-
公开(公告)号：CN114663696B
公开(公告)日：2025-04-25
申请号：CN202210149567.X
申请日：2022-02-18
Applicant: 南京大学
IPC: G06V10/764 , G06V10/774 , G06N20/00
Abstract: 本发明公开一种适用于小样本医疗图像分类的类别增量学习方法和系统，首先基于已有医疗图像样本训练基础分类模型，然后采集不同类别的医疗图像样本，包括病理图片和对应的疾病类别，并基于图片特征计算新增类别代表性特征，并替换作为分类器模型的全连接层；然后在已有的医疗图像数据集上构造类别增量学习任务，学习特征调整模块；最后在医疗图像测试过程中利用特征调整模块对模型预测进行校准。本发明可以解决医疗图片因隐私问题无法同时获得，以及只能利用已有模型和新的医疗图片建立一个新模型的难点，并且本发明实施过程中占用资源少，适用性强。
-
公开(公告)号：CN113822373B
公开(公告)日：2023-09-15
申请号：CN202111254249.1
申请日：2021-10-27
Applicant: 南京大学
IPC: G06V10/764 , G06V10/774 , G06N5/04 , G06N20/20
Abstract: 本发明公开一种针对类别不均衡数据的基于集成与知识蒸馏的图像分类模型训练方法，包括子模型训练步骤、集成学习步骤和模型融合步骤；首先收集待分类的图片的训练数据，包括每类的图片以及图片的类别信息，在真实的情况下，不同类别的数据的个数呈长尾分布特征，并在该数据上，训练多个不同的深度模型。然后使用这些不同的深度模型对训练数据提取特征，并在特征空间中对这些深度模型进行集成，最后利用知识蒸馏的方法把集成模型融合成一个复杂度更低的推理模型，降低推理的复杂度。本发明可以解决在类别不平衡的情况下进行图片分类的问题，并且本发明实施过程中占用资源少，适用性强。
-
公开(公告)号：CN116704248A
公开(公告)日：2023-09-05
申请号：CN202310672837.X
申请日：2023-06-07
Applicant: 南京大学 , 中国医科大学附属第一医院
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于多语义不平衡学习的血清样本图像分类方法。首先，对原始图像进行裁剪和边缘识别等，获取含有血清样本信息的方形图片；接着，对训练样本进行预处理后使用深度10进行训练，构建分类模型，在模型评估时构建再平衡的数据集并进行联合测试，使得方法不会偏向于出现次数较多的类别；对样本图像训练一个二分类模型；然后，分别对这些模型使用应对类别不平衡的深度学习方法进行优化；最后，将得到的模型综合起来，得到一个用于识别血清样本质量的模型。本发明提出了一种新的应对多语义类别不平衡学习的方法，并结合神经网络二分类方法，实现了较高的图像分类精度。
-
公开(公告)号：CN116129182A
公开(公告)日：2023-05-16
申请号：CN202310037783.X
申请日：2023-01-10
Applicant: 南京大学
IPC: G06V10/764 , G06N3/084 , G06N3/0464 , G06N3/096
Abstract: 本发明公开一种基于知识蒸馏和近邻分类的多维度医疗图像分类方法，包括训练数据收集步骤，模型训练步骤和医疗图像分类步骤；所述训练数据收集过程中，首先收集医疗图像并进行预处理，然后对医疗图像标注所有疾病维度的标签，得到训练数据；模型训练过程中，首先针对每个疾病维度分别训练一个对应模型，再通过知识蒸馏技术把知识汇聚到一个统一的学生模型中；在最后的医疗图像分类过程中加载学生模型，获取待测试的病例图片，将预处理后的图片输入模型，反馈病例图片在所有维度上的输出结果。本发明的方法能够端到端地提取特征并做出预测，且使用一个统一的模型来对某一个具体的诊断图片同时输出多个疾病维度上的预测结果。
-
公开(公告)号：CN113963235A
公开(公告)日：2022-01-21
申请号：CN202111254295.1
申请日：2021-10-27
Applicant: 南京大学
IPC: G06V10/774 , G06V10/74 , G06V10/764
Abstract: 本发明公开一种跨类别图像识别模型重用方法和系统，从训练数据集中随机抽取多个样本元组，并使用模型T计算这些样本元组的关系评价矩阵；使用模型S计算这些样本元组的关系评价矩阵；将T计算得到的关系评价矩阵与S计算得到的关系评价矩阵做匹配，从而优化新类模型S；从训练数据集中随机抽取多个样本小批，并使用T计算这些样本小批的新类分类置信度；使用S计算这些样本小批的新类分类置信度；将T计算得到的新类分类置信度与S计算得到的新类分类置信度做匹配，同时最小化S在这些样本小批上的交叉熵损失，从而进一步优化S；第二阶段结束后，返回训练好的新类S。本发明可以提高旧模型的可复用性。
-
Patent Agency Ranking
