公开(公告)号：CN119149247B

公开(公告)日：2025-03-18

申请号：CN202411624235.8

申请日：2024-11-14

Applicant: 南京信息工程大学

Inventor： 凌翔宇 ,  江结林 ,  刘西应

IPC: G06F9/50 ,  G06F9/48 ,  G06N3/08

Abstract: 本发明公开一种面向边缘分布式训练的资源动态分析与样本负载调度优化方法，包括统计操作符占比；运行算力资源的单一资源密集型负载，获取负载的训练样本总数、算力资源利用率和负载完成时间；根据训练样本总数和负载完成时间，获得任务执行强度值；根据算力资源利用率和任务执行强度值，获得算力资源评估值；根据算力资源和操作符占比，获得畸变雷达图；将算力资源评估值标记在畸变雷达图中，获得计算节点的算力资源与任务匹配度比值，以最小化最快节点与最慢节点完成迭代的时间间隔为优化目标建立优化模型，获得样本负载分配优化方案。解决了边缘环境中设备异构且算力资源有限的问题。

公开(公告)号：CN119149247A

公开(公告)日：2024-12-17

申请号：CN202411624235.8

申请日：2024-11-14

Applicant: 南京信息工程大学

Inventor： 凌翔宇 ,  江结林 ,  刘西应

IPC: G06F9/50 ,  G06F9/48 ,  G06N3/08

Abstract: 本发明公开一种面向边缘分布式训练的资源动态分析与样本负载调度优化方法，包括统计操作符占比；运行算力资源的单一资源密集型负载，获取负载的训练样本总数、算力资源利用率和负载完成时间；根据训练样本总数和负载完成时间，获得任务执行强度值；根据算力资源利用率和任务执行强度值，获得算力资源评估值；根据算力资源和操作符占比，获得畸变雷达图；将算力资源评估值标记在畸变雷达图中，获得计算节点的算力资源与任务匹配度比值，以最小化最快节点与最慢节点完成迭代的时间间隔为优化目标建立优化模型，获得样本负载分配优化方案。解决了边缘环境中设备异构且算力资源有限的问题。

公开(公告)号：CN116563250A

公开(公告)日：2023-08-08

申请号：CN202310531299.2

申请日：2023-05-12

Applicant: 南京信息工程大学

Inventor： 颜佩漪 ,  江结林 ,  朱加乐 ,  许小龙

IPC: G06T7/00 ,  G06T7/40 ,  G06T5/00 ,  G06T5/40 ,  G06T5/50 ,  G06T3/40 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明公开了一种复原式自监督疵点检测方法、装置及存储介质，包括获取无疵点图片；无疵点图片可选择添加或不添加伪异常；若添加伪异常，则可在无疵点图片中选择连续区域进行掩码，或随机裁剪任意区域并对区域内像素进行随机调整，也可同时选择这两种伪异常生成方法，得到生成的伪异常图片和异常标注图；将伪异常图片输入预先训练好的先验初定位模块，初步定位疵点区域，并对疵点区域进行掩码，得到掩码后的图片；将掩码后的图片送入预先训练好的疵点检测模块，得到预测的异常标注图；根据标注图的异常分数进行异常判断与定位；本发明可以预判断疵点区域进行掩码，保证图像复原期间模型不会学习疵点区域的信息，从而降低算法的漏检率。

公开(公告)号：CN115907011A

公开(公告)日：2023-04-04

申请号：CN202211456551.X

申请日：2022-11-21

Applicant: 南京信息工程大学

Inventor： 余正 ,  许小龙 ,  康志明 ,  孙文正 ,  江结林

IPC: G06N5/022 ,  G06F16/36 ,  G06Q50/26 ,  G06N5/02 ,  G06N3/0442

Abstract: 本发明公开了一种基于知识图谱的气象应急预警知识库构建方法，包括以下步骤：步骤1.将气象应急预警数据进行机器读取和内容转码；步骤2.对步骤1输出的数据进行特征工程，删除赘余成分提取目标内容；步骤3.对步骤2输出的数据进行内容筛选和层级构建，形成大类、子类、判断标准和防御指南，将大类、子类写入数据集保存；步骤4.对步骤3形成的判断标准和防御指南进行命名实体识别和实体关系抽取，得到知识融合后的实体‑关系‑实体的三元组；步骤5.将步骤3中形成的大类、子类中的实体节点和步骤4中的三元组进行知识表示，实现自动建立和维护知识图谱。本发明减少了对人工的依赖，提高了获取有效信息的速度和准确性，为科学决策效率提供支持。

公开(公告)号：CN114627065A

公开(公告)日：2022-06-14

申请号：CN202210205618.6

申请日：2022-03-02

Applicant: 南京信息工程大学

Inventor： 邵禹豪 ,  江结林

IPC: G06T7/00 ,  G06T5/00 ,  G06T5/30

Abstract: 本发明公开了一种基于ROBERTS CROSS结合数学形态学的疵点检测方法，步骤1：对工业相机采集得到的布料疵点图像S进行均值滤波，得到预处理图像P；步骤2：对预处理图像P进行Roberts cross算子操作，得到二值化后的图像I；步骤3：对二值化后的图像I进行闭算子操作I∧e＝I2，对图像I中不连续的疵点进行粘连，再对图像I中小颗粒噪声进行去除，得到图像I2；步骤4：对图像I2进行开运算操作I2∨e＝I3，对图像I2中小颗粒噪声进行去除，再对图像I2中不连续的疵点进行粘连，输出疵点检测图像I3。本发明解决了疵点过检严重的问题，降低了误检率，满足了检测需求。

