-
公开(公告)号：CN111046738B
公开(公告)日：2023-03-17
申请号：CN201911112828.5
申请日：2019-11-14
Applicant: 五邑大学
IPC: G06V40/10 , G06V10/26 , G06V10/764 , G06V40/14
Abstract: 本发明公开了一种针对指静脉分割的轻量化u‑net的精度提升方法，由于深度可分离卷积相对于普通卷积方法可以大大减少参数用以满足移动端移植的要求，因此可以将u‑net中普通卷积替换为深度可分离卷，但是减少参数的同时，分割精度又会不可避免的降低，因此本方法加入了知识蒸馏的方法，用参数正常结构相同的u‑net来辅助训练轻量级的网络，既不会增加网络本身的大小，又可以提高因为参数减少的精度。
-
公开(公告)号：CN115375897A
公开(公告)日：2022-11-22
申请号：CN202210905193.X
申请日：2022-07-29
Applicant: 五邑大学
Abstract: 本申请实施例提供了图像处理方法、装置、设备及介质，通过根据骨髓区图像学习局部信息得到第一特征，并根据骨髓区图像进行基于三维体素的多头自注意力计算处理得到第二特征，融合第一特征和第二特征；根据融合特征提取不同尺度的多个骨髓信息，将多个骨髓信息得到全局特征；根据融合特征和全局特征进行解码，得到解码特征；根据解码特征计算图像处理模型的损失函数值，根据损失函数值调整图像处理模型的参数；能够有效地解决功能性了骨髓最强区和次强区的形态变化大、类别分布不平衡、部分骨髓体积尺寸过小、功能性骨髓边界模糊等问题，实现准确有效地从CT图像中分割出功能性骨髓区。
-
公开(公告)号：CN114972324A
公开(公告)日：2022-08-30
申请号：CN202210751558.8
申请日：2022-06-29
Applicant: 五邑大学
Abstract: 本申请实施例公开了一种皮肤病变图像分割方法、系统、设备及存储介质，首先提取皮肤病变图像的多层次特征的上下文信息；然后通过门控融合解码器从多层次特征的上下文信息中自适应选择互补信息，并通过加法和门控机制将多层次特征的上下文信息进行融合，得到初始引导特征图；然后通过形状引导流模块逐步挖掘特征图中的病变边界并突出病变区域的形状，解决边界模糊问题；最后将形状引导流模块输出的最终引导特征图和皮肤病变图像的浅层特征进行门控卷积融合得到最终输出。本发明能够很好地解决皮肤病变图像中的病变区域大小不同和不规则导致目标定位不准确的问题以及病变区域与背景之间的模糊性等问题。
-
公开(公告)号：CN113132161B
公开(公告)日：2022-08-09
申请号：CN202110410701.2
申请日：2021-04-14
Applicant: 五邑大学
IPC: H04L41/0266 , H04L41/0803 , G06F9/445 , G06F9/30 , G06F3/06
Abstract: 本发明公开了一种基于ZYNQ的数据采集传输方法、装置、设备及存储介质，包括：接收由上位机发送过来的配置参数并且进行解析，得到操作指令；基于所述操作指令，通过PL端的状态机控制ADC模块进行数据采集并且将采集到的数据写入存储器；从所述存储器中读取数据并且将数据传输到上位机，能够很好地提高数据的采集传输速率。
-
公开(公告)号：CN113132161A
公开(公告)日：2021-07-16
申请号：CN202110410701.2
申请日：2021-04-14
Applicant: 五邑大学
Abstract: 本发明公开了一种基于ZYNQ的数据采集传输方法、装置、设备及存储介质，包括：接收由上位机发送过来的配置参数并且进行解析，得到操作指令；基于所述操作指令，通过PL端的状态机控制ADC模块进行数据采集并且将采集到的数据写入存储器；从所述存储器中读取数据并且将数据传输到上位机，能够很好地提高数据的采集传输速率。
-