公开(公告)号：CN110502660A
公开(公告)日：2019-11-26
申请号：CN201910803477.6
申请日：2019-08-28
Applicant: 南京大学
IPC: G06F16/583 , G06F16/55 , G06K9/62
Abstract: 本发明公开一种弱监督下的多距离度量图像检索方法，获取图像及图像数据的弱监督关联信息；初始化K个距离度量；在收集到的数据上优化距离度量；检查K个距离度量是否合法；对不合法的距离度量做投影，将其变换为合法的距离度量；重复上述过程，直到所有距离度量都不再产生较大的变化，返回获取的K个距离度量函数；用户输入一张图片，从数据库中检索与这张图片相似的图片；分别计算K个相似度函数给出的被检索图片和数据库中所有候选图片之间的相似度；利用聚合函数将K个相似度进行聚合，获取该图片在各种语义下和数据库中所有图片的整体相似度；返回整体相似度最高的若干张候选图片。本发明考虑图像之间多种相似性和内在关联，提高检索准确度。
-
公开(公告)号：CN108595593A
公开(公告)日：2018-09-28
申请号：CN201810354714.0
申请日：2018-04-19
Applicant: 南京大学
Abstract: 本发明公开了一种基于主题模型的会议研究热点与发展趋势信息分析方法，包括从网络上利用爬虫获取相关会议文章与Reweight训练数据构建步骤，特征关键词提取与主题模型训练步骤，研究热点与发展趋势分析步骤；首先利用爬虫收集一定数量的各个会议的录用文章，经过文本格式转换与处理后得到原始文本数据集，并通过Reweight的方式按照年份构建训练数据，然后对数据集进行关键词的提取，结合关键词列表，逐年训练主题模型，最后利用训练得到的主题模型中的各个主题分布的变化对该会议的研究热点和发展趋势进行分析。与现有的分析方法相比，本发明的方法分析方式新颖，分析覆盖范围广泛，并易于推广。
-
公开(公告)号：CN1595432A
公开(公告)日：2005-03-16
申请号：CN200410041172.X
申请日：2004-07-05
Applicant: 南京大学
IPC: G06K9/34
Abstract: 本发明公开了一种基于聚类学习器集成的数字图像分割方法，该方法包括以下步骤：将图像转化为像素向量集合；利用像素向量集合训练出多个聚类学习器；将各聚类学习器的聚类结果进行结合以产生粗分割结果；去除粗分割结果中的孤立点；将像素数少的小区域并入其最大邻域；将RGB均值小的区域并入其最近邻域；结束。本发明的显著优点是利用多个聚类学习器提高了数字图像分割的精度，并辅助提高了数字图像处理装置在进行数字图像分割时的性能。
-
公开(公告)号：CN112529160B
公开(公告)日：2024-08-23
申请号：CN202011450396.1
申请日：2020-12-09
Applicant: 南京大学
IPC: G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09 , G06T7/207 , G06T9/00
Abstract: 本发明公开一种摄像器材记录的视频图像数据的高维模仿学习方法，首先利用高效卷积神经网络的自动编码器作为特征抽取器将智能体采集的图像数据压缩成编码，之后对编码进行二值化处理；获得智能体的图像数据的二值编码后，使用全连接神经网络输出奖赏信号；最后将奖赏信号输入给现有的智能体进行学习，从而获得能够很好地模仿专家行为的智能体。在实用阶段，只需给模型输入专家示范的数据和智能体与环境交互采集到的图像数据，就能获得高效的奖赏信号，该信号可直接用于智能体进行强化学习训练。由于该方法可处理高维视频图像数据，因此模型可运行在搭载有摄像器材的设备上。
-
公开(公告)号：CN110502660B
公开(公告)日：2024-02-13
申请号：CN201910803477.6
申请日：2019-08-28
Applicant: 南京大学
IPC: G06F16/583 , G06F16/55 , G06V10/74 , G06V10/764
Abstract: 本发明公开一种弱监督下的多距离度量图像检索方法，获取图像及图像数据的弱监督关联信息；初始化K个距离度量；在收集到的数据上优化距离度量；检查K个距离度量是否合法；对不合法的距离度量做投影，将其变换为合法的距离度量；重复上述过程，直到所有距离度量都不再产生较大的变化，返回获取的K个距离度量函数；用户输入一张图片，从数据库中检索与这张图片相似的图片；分别计算K个相似度函数给出的被检索图片和数据库中所有候选图片之间的相似度；利用聚合函数将K个相似度进行聚合，获取该图片在各种语义下和数据库中所有图片的整体相似度；返回整体相似度最高的若干张候选图片。本发明考虑图像之间多种相似性和内在关联，提高检索准确度。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.02 seconds)
