公开(公告)号：CN116453088A

公开(公告)日：2023-07-18

申请号：CN202310339243.7

申请日：2023-04-02

Applicant: 哈尔滨理工大学

Inventor： 刘立佳 ,  张馨泽 ,  顾施吉

IPC: G06V20/58 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了基于YOLOv6的交通标志检测与识别的方法。针对传统目标检测模型检测交通标志存在精度较低的问题来提高模型的全局特征提取能力。它的方法如下：在YOLOv6模型的主干网络中添加Transformer结构；使用CIoUNMS结构优化YOLOv6模型的后处理结构，提高生成检测框的准确率。本文在TT100K数据集上表现出色，并对部分类别数量进行均衡化处理，改进后的YOLOv6模型的mAP达到了94.5％，相比原模型提高了3.8％。因此改进后的YOLOv6模型在交通标志检测中有着更高的精度，在智能驾驶领域有着实际意义。

公开(公告)号：CN116452618A

公开(公告)日：2023-07-18

申请号：CN202310338594.6

申请日：2023-03-31

Applicant: 哈尔滨理工大学

Inventor： 刘立佳 ,  顾施吉 ,  王义文 ,  张馨泽 ,  周长利

IPC: G06T7/12 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455 ,  G06T5/20

Abstract: 本发明涉及医学图像分割领域，具体为一种三输入脊柱CT图像分割方法；具体步骤如下：首先，将三维脊柱CT图像转换成二维脊柱切片并重新命名，再对二维切片进行尺寸和通道数的调整；其次，对二维切片采用双边滤波和归一化的数据预处理操作；再次，改进U‑Net网络模型，将单输入变为三输入，三输入为三张连续的脊柱切片，对每张切片的编码器权值共享；然后在U‑Net网络的基础上再结合多尺度特征特征提取模块和注意力模块，多尺度特征提取模块用于增加全局特征提取能力，注意力模块用于关注片内信息的关联性；最后通过消融实验，得出网络最优模型。该方法通过输入三张连续的脊柱切片，优化二维分割模型中脊柱边缘提取能力弱导致分割效果不好，准确率低等问题。