-
公开(公告)号：CN118038026A
公开(公告)日：2024-05-14
申请号：CN202410430680.4
申请日：2024-04-11
Applicant: 江苏省送变电有限公司 , 南京邮电大学
IPC: G06V10/25 , G06V10/82 , G06V10/776 , G06V10/774 , G06V10/766 , G06V10/764 , G06V10/75 , G06N3/0464 , G06N3/0985
Abstract: 本发明提出了一种基于旋转目标检测的变电站二次接线可信质检方法，包括构建基于二次接线真实场景的目标检测数据集，基于YOLOv8m模型构建不确定性感知的旋转目标检测模型，检测头中引入回归不确定性分支和分类不确定性分支，并分别进行高斯分布建模，模型能在输出目标检测结果的同时，伴随输出衡量检测结果的不确定性度量，并将该不确定性度量用于改善NMS的质量；同时还设计了具有拒识功能的成对匹配算法，根据目标检测结果和相应的不确定性度量，对输入图像中的端子和接线帽进行匹配，并对其中不确定性度量超出阈值的接线帽进行拒识。本发明区别于传统的人工质检方式，在提高了质检效率的同时，有效降低了工人的负担。
-
公开(公告)号：CN117974634A
公开(公告)日：2024-05-03
申请号：CN202410361714.9
申请日：2024-03-28
Applicant: 南京邮电大学
IPC: G06T7/00 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明属于基于计算机视觉的缺陷检测领域，公开了一种基于证据深度学习的无锚框表面缺陷可信检测方法，包括：获取缺陷样本训练数据集；构建基于证据深度学习的无锚框表面缺陷可信检测模型；使用所提出的不确定性自适应加权损失训练模型；获取缺陷样本测试数据集；将测试图像输入已训练的模型中，分别预测缺陷中心证据热力图、缺陷尺寸热力图和离散化误差热力图；使用D‑S理论对缺陷中心证据热力图局部峰值点进行可信融合，结合尺寸和离散化误差来生成最终结果。本发明使用证据深度学习方法建模不确定性，有效缓解现代深度网络过度自信的问题，降低高端装备核心零部件表面缺陷检测时漏检或误检风险。
-
公开(公告)号：CN117635904A
公开(公告)日：2024-03-01
申请号：CN202311711078.X
申请日：2023-12-13
Applicant: 南京邮电大学
IPC: G06V10/20 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/096 , G06V10/764 , G06V40/10
Abstract: 本发明属于目标检测技术领域，公开了一种动态自适应特征感知的可信低慢小无人机检测方法，所述方法包括：获取图像样本集，其包括鸟类和无人机两类目标，将样本分为训练集、验证集和测试集，并对图像样本进行预处理；改进YOLOv8s模型：在其backbone的P2层后引入极小目标检测模块，并在极小目标检测模块后引入动态自适应特征感知模块，最后将YOLOv8s模型的分类器改为可信分类器，得到无人机目标检测模型；构建GPU训练环境，设置训练参数，并加载数据配置文件和模型配置文件；经过训练得到训练好的无人机目标检测模型；取待识别图像输入到训练好的模型中进行检测，提高了复杂环境下小目标检测的精度。
-
公开(公告)号：CN117372552A
公开(公告)日：2024-01-09
申请号：CN202311347568.6
申请日：2023-10-18
Applicant: 南京邮电大学
Abstract: 本发明公开了一种工业品点云压缩技术领域的面向复杂表面的工业产品的三维点云数据压缩方法，旨在解决现有技术中数据量庞大的点云数据在运算、传输、存储的过程中会产生运算传输时间过长，影响生产效率等问题，其包括对原始点云数据文件中的点云数据进行划分得到缺陷点的点云数据集和去除缺陷点的点云数据集；对两个点云数据集分别采用不同的压缩方法进行压缩得到压缩后的点云数据集并结合，获得完整的工业产品的压缩点云数据文件。本发明可以有效对工业产品模型的点云数据量进行压缩，节省传输耗时，并同时保证压缩后的的点云数据通过三维重建后可较为接近原始产品的模型文件。
-
公开(公告)号：CN116721071A
公开(公告)日：2023-09-08
申请号：CN202310656053.8
申请日：2023-06-05
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种基于弱监督的工业产品表面缺陷检测方法及装置，其方法包括获取待检测的工业产品的表面图像；将所述表面图像输入预构建的缺陷检测模型，获取缺陷检测结果；通过热力图呈现所述缺陷检测结果；其中，所述缺陷检测模型的构建过程包括：获取所述工业产品的表面图像，添加缺陷标签生成样本图像，并构建训练集和测试集；构建基于ResNet网络、DeepLab网络以及CBAM注意力机制模块的网络模型；通过ImageNet数据库对网络模型进行预训练，生成预训练模型；通过训练集对预训练模型进行训练，生成缺陷检测模型；通过测试集对缺陷检测模型进行性能测试，若性能满足预设要求，则缺陷检测模型构建完成；本发明能够在缺陷样本少的情况下，提升模型的检测准确性。
