-
公开(公告)号:CN113344138A
公开(公告)日:2021-09-03
申请号:CN202110765391.6
申请日:2021-07-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于注意力机制的图像检测方法,可以通过注意力机制确定图片中感兴趣的区域,包括:采集图像,获取需要测试的图像数据集;将图像分成独立不重复的验证集和测试集;对验证集和测试集中的图像进行特征提取,获取需要的特征信息;基于Darknet53网络模型增加由通道注意力模块和空间注意力模块构成的SCSE模块,得到测试图像的模型;将验证集内的图像特征作为输入模型参数;将测试集内的图像特征作为输入模型参数;将测试集内图像的特征输入,获取相应的测试结果。本实验可以提高图片检测的精度,同时也能够提升检测的效率,提高资源的利用率。
-
公开(公告)号:CN114240988B
公开(公告)日:2024-09-06
申请号:CN202111444114.1
申请日:2021-11-30
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于非线性尺度空间的图像分割方法,涉及图像分割技术领域,基于KAZE特征,构建非线性尺度空间,通过KAZE算法对输入的图片进行非线性滤波,然后计算图像的梯度直方图,获取对比度参数k,根据一组进化时间t,利用加性分子分裂算法得到非线性尺度空间的所有图像,再平滑图像,利用迭代算法进行全局阈值处理,然后利用边缘改进全局阈值处理,基于改进后的阈值对图像中物体和背景进行初步分割,当物体和背景的对比度在图像中不统一时,根据图像的局部特征,通过最大类间方差法得到阈值并进行图像的分割。本发明解决了线性尺度空间内无法有效分辨均匀区域与边缘区域,在相同的滤波尺度条件下丢失大量局部细节的问题。
-
公开(公告)号:CN112766344A
公开(公告)日:2021-05-07
申请号:CN202110034433.9
申请日:2021-01-12
Applicant: 南京信息工程大学
Abstract: 本发明提出了一种基于YOLOv5优化器改进的违禁物品检测方法,涉及光学工程与人工智能领域,包括以下步骤:(1)行李X光图像数据的获取;(2)行李X光图像样本的划分;(3)行李X光图像的特征提取;(4)违禁品行李识别模型构建。本发明采用卷积神经网络PANet进行行李违禁品检测模型的构建,PANet模型能提取更多、更有效的特征信息,在无须拆开行李、随身物品的情况下,能够高效、准确地对旅客的行李进行检测。这样既保证了乘客通行情况下畅通无阻,也为民众的出行安全提供更好的保障。
-
公开(公告)号:CN115545269A
公开(公告)日:2022-12-30
申请号:CN202210950190.8
申请日:2022-08-09
Applicant: 南京信息工程大学
Abstract: 本发明涉及电网参数辨识技术领域,具体是一种基于卷积自注意力Transformer模型的电网参数辨识方法,包括模型训练阶段和模型预测阶段,所述模型训练阶段包括以下步骤:获取输电系统数据集,将处理后的多元数据进行归一化;构建卷积自注意力Transformer模型,将时间序列数据送入卷积自注意力Transformer模型中,开始模型训练过程;所述模型预测阶段包括以下步骤:获取真实的输电系统数据集,将处理后的多元数据进行归一化;将数据送入训练好的卷积自注意力Transformer模型中,经过运算后给出预测结果,该模型利用因果卷积在自注意力层生成Q、K,从而得到局部上下文的Q、K匹配,如形状,可以帮助模型实现较低的训练损失并进一步提高其预测准确性。
-
公开(公告)号:CN115239615A
公开(公告)日:2022-10-25
申请号:CN202210528722.9
申请日:2022-05-16
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于CTPN的布匹缺陷检测方法,包括以下步骤:S1:布匹数据集图像信息的获取;S2:布匹数据集图像样本的划分;S3:布匹数据集图像的特征提取;S4:布匹数据集基于CTPN的模型构建:(1)图像预处理模块;(2)网络框架优化:更换为Mobilenetv2的网络作为特征提取器;(3)使用双向LSTM;(4)特定anchor设计模块;(5)后处理模块;S5:布匹数据集的缺陷检测。本发明稳定、可靠,泛化能力强,可直接推广,完全抛弃了传统算法,增加模型的鲁棒性,大大提升布匹缺陷定位的准确率,不仅满足了布匹缺陷检测的精度,而且减少3/4推理的时间,加快了工业级纺织厂布匹检测算法落地。
-
公开(公告)号:CN114240988A
公开(公告)日:2022-03-25
申请号:CN202111444114.1
申请日:2021-11-30
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于非线性尺度空间的图像分割方法,涉及图像分割技术领域,基于KAZE特征,构建非线性尺度空间,通过KAZE算法对输入的图片进行非线性滤波,然后计算图像的梯度直方图,获取对比度参数k,根据一组进化时间t,利用加性分子分裂算法得到非线性尺度空间的所有图像,再平滑图像,利用迭代算法进行全局阈值处理,然后利用边缘改进全局阈值处理,基于改进后的阈值对图像中物体和背景进行初步分割,当物体和背景的对比度在图像中不统一时,根据图像的局部特征,通过最大类间方差法得到阈值并进行图像的分割。本发明解决了线性尺度空间内无法有效分辨均匀区域与边缘区域,在相同的滤波尺度条件下丢失大量局部细节的问题。
-
-
-
-
-