-
公开(公告)号：CN116309362A
公开(公告)日：2023-06-23
申请号：CN202310138371.5
申请日：2023-02-20
Applicant: 西南石油大学
IPC: G06T7/00 , G06N3/094 , G06N3/0464
Abstract: 本发明公开了一种基于改进辅助分类生成对抗网络的骨显像生成方法，针对现有骨显像数据集数量稀缺、类别不均衡的问题。以密集残差注意力卷积块为基本卷积单位，提出了一种改进的辅助分类生成对抗网络的骨显像生成方法；该方法以U‑Net为生成器框架，同时结合密集残差连接卷积块和双输入门控注意力结构来提升骨显像细节特征生成，判别器通过密集残差连接卷积块提取骨显像特征进行判别；此外，为防止模型出现模式崩溃和梯度消失的情况，在训练损失函数中引入了梯度惩罚，提升模型训练的稳定性。本发明公开的基于改进辅助分类生成对抗网络的骨显像生成方法，有效地提升了生成骨显像的图像质量，能够为后续的骨显像识别任务提供更多的骨显像训练数据。
-
公开(公告)号：CN116228699A
公开(公告)日：2023-06-06
申请号：CN202310138391.2
申请日：2023-02-20
Applicant: 西南石油大学
IPC: G06T7/00 , G06T5/00 , G06N3/0464
Abstract: 本发明公开了一种融合感知损失和密集残差注意力卷积块的两阶段式骨显像降噪方法，针对骨显像信噪比、分辨率较低，影响医生诊断以及病灶自动检测效果的问题。以密集残差注意力卷积块为基本卷积单位，提出了结合密集残差注意力卷积块的两阶段式骨显像降噪网络，首先通过噪声估计网络估计骨显像的噪声水平，然后采用设计的主干降噪网络得到降噪后的骨显像，最后利用融合感知损失混合损失函数优化骨显像降噪效果。本发明公开的骨显像去噪方法，在有效降低骨显像噪声的同时，也能够保留骨显像的病灶细节特征。
-
公开(公告)号：CN116468684A
公开(公告)日：2023-07-21
申请号：CN202310392031.5
申请日：2023-04-12
Applicant: 西南石油大学
Inventor： 罗仁泽 , 李华督 , 唐祥 , 王磊 , 陈翔 , 雷璨如 , 林泓宇 , 吴涛 , 刘恒 , 罗任权 , 邓治林 , 余泓 , 谭亮 , 武娟 , 廖波 , 曹瑞 , 赵丹 , 王清松 , 易玺
IPC: G06T7/00 , G06T7/194 , G06V10/26 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/045
Abstract: 本发明提出一种基于改进yolo的管道焊缝缺陷检测方法，该方法先对采集到的管道焊缝缺陷图像进行预处理，构建改进yolo网络模型，具体实施方法为：在上采样特征提取模块采用两个改进的残差网络结构去进行特征提取，实现网络模型检测精度与检测速度的双增长，设计正则化交叉熵损失函数改善样本不平衡的问题，最后，利用数据训练集对模型进行参数训练，用测试集对训练好的模型进行测试。本发明有效的提高了管道焊缝缺陷检测精度和检测效率。
-
Patent Agency Ranking
公开(公告)号：CN116433585A
公开(公告)日：2023-07-14
申请号：CN202310138341.4
申请日：2023-02-20
Applicant: 西南石油大学
IPC: G06T7/00 , G06T7/11 , G06N3/08 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了一种基于改进U‑Net和自适应混合损失的骨显像自动分割方法，针对骨显像图像信噪比低、病灶小难以提取和人工勾画病灶耗时等问题。以多尺度密集连接卷积块为基本卷积单位，提出了一种基于改进U‑Net的骨显像自动分割网络。在U‑Net的编码部分引入使用多尺度密集连接卷积块与最大池化层对骨显像病灶进行特征提取；在解码部分使用转置卷积进行上采样；在网络训练时使用自适应混合损失优化分割结果。本发明公开的骨显像病灶自动分割方法，比原始的分割方法更优秀，有效地提升了骨显像病灶的分割精度。
-
公开(公告)号：CN116416161A
公开(公告)日：2023-07-11
申请号：CN202310391460.0
申请日：2023-04-13
Applicant: 西南石油大学
Abstract: 本发明所提供的一种基于生成对抗网络的图像修复的方法，以U‑Net与注意力机制为基础，利用改进U‑Net提取大范围、多尺度的特征信息，使用注意力机制网络获取全局特征信息，通过验证，本发明的修复算法具有更优秀的修复效果，具有广泛的应用价值。
-
公开(公告)号：CN116402801A
公开(公告)日：2023-07-07
申请号：CN202310390482.5
申请日：2023-04-12
Applicant: 西南石油大学
Inventor： 罗仁泽 , 李华督 , 唐祥 , 陈翔 , 雷璨如 , 武娟 , 王磊 , 吴涛 , 刘恒 , 林泓宇 , 罗任权 , 邓治林 , 余泓 , 谭亮 , 曹瑞 , 赵丹 , 王清松 , 易玺 , 廖波
IPC: G06T7/00 , G06V10/82 , G06V10/776 , G06V10/778 , G06V10/75 , G06N3/0464 , G06N3/045
Abstract: 本发明提出一种基于改进稠密连接网络的管道焊缝缺陷识别方法。该方法先对采集到的管道焊缝缺陷图像进行预处理，构建改进稠密连接网络模型，具体实施方法为：首先采用多通道不同尺度卷积的形式去改善稠密连接网络，进而提高网络的泛化能力；然后通过堆栈两个相同尺度卷积的方式去提高网络的特征提取能力；在网络稠密连接块中引入注意力机制模块，以达到提升有益特征，抑制无用特征的效果；设计交叉熵函数结合惩罚项损失函数，增加网络正则化效果；最后，利用数据训练集对模型进行参数训练，用测试集对训练好的模型进行测试。本发明有效的提高了管道焊缝缺陷识别精度和识别效率。
-
公开(公告)号：CN116167947A
公开(公告)日：2023-05-26
申请号：CN202310388957.7
申请日：2023-04-13
Applicant: 西南石油大学
IPC: G06T5/00 , G06V10/774 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于噪声水平估计的图像降噪的方法，以特征降维与卷积神经网络为基础，本发明的噪声水平估计模块具有估计准确和计算效率高的优点，在先行估计出噪声水平后再进行降噪，克服了常用的FFDNet等模型严重依赖先验参数的问题，并且将FFDNet模型的连续卷积部分替换为了密集连接块，大大提升了模型的特征提取能力。本发明可快速高效地完成图像降噪，具有广泛的应用价值。
-
公开(公告)号：CN115984249A
公开(公告)日：2023-04-18
申请号：CN202310093158.7
申请日：2023-02-10
Applicant: 西南石油大学
Abstract: 本发明所提供的一种基于迭代阈值的射线图像焊缝分割算法，本发明的阈值按照固定步长更新，当前迭代的阈值在上一轮迭代的阈值的基础上按照固定步长向上增加，逐步逼近最优的分割阈值；所利用两次循环的距离差值作为判断条件，更适合焊缝在图像中横向分布的情况，有利于焊缝区域的分割。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.019 seconds)
