：获取待分类物体的两幅图像；其中，两幅图像为同一位置不同情况下所拍摄的图像；并行的多尺寸特征提取网络融合了不同尺寸的信息以同时提取两幅图像的不同尺寸的特征；利用双图像空间注意力模块将两幅图像的特征从空间的角度进行融合，得到空间融合特征信息；利用双图像通道注意力模块将两幅图像的特征从通道的角度进行融合，得到通道融合特征信息；多种方法提取的特征相互交互融合，形成的融合信息输入到分类网络，得到待分类物体的类别。本发明结合了不同情况下的相同物体的两幅图像，克服了单幅图像的特征信息不全面的问题，提高了分类的准确率。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.021 seconds)
