-
公开(公告)号：CN113139580B
公开(公告)日：2024-06-11
申请号：CN202110309301.2
申请日：2021-03-23
Applicant: 杭州电子科技大学
IPC: G06F18/2415 , G06F18/22
Abstract: 本发明公开了一种集成的加权多数软投票的众包数据真值推理方法。本发明包括：步骤1、通过计算实例属于每一个类别的概率，复制K‑1个实例副本，从而转换为新的众包数据集用以训练弱分类器；步骤2、采用基于极大似然估计的方法聚合弱分类器；步骤3、引入工人在不同的实例上的不同的标注能力，采用基于相似度比较的方法计算工人权重；步骤4、采用加权软投票的方法聚合生成推理的标签。本发明不仅引入了实例的特征，还综合考虑了不同工人对于不同实例的标注能力，通过基于相似度比较预测标签和工人标签得到的权重来量化标注能力。提出基于工人权重的加权软投票的方法预测最后的标签。本发明提出的方法具有较强的可实施性。
-
公开(公告)号：CN111741313A
公开(公告)日：2020-10-02
申请号：CN202010418949.9
申请日：2020-05-18
Applicant: 杭州电子科技大学
IPC: H04N19/597 , H04N13/161 , G06K9/62
Abstract: 本发明公开了一种基于图像熵K均值聚类的3D-HEVC快速CU分割方法。快速CU分割预测编码决策方法在CU划分之前，首先将CU平均划分为四块，然后对CU整体以及各小块分别进行二维熵计算，并合成一个五维向量，然后对其进行K均值聚类(K均值聚类模型需要进行离线训练得到各尺寸的聚类中心)，若判断为不需要划分，则停止对CU的划分，否则进入递归进一步划分。二维熵具有能突显图像分布特征以及混乱程度的能力，以此为基础进行K均值训练从而能够得到判断是否划分的模型。本发明直接对CU进行判断，减少了递归带来的时间消耗因此具有计算复杂度低、编码时间短和视频重建效果好的特点。
-
Patent Agency Ranking
公开(公告)号：CN110647985A
公开(公告)日：2020-01-03
申请号：CN201910709962.7
申请日：2019-08-02
Applicant: 杭州电子科技大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于人工智能模型库的众包数据辅助标注方法。本发明包括上传待标注的数据，提供所需的预训练模型，采用众包的方式对上传的部分数据进行标注，选取相应的预训练模型进行训练得到初步的模型，用该模型对未标注数据进行预标注；基于最优化算法采用众包的方式对标注过的数据进行分发从而进行二次标注；将二次标注的数据存储于算法库中，使算法库中的算法进行增量学习；对算法库中的模型进行优化并通过数据转换的语言实现自动化数据操作。通过本发明公开的基于人工智能深度学习算法库的半自动标注和众包的数据标注方法，可以解决当前标注数量大，人工标注数据慢标注质量不稳定，数据标注成本高的问题。
-
公开(公告)号：CN110636715A
公开(公告)日：2019-12-31
申请号：CN201910795988.8
申请日：2019-08-27
Applicant: 杭州电子科技大学
IPC: H05K3/34 , G01N21/956 , G01N21/88
Abstract: 本发明公开了一种基于自学习的自动焊接及缺陷检测方法。本发明包括如下步骤：步骤1、采用基于知识的焊点粗定位，并规划焊接最优路径，为视觉系统和机械臂提供运行方向；步骤2、基于机器视觉的焊点细定位，并判断焊点类型，精确引导机械臂找到焊点位置，针对性实施自动焊接；步骤3、采用基于在线深度强化学习的焊点缺陷检测，自动检测焊点缺陷及判断类型，为同工位二次补焊提供依据和指导。本发明采用路径规划算法优化相机与机械臂的焊接路径从而提高生产效率；本发明使用了融合多层特征的深度神经网络，有利于焊点众多小目标场景的检测；本发明对于单类目标，提高坐标损失的权重，提高定位精度；本发明对结果进行阈值过滤，筛选掉干扰目标，提高识别精度。
-
公开(公告)号：CN111741313B
公开(公告)日：2022-12-27
申请号：CN202010418949.9
申请日：2020-05-18
Applicant: 杭州电子科技大学
IPC: H04N19/597 , H04N13/161 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种基于图像熵K均值聚类的3D‑HEVC快速CU分割方法。快速CU分割预测编码决策方法在CU划分之前，首先将CU平均划分为四块，然后对CU整体以及各小块分别进行二维熵计算，并合成一个五维向量，然后对其进行K均值聚类(K均值聚类模型需要进行离线训练得到各尺寸的聚类中心)，若判断为不需要划分，则停止对CU的划分，否则进入递归进一步划分。二维熵具有能突显图像分布特征以及混乱程度的能力，以此为基础进行K均值训练从而能够得到判断是否划分的模型。本发明直接对CU进行判断，减少了递归带来的时间消耗，因此具有计算复杂度低、编码时间短和视频重建效果好的特点。
-
公开(公告)号：CN113139580A
公开(公告)日：2021-07-20
申请号：CN202110309301.2
申请日：2021-03-23
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种集成的加权多数软投票的众包数据真值推理方法。本发明包括：步骤1、通过计算实例属于每一个类别的概率，复制K‑1个实例副本，从而转换为新的众包数据集用以训练弱分类器；步骤2、采用基于极大似然估计的方法聚合弱分类器；步骤3、引入工人在不同的实例上的不同的标注能力，采用基于相似度比较的方法计算工人权重；步骤4、采用加权软投票的方法聚合生成推理的标签。本发明不仅引入了实例的特征，还综合考虑了不同工人对于不同实例的标注能力，通过基于相似度比较预测标签和工人标签得到的权重来量化标注能力。提出基于工人权重的加权软投票的方法预测最后的标签。本发明提出的方法具有较强的可实施性。
-
公开(公告)号：CN110636715B
公开(公告)日：2021-07-13
申请号：CN201910795988.8
申请日：2019-08-27
Applicant: 杭州电子科技大学
IPC: G01N21/956
Abstract: 本发明公开了一种基于自学习的自动焊接及缺陷检测方法。本发明包括如下步骤：步骤1、采用基于知识的焊点粗定位，并规划焊接最优路径，为视觉系统和机械臂提供运行方向；步骤2、基于机器视觉的焊点细定位，并判断焊点类型，精确引导机械臂找到焊点位置，针对性实施自动焊接；步骤3、采用基于在线深度强化学习的焊点缺陷检测，自动检测焊点缺陷及判断类型，为同工位二次补焊提供依据和指导。本发明采用路径规划算法优化相机与机械臂的焊接路径从而提高生产效率；本发明使用了融合多层特征的深度神经网络，有利于焊点众多小目标场景的检测；本发明对于单类目标，提高坐标损失的权重，提高定位精度；本发明对结果进行阈值过滤，筛选掉干扰目标，提高识别精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
