-
公开(公告)号:CN116360669A
公开(公告)日:2023-06-30
申请号:CN202310401563.0
申请日:2023-04-16
Applicant: 广西大学
Abstract: 本发明公开了一种用于多通道声发射信号采集的AD模数转换IP核,包括:AD模数转换IP核,驱动多个通道的AD芯片进行模数转换以得到声发射数据,并将多个通道的声发射数据进行整合后发送至FIFO缓存模块;FIFO缓存模块,缓存声发射整合数据;DMA模块,将FIFO缓存模块缓存的声发射整合数据传输至上位机的DDR3内存;时序控制模块,接收上位机产生的时钟信号并传递给其他模块;上位机,提供多通道数据采集系统所需的时钟信号,从DDR3内存中获取声发射整合数据,并通过位运算提取每个通道的声发射数据。本发明通过多通道数据整合以及位运算的方式实现多通道数据采集系统的通道划分功能,减少系统开发设计的工作量和复杂度,提高传输数据中有效数据位的占比。
-
公开(公告)号:CN116433909A
公开(公告)日:2023-07-14
申请号:CN202310401564.5
申请日:2023-04-16
Applicant: 广西大学
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V10/778 , G06V10/74
Abstract: 本发明公开了一种基于相似度加权多教师网络模型的半监督图像语义分割方法,包括如下步骤:准备用于语义分割模型训练的训练集和验证集数据;构建基于相似度加权的多教师网络模型SW‑MMTNet;对训练集的无标签数据分别进行强数据增强和弱数据增强,以实现对无标签数据的数据扰动;使用训练集的有标签数据和无标签数据联合进行SW‑MMTNet模型的训练;利用验证集对分割模型进行效果评估,得到最终的图像语义分割模型。方法能够整合多个教师网络的预测信息,为无标签数据生成优质、稳定的伪标签,从而有效地利用无标签数据辅助语义分割模型的训练,减少语义分割对大量数据的需求。此外,方法还通过数据扰动的方式,使得SW‑MMTNet的学生网络能够学习到更多的信息。
-