-
公开(公告)号：CN109614921A
公开(公告)日：2019-04-12
申请号：CN201811491815.9
申请日：2018-12-07
Applicant: 安徽大学
Abstract: 本发明公开一种基于对抗生成网络的半监督学习的细胞分割方法，包括以下步骤：收集细胞分割数据，对数据进行预处理和增强，分成训练集和测试集图片。以半监督学习为出发点，设计了新的对抗生成网络。该网络相对于之前的对抗生成网络将生成器换成了小参数量的全卷积分割网络，用于对输入图片输出一个概率图。对于没有标签的细胞图片，我们用半监督的方法训练分割网络，从分割网络中获取未标记图像的初始分割预测后，通过判别网络对分割预测概率图进行传递，得到一个置信图。利用这个置信图作为监督信号，使用了一个自学机制来训练分割网络，置信图表示了预测分割的质量。通过本发明设计的卷积神经网络提高细胞分割准确率。
-
公开(公告)号：CN108647619A
公开(公告)日：2018-10-12
申请号：CN201810411342.0
申请日：2018-05-02
Applicant: 安徽大学
Abstract: 本发明公开了一种基于深度学习的视频中安全帽佩戴的检测方法及装置，方法包括：从搜集的视频数据中取M张图片；将M张中的N张图片进行标注，对M张图片进行标注获取行人正样本数据、行人负样本数据、安全帽正样本数据、安全帽负样本数据；使用行人正样本数据和行人负样本数据训练行人检测网络，使用安全帽正样本数据和安全帽负样本数据训练安全帽检测网络；获取待检测图片，通过背景差分法获取待检测区域；将待检测区域输入到训练后的行人检测网络，判断待检测区域中是否存在行人；若是，执行将所述存在行人的待检测区域中的预设区域输入到训练后的安全帽检测网络中进行检测；若未检测到，发出警报。应用本发明实施例，可以提高检测效率。
-
公开(公告)号：CN109614921B
公开(公告)日：2022-09-30
申请号：CN201811491815.9
申请日：2018-12-07
Applicant: 安徽大学
Abstract: 本发明公开一种基于对抗生成网络的半监督学习的细胞分割方法，包括以下步骤：收集细胞分割数据，对数据进行预处理和增强，分成训练集和测试集图片。以半监督学习为出发点，设计了新的对抗生成网络。该网络相对于之前的对抗生成网络将生成器换成了小参数量的全卷积分割网络，用于对输入图片输出一个概率图。对于没有标签的细胞图片，我们用半监督的方法训练分割网络，从分割网络中获取未标记图像的初始分割预测后，通过判别网络对分割预测概率图进行传递，得到一个置信图。利用这个置信图作为监督信号，使用了一个自学机制来训练分割网络，置信图表示了预测分割的质量。通过本发明设计的卷积神经网络提高细胞分割准确率。
-
-
Search Results
3
records
(took 0.029 seconds)
