-
公开(公告)号:CN119006781A
公开(公告)日:2024-11-22
申请号:CN202411024163.3
申请日:2024-07-29
Applicant: 安徽工业大学
IPC: G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于改进YOLOv5x的肺结节检测方法,涉及计算机图像目标检测技术领域,针对肺结节检测任务预设特定候选框,对提取到的信息利用不充分,进而导致推理准确度低的技术问题,本发明首先对原始数据集进行实质分割等处理,确保数据质量;其次,在YOLOv5x模型中添加ODConv模块替换现有的普通卷积模块,增强特征提取能力;然后,根据肺结节检测任务的特征,构建适配当前任务的检测框作为网络的生成框,提高小目标的检测效果;最后,通过输入图像到网络中进行目标检测训练,并根据得到的损失值动态调整模型参数,通过上述一系列优化措施,显著提高了肺结节检测的准确性,为临床诊断提供了有力支持。
-
公开(公告)号:CN118298220A
公开(公告)日:2024-07-05
申请号:CN202410352969.9
申请日:2024-03-26
Applicant: 安徽工业大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/0499 , G06N3/084 , G06N3/045
Abstract: 本发明公开了基于OAT框架的CNN标准精度与鲁棒精度的平衡方法,涉及计算机图像分类技术领域,解决了模型仅针对标准损失函数进行优化,没有考虑到对抗扰动的影响,导致CNN模型的标准精度与鲁棒精度出现不平衡技术问题;本发明在OAT框架的分离特征机制下,利用符号化处理初始化扰动,将Admix增强对抗攻击方法用于对抗训练,生成更强对抗样本,两种方法结合不仅维持了两种精度的平衡,而且提升模型鲁棒性以应对复杂场景;本发明通过干净样本与随机样本组成的混合样本和缩放因子对模型进行对抗训练,并通过得到的损失值对模型参数进行动态调整,实现标准精度和鲁棒精度的平衡。
-
-