基于扩散模型的细胞分割数据集扩充方法

    公开(公告)号:CN119941751A

    公开(公告)日:2025-05-06

    申请号:CN202510011775.7

    申请日:2025-01-05

    Abstract: 本发明提出一种基于扩散模型的细胞分割数据集扩充方法,属于数字图像处理技术领域。该方法设计了条件控制嵌入的细胞分割掩膜和基于U‑Net的细胞数据集生成网络,将细胞分割掩膜特征嵌入扩散模型中,并构建细胞分割掩膜生成扩散网络。通过将细胞图像作为加噪和还原图像,分割掩膜作为条件控制图像,训练得到数据集扩充模型。该模型利用分割掩膜生成对应细胞图像,以扩充数据集,并通过无条件扩散模型生成分割掩膜,使用原数据集中的分割掩膜图像训练。实验表明,该方法能有效扩充细胞数据集,并提升细胞分割模型的泛化能力。与未扩充数据集相比,使用扩充数据集训练的模型在验证集上精度更高。

    基于边缘计算的玉珠表面缺陷检测方法

    公开(公告)号:CN117611521A

    公开(公告)日:2024-02-27

    申请号:CN202311372313.5

    申请日:2023-10-23

    Abstract: 本发明基于边缘计算的玉珠表面缺陷检测方法属于数字图像处理技术领域;该玉珠表面缺陷检测方法,首先构建了玉珠图像数据集,然后设计了CAGN神经网络,在GhostNet网络模型基础上添加CA注意力机制,将通道注意力分解为垂直方向和水平方向的特征编码过程,然后将玉珠表面缺陷位置数据从具有不同缺陷方向的两个方向图中编码为两个缺陷关注图,与原始模型GhostNet相比,提高了精确度,且更适配玉珠表面缺陷检测的研究,再构建了CAGN‑YOLOv7算法,解决了YOLOv7模型结构复杂、计算负载大、不易部署的问题,实现了边缘端的实时检测。

Patent Agency Ranking