公开(公告)号：CN112435232A

公开(公告)日：2021-03-02

申请号：CN202011318668.2

申请日：2020-11-23

Applicant: 南京信息工程大学

Inventor： 江结林 ,  邵禹豪 ,  金子龙 ,  陈亚当

IPC: G06T7/00 ,  G06T5/10 ,  G06T5/50

Abstract: 本发明公开了一种基于哈尔小波结合图像方差的疵点检测方法，首先，利用中值滤波抑制噪声，利用HW对图像进行增强，从而得到一个预处理图像；其次，基于预处理图像，对图像进行分块，统计每个图像块的方差，通过方差结合阈值将图像块分为带疵点图像块和不包含疵点的图像块；然后，设定阈值，对图像块的方差进行二值化处理，得到二值化处理后的图像块；最后，对二值化处理后的图像块进行合成，得到疵点检测图像。本发明通过中值滤波有效抑制了噪声，通过哈尔小波增大了疵点与图像背景的灰度值差异，不仅能准确检测出布料中的常见疵点，同时对灰度值与布料背景差异很小的疵点非常有效，从而提高布料疵点检测效率，降低误检率。

公开(公告)号：CN108322276B

公开(公告)日：2021-02-19

申请号：CN201810050534.3

申请日：2018-01-18

Applicant: 南京信息工程大学

Inventor： 金子龙 ,  乔羽 ,  陈亚当 ,  江结林

IPC: H04B17/382 ,  H04B17/309

Abstract: 本发明公开了一种基于D‑S证据理论的频谱感知准确率提升技术，首先根据认知用户的历史感知数据，计算认知用户在历史行为中的可信度值，从而剔除那些可信度低于一定阈值的认知用户选出具有代表性的认知用户参与频谱感知。根据历史数据筛选出来的认知用户，结合D‑S证据理论方法，再次从代表性认知用户中选择更适合的认知用户参与频谱感知，从而可以判断当前信道的可用性。本发明能够有效地减少频谱感知过程中的能量消耗，同时有效地提高了频谱感知的准确率。

公开(公告)号：CN119418345B

公开(公告)日：2025-04-29

申请号：CN202510025440.0

申请日：2025-01-08

Applicant: 南京信息工程大学

Inventor： 胡政 ,  赵英男 ,  丁方琪 ,  张德文 ,  杨祖国 ,  江结林

IPC: G06V30/148 ,  G06V30/19 ,  G06V30/18 ,  G06N3/0455

Abstract: 本申请涉及一种基于VMamba框架和通道‑空间注意力机制的场景文本检测方法、装置和计算机设备。该方法包括：获取包含文本的场景图像参考样本数据集和增强样本数据集；基于VMamba框架采用可变形卷积构建可变形VMamba特征编码器，获得各场景图像分别对应的多尺度文本实例特征图；采用插值和最大池化方法获得平衡特征图；基于通道‑空间注意力机制构建GASM模块，得到逐像素增强后的文本实例特征；构建傅里叶特征解码器，获得重构的文本实例轮廓；采用损失函数训练以增强样本数据集为输入、文本实例轮廓为输出的场景文本检测模型。采用本方法能够实现拥有全局感受野、快速收敛和精准定位的场景文本检测。

公开(公告)号：CN114005130B

公开(公告)日：2024-07-26

申请号：CN202111175439.4

申请日：2021-10-09

Applicant: 南京信息工程大学

Inventor： 唐柏轩 ,  江结林 ,  胡志臣 ,  许小龙

IPC: G06V30/42 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/30

Abstract: 本发明公开了一种基于LSD线段检测的文档图像三角图检测方法，包括以下步骤：步骤1、对采集得到的文档图像进行高斯滤波降噪，得到低噪图像；步骤2、对低噪图像进行LSD线段检测，得到原始线段集合；步骤3、对原始线段集合进行处理，合并重叠和错误分段的线段，得到合并线段集合；步骤4、搜寻合并线段集合中符合预设条件的三角图线段组，对各三角图线段组中三条线段所在直线的交点处进行Harris角点检测，得到各三角图线段组对应的三角图角点组；步骤5、根据三角图线段组与三角图角点组中各线段与角点之间的相对位置，判断该三角图线段组所在处是否为三角图。本发明进一步降低误检率，准确检测处文档图像中的三角图。

公开(公告)号：CN118037733B

公开(公告)日：2024-06-07

申请号：CN202410438275.7

申请日：2024-04-12

Applicant: 南京信息工程大学

Inventor： 江结林 ,  刘西应 ,  陈亚当 ,  魏顺 ,  许小龙

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于距离信息驱动的复杂工业图像异常检测方法及装置，方法为将待检测图像输入训练好的图像异常检测模型，获得异常定位图。本发明通过确定待检测物体中心并生成距离表示图像，可以学习物体每一块区域的特征分布，将不符合这种分布的区域判定为异常，能够有效的定位出复杂图片中每一个待检测物体的位置，并且能检测和定位出每一个待检测物体上可能存在的异常；在训练时不使用任何真实的异常图像，通过引入大模型对待检测物体进行分割，在获取了真实物体分割图像的同时指导小型分割模型的训练，以便在测试阶段摆脱对大模型的依赖，以较低的成本使模型同时具有分割待检测物体和物体上异常的能力。