-
公开(公告)号：CN112381168B
公开(公告)日：2022-04-01
申请号：CN202011318081.1
申请日：2020-11-23
申请人： 浙江大学 , 浙江大学滨海产业技术研究院
IPC分类号： G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82 , G06N3/04 , G06T11/00
摘要： 基于单样例引导物体表征拆分的图像编辑算法，包括下列步骤：1)基于单样例的监督模块构建；2)单样例引导下的自监督模块中的对偶策略构建；3)单样例引导下的自监督模块中的模糊分类策略构建4)基于单样例标注图像引导物体表征拆分的图像编辑。通过上述步骤建立的基于单样例引导物体表征拆分的图像编辑算法，只需要为每一类别图像标注一个样本形成单样例样本，利用单样例样本引导大量无标注数据训练的方式，通过单样例的监督模块和单样例引导无标注数据的自监督模块，实现复杂场景的前景物体和背景表征拆分，使得在图像表征空间即可直接操作图像，轻松实现相关图像编辑任务。
-
公开(公告)号：CN112381168A
公开(公告)日：2021-02-19
申请号：CN202011318081.1
申请日：2020-11-23
申请人： 浙江大学 , 浙江大学滨海产业技术研究院
摘要： 基于单样例引导物体表征拆分的图像编辑算法，包括下列步骤：1)基于单样例的监督模块构建；2)单样例引导下的自监督模块中的对偶策略构建；3)单样例引导下的自监督模块中的模糊分类策略构建4)基于单样例标注图像引导物体表征拆分的图像编辑。通过上述步骤建立的基于单样例引导物体表征拆分的图像编辑算法，只需要为每一类别图像标注一个样本形成单样例样本，利用单样例样本引导大量无标注数据训练的方式，通过单样例的监督模块和单样例引导无标注数据的自监督模块，实现复杂场景的前景物体和背景表征拆分，使得在图像表征空间即可直接操作图像，轻松实现相关图像编辑任务。
-
公开(公告)号：CN110418030B
公开(公告)日：2020-07-10
申请号：CN201910548714.9
申请日：2019-06-24
申请人： 浙江大学 , 浙江大学滨海产业技术研究院
摘要： 一种基于图像色块用于纺织品喷墨印染的颜色一致性映射方法，包括下列步骤：1)印染机CMYK墨水样本选取；2)光箱相机颜色采集标定与色差补偿；3)图片色块颜色样本的采集与提取；4)利用RBF神经网络建立RGB颜色空间与CMYK颜色空间之间的转换。通过上述步骤建立的转换关系，可以将任何一张RGB图片精确地转换为对应CMYK颜色值图片，用于纺织品花型稿的喷墨印染。
-
公开(公告)号：CN110418030A
公开(公告)日：2019-11-05
申请号：CN201910548714.9
申请日：2019-06-24
申请人： 浙江大学 , 浙江大学滨海产业技术研究院
摘要： 一种基于图像色块用于纺织品喷墨印染的颜色一致性映射方法，包括下列步骤：1)印染机CMYK墨水样本选取；2)光箱相机颜色采集标定与色差补偿；3)图片色块颜色样本的采集与提取；4)利用RBF神经网络建立RGB颜色空间与CMYK颜色空间之间的转换。通过上述步骤建立的转换关系，可以将任何一张RGB图片精确地转换为对应CMYK颜色值图片，用于纺织品花型稿的喷墨印染。
-
公开(公告)号：CN113033696B
公开(公告)日：2022-06-17
申请号：CN202110393261.4
申请日：2021-04-13
申请人： 浙江大学 , 浙江大学滨海产业技术研究院
IPC分类号： G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 基于对比对抗网络的小样本商品图像分类算法，包括下列步骤：1)同类别与不同类别样本对组成；2)样本对相似性分类网络构建；3)相似性全局网络卷积；4)同类别样本对判别网络；5)分类网络与判别网络对抗优化。本发明还提供一种基于对比对抗网络的小样本商品图像分类系统。本发明利用大量标注的非目标类别商品样本，可以实现在标注少量目标类别商品图像时，通过对抗的方式实现相似性比对知识的转化，实现小样本商品图像的精准分类。
-
公开(公告)号：CN108875777B
公开(公告)日：2022-03-15
申请号：CN201810413037.5
申请日：2018-05-03
申请人： 浙江大学 , 浙江大学滨海产业技术研究院
