公开(公告)号：CN117912013A

公开(公告)日：2024-04-19

申请号：CN202410115746.0

申请日：2024-01-29

Applicant: 上海工程技术大学

Inventor： 奚峥皓 ,  周新涛 ,  吴明阳 ,  胡晋玮

IPC: G06V20/69 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种煤岩显微组分组自动分割模型的训练方法及系统，包括以下步骤：获取煤岩显微组分组图像，并对煤岩显微组分组图像进行预处理，根据预处理结果得到训练图像；使用有标签图像对深度卷积神经网络进行训练，根据训练结果生成教师模型；使用无标签图像对教师模型和学生模型进行训练，根据训练结果生成煤岩显微组分组自动分割模型；本发明具有以下有益效果：本发明能够在标注图像较少的情况下充分利用大量无标注的煤岩显微图像进行训练，从而可以减少训练时间，可以做到在小样本的情况下自动对煤岩显微组分组进行分割，并且本发明只需要少量的有标签图像进行训练就可以达到与需要大量有标签图像进行训练的全监督方法相近的准确率。

公开(公告)号：CN117423107A

公开(公告)日：2024-01-19

申请号：CN202311598213.4

申请日：2023-11-27

Applicant: 上海工程技术大学

Inventor： 奚峥皓 ,  周新涛 ,  杨君怡 ,  朱逸峰 ,  陈军然 ,  吴明阳

IPC: G06V20/69 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/80 ,  G06V10/764 ,  G06V10/74 ,  G06V10/26

Abstract: 本发明涉及煤岩识别技术领域，公开了一种空洞卷积自注意力机制的煤岩显微组分组识别方法及系统，包含编码和解码两个阶段，具体为：输入图像进入模型后首先进行图像块嵌入层的处理，将图像切分成多个小图像块并在通道维度方向展平成48维度的向量传入后续处理；随后需要依次通过四个网络结构相似的阶段，在编码过程的四层金字塔结构中，特征图的分辨率大小不断逐层递减，在输入特征图分辨率大小减少的同时，通道的维度则不断增加；S4，采用一个在分割任务中具有强大的特征还原能力的轻量级解码头，同时在解码器部分添加跳跃连接，通过融合阶段2至阶段4得到的特征信息来提高解码效果；经过多层感知机得到输出结果。

公开(公告)号：CN117011646A

公开(公告)日：2023-11-07

申请号：CN202311037144.X

申请日：2023-08-17

Applicant: 上海工程技术大学

Inventor： 奚峥皓 ,  周新涛 ,  吴明阳 ,  胡晋玮 ,  杨君怡

IPC: G06V10/774 ,  G06V10/776 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/0895

Abstract: 本发明公开了一种煤岩显微组分组自动分割模型的构建方法，其包括：全监督学习阶段：将有标签图像按批次输入卷积神经网络，以最小化分割头处的交叉熵损失和表征头处的对比损失为目标对煤岩显微组分组自动分割模型进行优化以得到教师模型；伪标签学习阶段：以教师模型作为初始的学生模型；教师模型对无标签图像进行伪标签推断，得到伪标签图像；根据像素的概率分布熵以区分可靠像素与不可靠像素；将可靠像素加入学生模型，以最小化分割头处的交叉熵损失和表征头处的对比损失为目标对学生模型进行优化；不可靠像素参与对比学习过程对学生模型进行优化。本方法构建的模型仅需要少量标注的煤岩显微图像，即可实现对煤岩显微图像的高质量自动化分割。