-
公开(公告)号：CN119625281A
公开(公告)日：2025-03-14
申请号：CN202411835313.9
申请日：2024-12-13
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06V10/766 , G06V10/764 , G06N3/0464 , G06N3/048 , G06V10/80 , G06N3/0985 , G06N3/045 , G06N3/084
Abstract: 本发明公开基于相移编码和定向特征增强的旋转目标检测方法及系统，属于图像识别技术领域；方法包括：获取图像数据集并增强处理；输入到ARC网络提取任意方向目标的特征；通过EMA模块对特征进行自适应特征优化，使用ARF对优化后的特征方向信息进行编码，生成方向敏感特征用于边界框回归，再通过旋转不变池化层提取定向特征用于分类；利用相移编码器将旋转框的角度通过线性映射为对应频率的相位，预测相移余弦值，解码得到最终的相位；最后应用非极大值抑制方法，去除重叠的检测框，保留最佳的检测结果。其中使用帕累托优化理论自适应加权损失项，通过多梯度下降算法更新模型参数，得到的最终模型能够提高包含多方向小物体目标检测的准确性和效率。
-
公开(公告)号：CN118038026B
公开(公告)日：2024-08-02
申请号：CN202410430680.4
申请日：2024-04-11
Applicant: 江苏省送变电有限公司 , 南京邮电大学
IPC: G06V10/25 , G06V10/82 , G06V10/776 , G06V10/774 , G06V10/766 , G06V10/764 , G06V10/75 , G06N3/0464 , G06N3/0985
Abstract: 本发明提出了一种基于旋转目标检测的变电站二次接线可信质检方法，包括构建基于二次接线真实场景的目标检测数据集，基于YOLOv8m模型构建不确定性感知的旋转目标检测模型，检测头中引入回归不确定性分支和分类不确定性分支，并分别进行高斯分布建模，模型能在输出目标检测结果的同时，伴随输出衡量检测结果的不确定性度量，并将该不确定性度量用于改善NMS的质量；同时还设计了具有拒识功能的成对匹配算法，根据目标检测结果和相应的不确定性度量，对输入图像中的端子和接线帽进行匹配，并对其中不确定性度量超出阈值的接线帽进行拒识。本发明区别于传统的人工质检方式，在提高了质检效率的同时，有效降低了工人的负担。
-
Patent Agency Ranking
公开(公告)号：CN115661500A
公开(公告)日：2023-01-31
申请号：CN202211681207.0
申请日：2022-12-27
Applicant: 南京邮电大学
IPC: G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及不确定性估计领域及目标检测领域，公开了基于二阶分布及不确定性感知聚类融合的目标检测方法。所述方法包括：定义目标类别服从先验分布为狄利克雷分布的类别分布，并基于主观逻辑理论，将其转化为等价的主观意见从而得到类别不确定性评估以及类别预测；定义目标位置偏移量服从先验分布为高斯逆伽马分布的高斯分布，并对目标位置标签进行逆运算，基于神经网络学习得到的二阶分布计算得到目标框位置信息以及回归不确定性估计；基于空间邻近性对模型输出的预测框聚类得到预测框簇，并引入加权信念融合方法对预测框簇中的狄利克雷分布进行融合，最终针对同一目标，得到结合了不同预测框证据的单一预测框作为最终结果。
-
公开(公告)号：CN118674927B
公开(公告)日：2025-03-25
申请号：CN202410771852.4
申请日：2024-06-15
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06V10/774
Abstract: 本发明公开了一种基于证据学习的不确定性感知半监督胰腺分割方法。首先，引入可变形卷积，构建具有可自适应不同尺度和形变大小感受野的可变形U‑Net，以更好的提取胰腺多变的几何特征；其次，基于MT框架，引入证据深度学习对模型的预测不确定性进行建模，将模型的输出视为证据，并形式化为狄利克雷分布，通过主观逻辑计算预测类别概率以及不确定性，根据不确定性信息生成未标记数据上可靠的伪标签指导模型学习；最后，引入对目标边界分割质量更敏感的边界损失，使模型更关注目标边界的分割效果。本发明克服了现有半监督学习方法难以保证伪标签质量、平衡估计精度及计算成本的问题，并针对胰腺分割任务提供了更具有针对性的解决方案。
-
公开(公告)号：CN118674927A
公开(公告)日：2024-09-20
申请号：CN202410771852.4
申请日：2024-06-15
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06V10/774
Abstract: 本发明公开了一种基于证据学习的不确定性感知半监督胰腺分割方法。首先，引入可变形卷积，构建具有可自适应不同尺度和形变大小感受野的可变形U‑Net，以更好的提取胰腺多变的几何特征；其次，基于MT框架，引入证据深度学习对模型的预测不确定性进行建模，将模型的输出视为证据，并形式化为狄利克雷分布，通过主观逻辑计算预测类别概率以及不确定性，根据不确定性信息生成未标记数据上可靠的伪标签指导模型学习；最后，引入对目标边界分割质量更敏感的边界损失，使模型更关注目标边界的分割效果。本发明克服了现有半监督学习方法难以保证伪标签质量、平衡估计精度及计算成本的问题，并针对胰腺分割任务提供了更具有针对性的解决方案。
-
公开(公告)号：CN118038026A
公开(公告)日：2024-05-14
申请号：CN202410430680.4
申请日：2024-04-11
Applicant: 江苏省送变电有限公司 , 南京邮电大学
IPC: G06V10/25 , G06V10/82 , G06V10/776 , G06V10/774 , G06V10/766 , G06V10/764 , G06V10/75 , G06N3/0464 , G06N3/0985
Abstract: 本发明提出了一种基于旋转目标检测的变电站二次接线可信质检方法，包括构建基于二次接线真实场景的目标检测数据集，基于YOLOv8m模型构建不确定性感知的旋转目标检测模型，检测头中引入回归不确定性分支和分类不确定性分支，并分别进行高斯分布建模，模型能在输出目标检测结果的同时，伴随输出衡量检测结果的不确定性度量，并将该不确定性度量用于改善NMS的质量；同时还设计了具有拒识功能的成对匹配算法，根据目标检测结果和相应的不确定性度量，对输入图像中的端子和接线帽进行匹配，并对其中不确定性度量超出阈值的接线帽进行拒识。本发明区别于传统的人工质检方式，在提高了质检效率的同时，有效降低了工人的负担。
-
公开(公告)号：CN115661500B
公开(公告)日：2023-04-28
申请号：CN202211681207.0
申请日：2022-12-27
Applicant: 南京邮电大学
IPC: G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及不确定性估计领域及目标检测领域，公开了基于二阶分布及不确定性感知聚类融合的目标检测方法。所述方法包括：定义目标类别服从先验分布为狄利克雷分布的类别分布，并基于主观逻辑理论，将其转化为等价的主观意见从而得到类别不确定性评估以及类别预测；定义目标位置偏移量服从先验分布为高斯逆伽马分布的高斯分布，并对目标位置标签进行逆运算，基于神经网络学习得到的二阶分布计算得到目标框位置信息以及回归不确定性估计；基于空间邻近性对模型输出的预测框聚类得到预测框簇，并引入加权信念融合方法对预测框簇中的狄利克雷分布进行融合，最终针对同一目标，得到结合了不同预测框证据的单一预测框作为最终结果。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
