公开(公告)号：CN114972405B

公开(公告)日：2024-08-06

申请号：CN202210485822.8

申请日：2022-05-06

Applicant: 北京科技大学顺德研究生院

Inventor： 马博渊 ,  康文彬 ,  班晓娟 ,  张雅斓

IPC: G06T7/194

Abstract: 本发明公开了一种面向图像分割的损失函数加权方法及装置，所述方法包括：构建具有前景和背景标注的适用于图像分割任务的图像数据集；根据图像中前景和背景所占的像素比例计算类别损失项；根据图像中前景和背景的形态计算形态损失项；根据图像中前景和背景相对于关键前景目标的距离计算目标距离损失项；将类别损失项、形态损失项和目标距离损失项加权累加，得到权重图；将权重图与交叉熵损失函数结合，确定图像分割模型的预测结果的损失值；在训练过程中，采用梯度下降的方式约束图像分割模型关注关键前景目标位置。本发明可以驱使人工智能模型在训练过程中学习到图像中目标的形状特征，从而提高图像分割任务中对于关键前景目标位置的定位准确率。

公开(公告)号：CN114972405A

公开(公告)日：2022-08-30

申请号：CN202210485822.8

申请日：2022-05-06

Applicant: 北京科技大学顺德研究生院

Inventor： 马博渊 ,  康文彬 ,  班晓娟 ,  张雅斓

IPC: G06T7/194

Abstract: 本发明公开了一种面向图像分割的损失函数加权方法及装置，所述方法包括：构建具有前景和背景标注的适用于图像分割任务的图像数据集；根据图像中前景和背景所占的像素比例计算类别损失项；根据图像中前景和背景的形态计算形态损失项；根据图像中前景和背景相对于关键前景目标的距离计算目标距离损失项；将类别损失项、形态损失项和目标距离损失项加权累加，得到权重图；将权重图与交叉熵损失函数结合，确定图像分割模型的预测结果的损失值；在训练过程中，采用梯度下降的方式约束图像分割模型关注关键前景目标位置。本发明可以驱使人工智能模型在训练过程中学习到图像中目标的形状特征，从而提高图像分割任务中对于关键前景目标位置的定位准确率。

公开(公告)号：CN113792910A

公开(公告)日：2021-12-14

申请号：CN202110938265.6

申请日：2021-08-16

Applicant: 北京科技大学

Inventor： 班晓娟 ,  康文彬 ,  姚超 ,  孙金胜 ,  宁春宇 ,  王天成 ,  郭灿城 ,  李思远 ,  高鸣飞

IPC: G06Q10/04 ,  G06Q50/04 ,  G16C60/00

Abstract: 本发明公开一种铝合金自动配料方法及装置，属于高质量轴承钢制造的技术领域。包括如下步骤：获取实际铝加工过程中的配料标准；对配料标准数据进行预处理；计算铝合金所需的总投料量和各元素重量；基于得到的投料总重量和各元素重量，建立全局最优投料模型；分别对废料、小金属、铝锭进行投料，之后迭代优化投料值，得到准确的配料结果，最后根据配料结果进行配料。本发明分别对废料、小金属、铝锭进行投料，最后迭代优化投料结果，获取实际铝合金加工过程中的准确的配料结果，能够解决现有配料方法存在难以建立数学模型、计算繁琐、过度依赖人工等缺点，节省人力和资源，提高配料的准确性和效率，大幅提升铝加工行业生产效率。