-
Patent Agency Ranking
公开(公告)号：CN115661500B
公开(公告)日：2023-04-28
申请号：CN202211681207.0
申请日：2022-12-27
Applicant: 南京邮电大学
IPC: G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及不确定性估计领域及目标检测领域，公开了基于二阶分布及不确定性感知聚类融合的目标检测方法。所述方法包括：定义目标类别服从先验分布为狄利克雷分布的类别分布，并基于主观逻辑理论，将其转化为等价的主观意见从而得到类别不确定性评估以及类别预测；定义目标位置偏移量服从先验分布为高斯逆伽马分布的高斯分布，并对目标位置标签进行逆运算，基于神经网络学习得到的二阶分布计算得到目标框位置信息以及回归不确定性估计；基于空间邻近性对模型输出的预测框聚类得到预测框簇，并引入加权信念融合方法对预测框簇中的狄利克雷分布进行融合，最终针对同一目标，得到结合了不同预测框证据的单一预测框作为最终结果。
-
公开(公告)号：CN115661539A
公开(公告)日：2023-01-31
申请号：CN202211371478.6
申请日：2022-11-03
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明属于图像识别技术领域，是一种嵌入不确定性信息的少样本图像识别方法，首先划分少样本训练数据集，并使用特征提取网络提取样本中的判别性特征；然后对所提特征进行基于MixUp的数据增强获得扩充样本；进而对扩充样本进行不确定性评估获得每个扩充样本的不确定性；根据原始样本与扩充样本及其不确定性分别构建分类任务与嵌入不确定性信息的辅助任务；随后根据分类任务与辅助任务的损失优化图像识别模型；最后使用优化得到的最优模型进行少样本图像识别。本发明能够有效地在数据稀少的情况下通过MixUp方法扩充样本集，从而取得比传统少样本图像识别方法更精确的识别结果，有效提高了分类模型的可靠性。
-
公开(公告)号：CN114905505A
公开(公告)日：2022-08-16
申请号：CN202210383369.X
申请日：2022-04-13
Applicant: 南京邮电大学
Abstract: 本发明公开了机器人导航领域的一种移动机器人的导航控制方法、系统及存储介质，包括：根据真实环境中目标任务数据调整导航控制模型中子策略的使用次序，利用导航控制模型对移动机器人进行导航；所述导航控制模型的训练过程包括：利用分层强化学习算法构建导航控制模型，将LSTM网络引入导航控制模型作为轨迹编码网络；通过训练数据集对导航控制模型进行训练，通过元训练数据集对导航控制模型的LSTM轨迹编码网络进行元学习训练；重复迭代更新获得函数收敛的最终导航控制模型；本发明根据特定任务以特定次序使用子策略，简化了学习后的导航控制模型应用于实际环境的迁移过程，提高了导航控制模型的实时性。
-
公开(公告)号：CN108470052A
公开(公告)日：2018-08-31
申请号：CN201810200894.7
申请日：2018-03-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于矩阵补全的抗托攻击推荐算法，首先统计用户对项目的评分，提取用户的属性特征和项目的属性特征，分别构建用户-项目评分矩阵，用户属性特征矩阵和项目属性特征矩阵；然后将用户-项目评分矩阵中的托攻击评分建模为矩阵补全模型中的结构化噪声；然后采用分块坐标下降算法对各变量进行迭代更新，求得结构化行噪声矩阵；随后根据结构化行噪声矩阵剔除用户-项目评分矩阵中的托攻击评分；最后使用传统推荐算法进行评分预测，求得预测评分矩阵。本发明提供的推荐算法能够有效地检测出推荐系统中的托攻击用户，在托攻击干扰下可取得比传统推荐算法更精确的个性化评分预测效果，有效提高了推荐算法的鲁棒性。
-
公开(公告)号：CN119942088A
公开(公告)日：2025-05-06
申请号：CN202510244087.5
申请日：2025-03-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种可信遥感目标检测方法，包括以下步骤：S1.获取训练数据集；S2.以Oriented‑RCNN为基线模型，构建可信遥感目标检测模型；S3.训练可信遥感目标检测模型；S4.获取遥感目标检测测试数据集；S5.将测试图像输入训练好的遥感目标检测模型中，分别获取经过上下文增强后的RoI区域和未经过上下文增强的RoI区域，随后使用可信遥感目标检测模型获取分类结果和预测框位置；S6.对分类结果进行D‑S证据融合以获取融合后的分类结果，并与预测框位置一同输出，获取最终的预测结果。本发明解决了遥感目标检测中由于过度自信而难以应用于风险敏感领域的问题以及不合时宜引入上下文导致的性能下降问题。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.035 seconds)