IPC分类号： G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04
摘要： 基于双路神经网络的纺织面料中纤维种类及混纺比例识别方法，首先利用手机装上专业光学放大摄像头采集纺织面料样本数据；其次，构建双路深度神经网络，以采集到纺织面料样本中部分图像块为输入，输出为纺织面料中纤维种类及混纺比例，对采集到的样本数据集预处理后，对构建的双路深度网络进行训练；实际使用中，利用手机配备的专业光学放大摄像头拍摄任意一种纺织面料，获得的图片远程传入训练好的深度网络，输出对应纺织面料中纤维种类以及对应混纺比例。通过上述3个步骤，可以识别出任意一种纺织面料中纤维种类以及对应混纺比例。
-
公开(公告)号：CN108875777A
公开(公告)日：2018-11-23
申请号：CN201810413037.5
申请日：2018-05-03
申请人： 浙江大学 , 浙江大学滨海产业技术研究院
摘要： 基于双路神经网络的纺织面料中纤维种类及混纺比例识别方法，首先利用手机装上专业光学放大摄像头采集纺织面料样本数据；其次，构建双路深度神经网络，以采集到纺织面料样本中部分图像块为输入，输出为纺织面料中纤维种类及混纺比例，对采集到的样本数据集预处理后，对构建的双路深度网络进行训练；实际使用中，利用手机配备的专业光学放大摄像头拍摄任意一种纺织面料，获得的图片远程传入训练好的深度网络，输出对应纺织面料中纤维种类以及对应混纺比例。通过上述3个步骤，可以识别出任意一种纺织面料中纤维种类以及对应混纺比例。
-
公开(公告)号：CN118427720A
公开(公告)日：2024-08-02
申请号：CN202410300080.6
申请日：2024-03-15
申请人： 浙江大学
IPC分类号： G06F18/243 , G06F18/27 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N5/01
摘要： 基于可解释图神经树的电力系统暂稳判别方法和系统，其方法包含：S1.构建电网状态样本数据集；S2.对电网数据进行图表示与特征提取；S3.构建电网状态预测图卷积网络模型；S4.构建图神经网络可解释增强的决策树模型；S5.对决策树模型进行可视化渲染与可解释性增强；S6.根据模型进行电力系统判稳决策，实时监控和故障诊断，在电力系统实时监控和故障诊断应用中，模型接收来自电力系统的实时数据，输出暂稳判别结果。
-
公开(公告)号：CN118097378A
公开(公告)日：2024-05-28
申请号：CN202410053703.4
申请日：2024-01-15
申请人： 浙江大学
IPC分类号： G06V10/96 , G06V10/764 , G06V10/26 , G06V10/82 , G06V10/44 , G06V10/25 , G06V10/766 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 面向应用侧资源受限场景的计算机视觉多任务模型方法，计算机视觉多任务模型包括一个特征提取器、一个特征金字塔网络以及多个预测器，计算机视觉多任务包括图像分类、目标检测、语义分割、深度估计，预测器与计算机视觉多任务一一对应；包括：通过统一的数据增强方法对计算机视觉多任务中的每个任务所用训练数据集进行处理，以获取每个所述计算机视觉任务的训练数据；通过目标检测任务对应的训练数据，对基于特征金字塔的计算机视觉多任务模型的特征提取器、特征金字塔网络以及目标检测任务对应的预测器进行预训练；通过每个计算机视觉任务对应的训练数据，对基于特征金字塔的计算机视觉多任务模型进行训练。
-
公开(公告)号：CN117011525A
公开(公告)日：2023-11-07
申请号：CN202310880957.9
申请日：2023-07-18
申请人： 浙江大学
IPC分类号： G06V10/26 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0985 , G06N3/0495
摘要： 一种面向视觉大模型的解耦优化算法和系统，其算法包括以下步骤：1)提取类别语义特征；2)类别语义特征优化；3)根据类别语义信息压缩模型参数。本发明找到与特定任务相关的类别语义信息，取代交互式大模型的提示信息，完成特定任务解耦，同时通过增加硬编码，从而完成对模型架构的缩减与整体网络性能的优化。
-
-
-
-
-
-
-
-
-
搜索结果
162 条记录 (耗时 0.063 秒)
