公开(公告)号：CN114841930A

公开(公告)日：2022-08-02

申请号：CN202210401478.X

申请日：2022-04-18

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  耿玉标 ,  杜景林 ,  闫麒名 ,  岳志远

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于平行多尺度融合网络的产品缺陷检测方法，包括：将待检测的工业产品图像输入训练获得的产品缺陷检测网络模型，检测分割获得工业产品图像中的缺陷区域。训练获得产品缺陷检测网络模型，包括：构建产品缺陷检测网络模型；获取训练数据集，训练数据集包括历史工业产品图像和对应的缺陷区域的分割掩膜；将训练数据集送入产品缺陷检测模型中，构建历史工业产品图像和对应的缺陷区域的分割掩膜之间的映射关系；根据聚合损失函数，采用Adam优化器实现产品缺陷检测网络模型参数的迭代优化与更新。本发明实现了对工业产品图像分割缺陷区域，提高了分割的准确度。

公开(公告)号：CN112365476B

公开(公告)日：2023-12-08

申请号：CN202011268313.7

申请日：2020-11-13

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  闫宏艳 ,  李家豪 ,  刘青山 ,  闫麒名 ,  岳志远 ,  耿玉标

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06V10/82 ,  G06N3/084

Abstract: 本发明涉及一种基于双通路深度网络的雾天能见度检测方法，包括采集高速公路监控图像，根据能见度距离分类为若干等级，并划分为训练数据集与测试数据集；构建雾天能见度检测的双通路深度网络模型，两条通路分别学习暗通道先验信息与雾天图像的深度特征，并联合两类特征通过全连接层进行分类；设计用于优化网络模型参数学习的目标函数，预设网络模型的训练超参；将训练数据送入网络模型中，根据目标函数，采用Adam优化器实现模型参数的迭代优化与更新；训练完成的网络模型可实现对高速公路雾天能见度等级的端对端分类，预测高速公路监控图像的能见度等级。本发明可实现高速公路雾天(56)对比文件闫宏艳.基于深度卷积网络的高速公路雾天能见度检测《.中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》.2023,(第1期),B026-200.

公开(公告)号：CN112365476A

公开(公告)日：2021-02-12

申请号：CN202011268313.7

申请日：2020-11-13

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  闫宏艳 ,  李家豪 ,  刘青山 ,  闫麒名 ,  岳志远 ,  耿玉标

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于双通路深度网络的雾天能见度检测方法，包括采集高速公路监控图像，根据能见度距离分类为若干等级，并划分为训练数据集与测试数据集；构建雾天能见度检测的双通路深度网络模型，两条通路分别学习暗通道先验信息与雾天图像的深度特征，并联合两类特征通过全连接层进行分类；设计用于优化网络模型参数学习的目标函数，预设网络模型的训练超参；将训练数据送入网络模型中，根据目标函数，采用Adam优化器实现模型参数的迭代优化与更新；训练完成的网络模型可实现对高速公路雾天能见度等级的端对端分类，预测高速公路监控图像的能见度等级。本发明可实现高速公路雾天能见度等级的自动检测，为公路管理部门的智能化管理提供技术支撑。

公开(公告)号：CN114841930B

公开(公告)日：2025-04-11

申请号：CN202210401478.X

申请日：2022-04-18

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  耿玉标 ,  杜景林 ,  闫麒名 ,  岳志远

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于平行多尺度融合网络的产品缺陷检测方法，包括：将待检测的工业产品图像输入训练获得的产品缺陷检测网络模型，检测分割获得工业产品图像中的缺陷区域。训练获得产品缺陷检测网络模型，包括：构建产品缺陷检测网络模型；获取训练数据集，训练数据集包括历史工业产品图像和对应的缺陷区域的分割掩膜；将训练数据集送入产品缺陷检测模型中，构建历史工业产品图像和对应的缺陷区域的分割掩膜之间的映射关系；根据聚合损失函数，采用Adam优化器实现产品缺陷检测网络模型参数的迭代优化与更新。本发明实现了对工业产品图像分割缺陷区域，提高了分割的准确度。

公开(公告)号：CN115294479A

公开(公告)日：2022-11-04

申请号：CN202210948850.9

申请日：2022-08-09

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  岳志远 ,  杜景林 ,  耿玉标 ,  闫麒名

IPC: G06V20/17 ,  G06V20/70 ,  G06V10/82 ,  G06V10/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于各向异性上下文网络高分辨率遥感图像语义分割方法，包括：获取待进行语义分割的高分辨率遥感图像，并将其输入至用于遥感图像分割的各向异性上下文融合网络模型进行语义分割，获得分割图。本发明设计各向异性上下文聚合模块，将并行空洞卷积模块与复合条状池化模块进行结合，该模块通过并行空洞卷积提取不同尺度的特征向量，通过复合条状池化操作获取各向异性的空间上下文信息，进而捕捉广泛存在于遥感图像中不同尺度的各向异性上下文信息，并将提取的两部分特征向量进行拼接后进行上采样获得最终的分割图。本专利方法具有分割准确度高且分割速度快的优势，可实现遥感图像的语义分割，为高分辨率遥感图像解析提供技术支撑。