-
公开(公告)号：CN116228643A
公开(公告)日：2023-06-06
申请号：CN202211607746.X
申请日：2022-12-14
Applicant: 杭州电子科技大学信息工程学院
IPC: G06T7/00 , G06T5/00 , G06V10/774
Abstract: 本发明公开了一种基于改进型YOLOV5算法模型的结直肠息肉检测方法，包括：S1：获取结直肠息肉的CT影像数据集；S2：对所述CT影像数据集进行预处理，得到训练集；S3：对YOLOV5模型进行优化改进，得到改进型YOLOV5算法模型；S4：利用训练集对改进型YOLOV5算法进行训练，得到训练结果和训练后的改进型YOLOV5算法模型；S5：判断所述训练结果是否达到预设效果，若是，进入步骤S6；否则，返回步骤S3；S6：利用训练后的改进型YOLOV5算法模型对输入结直肠息肉的CT影像进行检测，得到检测结果。本发明能够提高结直肠息肉检测的效率和准确率。
-
Patent Agency Ranking
公开(公告)号：CN114092998A
公开(公告)日：2022-02-25
申请号：CN202111319006.1
申请日：2021-11-09
Applicant: 杭州电子科技大学信息工程学院
IPC: G06V40/16 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于卷积神经网络的佩戴口罩人脸识别检测方法，包括以下步骤：采集人脸部的图像；对采集到的图片进行预处理，然后对有无佩戴口罩进行标注；将划分好的训练集送入模型开始训练，输入的图片会经过主干特征提取网络，在主干特征提取网络中，会分离出6个有效特征层，用来预测结果；对获取到的每一个有效特征层，分别对其进行一次卷积，并需要计算每一个有效特征层对应的先验框；获得预测框对预测框进行得分排序与非极大抑制获得真实框；步骤六：快速检输出目标图像。本发明将VGG16的conv1，conv2，conv3，conv4，conv5的卷积层替换为mobilenet里面对应的可分离卷积层。大大减少了模型的参数，使得模型更加轻便，提升了模型行运行速度。
-
公开(公告)号：CN113734194B
公开(公告)日：2023-01-20
申请号：CN202110912554.9
申请日：2021-08-10
Applicant: 杭州电子科技大学信息工程学院
IPC: B60W60/00 , B60W50/00 , G06N3/04 , G06N3/08 , B60R16/023
Abstract: 本发明属于人工智能技术领域，公开了一种智能车、控制系统、控制方法、计算机设备、智能终端，所述智能车控制系统，包括传感器、信息处理、控制算法和执行机构；其中，所述信息处理与控制算法实现由软件完成，系统硬件包括处理器、传感器、驱动电路及执行机构；所述智能车控制方法包括：摄像头拍摄道路图片，EdgeBoard得到图片信息；调用道路巡航模型和任务地标模型得到巡航指令；EdgeBoard通过串口通信发出控制命令，WBOT接收上位机发来的命令并驱动相应的设备。本发明以基于百度飞桨深度学习的智能车模型设计应用作为研究内容，经过设计方案构思、车模结构组装到硬件电路搭建、软件算法编写等过程，最终制作出了一台完整的智能车。
-
公开(公告)号：CN114092414A
公开(公告)日：2022-02-25
申请号：CN202111292843.X
申请日：2021-11-03
Applicant: 杭州电子科技大学信息工程学院
Abstract: 本发明公开了一种基于结直肠息肉CT影像数据的图像分析方法，涉及医疗辅助技术领域。本发明包括数据集预处理、优化YOLOV3模型、基于空间连续性的息肉检测算法。本发明通过整合现有目标检测算法基础上，采用目前最新的Darknet‑53作为基础分类网络，该网络共有106层，在传统深度卷积网络基础上，加入了残差网络、上采样层、concat层、多尺度分类回归和多分类器来提升检测精度，针对当前人工审阅结直肠息肉影像数据容易出现漏诊、误诊的问题，提出了一种基于空间连续性的息肉检测算法用于辅助影像科医生提高检测准确率，缩短图像诊断时间，基于结直肠息肉CT影像数据，对图像异常状态进行识别，并准确定位息肉在图像中的位置。
-
公开(公告)号：CN116051829A
公开(公告)日：2023-05-02
申请号：CN202211619244.9
申请日：2022-12-14
Applicant: 杭州电子科技大学信息工程学院
Abstract: 本发明公开了一种喉癌和下咽癌的三维CT图像分割方法，所述喉癌和下咽癌的三维CT图像分割方法包括：S1：获取喉癌和下咽癌的原始三维医学CT图像；S2：将所述原始三维医学CT图像转化为二维医学CT图片，得到原始图像数据集；S3：将所述原始图像数据集中含有标签的有效图片作为训练集；S4：对所述训练集进行增强处理，得到增强后的训练集；S5：利用所述增强后的训练集对改进的Unet神经网络进行训练，得到训练好的神经网络；S6：利用所述训练好的神经网络对目标喉癌和下咽癌的三维医学CT图像进行分割，得到三维CT图像分割结果。本发明能够提高喉癌和下咽癌的三维CT图像分割的准确率和运算速度。
-
公开(公告)号：CN113734194A
公开(公告)日：2021-12-03
申请号：CN202110912554.9
申请日：2021-08-10
Applicant: 杭州电子科技大学信息工程学院
IPC: B60W60/00 , B60W50/00 , G06N3/04 , G06N3/08 , B60R16/023
Abstract: 本发明属于人工智能技术领域，公开了一种智能车、控制系统、控制方法、计算机设备、智能终端，所述智能车控制系统，包括传感器、信息处理、控制算法和执行机构；其中，所述信息处理与控制算法实现由软件完成，系统硬件包括处理器、传感器、驱动电路及执行机构；所述智能车控制方法包括：摄像头拍摄道路图片，EdgeBoard得到图片信息；调用道路巡航模型和任务地标模型得到巡航指令；EdgeBoard通过串口通信发出控制命令，WBOT接收上位机发来的命令并驱动相应的设备。本发明以基于百度飞桨深度学习的智能车模型设计应用作为研究内容，经过设计方案构思、车模结构组装到硬件电路搭建、软件算法编写等过程，最终制作出了一台完整的智能车。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