Patent Agency Ranking
公开(公告)号：CN112116606A
公开(公告)日：2020-12-22
申请号：CN202011054093.8
申请日：2020-09-29
Applicant: 五邑大学
Abstract: 本发明公开了一种脑肿瘤图像分割方法、系统及计算机可读存储介质，所述脑肿瘤图像分割方法包括：获取脑肿瘤图像，并对所述脑肿瘤图像进行预处理，得到预处理图像；构建基于分阶段式残差结构的U‑Net3+网络模型；其中，所述U‑Net3+网络模型使用FRN标准化层；输入所述预处理图像至所述U‑Net3+网络模型中进行训练，得到脑肿瘤分割图像。本发明能够较准确地提取脑肿瘤图像中的特征，有效提高了脑肿瘤图像的分割精度。
-
公开(公告)号：CN109458979B
公开(公告)日：2020-12-01
申请号：CN201811321974.4
申请日：2018-11-06
Applicant: 五邑大学
Abstract: 本发明公开了一种基于无人机视觉分析的天线下倾角测量方法包括以下步骤：确定基站和天线疑似物的位置；进行天线预判直至确定天线；将天线描点并利用最小二乘法拟合成一条直线；根据直线计算天线下倾角角度并显示在控制无人机的移动端上；本发明能够节省测量天线下倾角时间，计算方法简单，提高了计算的效率和精度，大大减小恶劣天气对天线下倾角测量影响的优点。
-
公开(公告)号：CN111951173A
公开(公告)日：2020-11-17
申请号：CN202010547460.1
申请日：2020-06-16
Applicant: 五邑大学
IPC: G06T5/00
Abstract: 本发明公开了一种高自由度滤波算法的调整方法和存储介质，包括：获取待滤波图像；通过滑动窗口遍历所述待滤波图像；计算出所述滑动窗口内的像素平均值；在目标图像点的像素值大于所述像素平均值的第一预设倍数或者小于所述像素平均值的第二预设倍数的情况下，确定所述目标图像点为异常点；在所述异常点领域内的像素值与所述像素平均值的差值不大于预设值的情况下，确定所述异常点为图像噪音点；统计所有所述图像噪音点的分布情况，并根据所述图像噪音点的分布情况选择不同的滤波算子。本发明根据分布自适应选取合适的滤波算子来使得滤波效果更接近实际情况。
-
公开(公告)号：CN111831956A
公开(公告)日：2020-10-27
申请号：CN202010548112.6
申请日：2020-06-16
Applicant: 五邑大学
Abstract: 本发明公开了一种高自由度类不平衡性损失函数的调整方法和存储介质，包括：采用标准交叉熵损失函数来对训练网络进行训练；根据收敛后的所述训练网络计算所述标准交叉熵损失函数的梯度模长；根据所述梯度模长来选择梯度均衡损失函数或者自适应调整权重损失函数；其中，所述梯度均衡损失函数用于均衡batch数据内落入所述梯度模长中每个区间的数量；所述自适应调整权重损失函数用于使每个所述batch数据自适应调整权重。本发明实施例可以根据数据集的特点自适应选取损失函数，然后在网络训练过程中再次自适应调整权重来充分学习图像特征，尤其是学习难度较大的样本，能够在充分利用有限数据资源的前提下有效解决类别不平衡问题。
-
公开(公告)号：CN111259809A
公开(公告)日：2020-06-09
申请号：CN202010050817.5
申请日：2020-01-17
Applicant: 五邑大学
Abstract: 本发明公开了基于DANet的无人机海岸线漂浮垃圾巡检系统，使用全景分割算法，不仅同时分割出图像中的背景和前景目标物体，还给每个前景目标独立的身份。通过精确的分割结果帮助无人机调整航向，实现自动规划飞行路径，同时检测海岸线中的漂浮垃圾情况，发现污染反馈定位及类别，帮助有关部门解决在长海岸线的场景下的污染巡检问题。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.022 seconds)
