公开(公告)号：CN117495808A

公开(公告)日：2024-02-02

申请号：CN202311461883.1

申请日：2023-11-06

Applicant: 江南大学

Inventor： 俞经虎 ,  张不凡 ,  朱行飞 ,  孙召飞 ,  陆煜

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供基于自适应空间注意机制的金属表面小目标缺陷检测方法，其在不增加计算资源的前提下，可以针对金属表面小缺陷目标进行更好地分类，确保训练保留全局信息的同时更加注重于输入特征的重要信息，在不降低推理速度的基础上实现提升模型的识别精度。其将自适应空间注意机制嵌入到现有的网络模型中，在自适应空间注意机制中，对输出特征进行自适应池化操作；将自适应池化操作输出的特征图沿通道进行拼接操作得到最具代表性而又兼顾上下文信息的特征图，然后利用空洞空间注意机制在增大感受野的同时，提升缺陷特征空间上的依赖关系；最后，通过通道拆分合并的操作对特征图进行降维可以更好地保留所提取的特征而又降低了计算资源。

公开(公告)号：CN117934433A

公开(公告)日：2024-04-26

申请号：CN202410123146.9

申请日：2024-01-30

Applicant: 江南大学

Inventor： 俞经虎 ,  孙召飞 ,  朱行飞 ,  周星宇

IPC: G06T7/00 ,  G06T7/73 ,  G06V10/44 ,  G06V10/46 ,  G06V10/52 ,  G06V10/54 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于深度学习的全景牙片病症识别与辅助诊断方法及系统，涉及全景牙片病症识别与辅助诊断技术领域，包括采集全景牙片病症图片并进行筛选，对图片进行标注；构建全景牙片病症数据集，训练病症识别与辅助诊断网络，得到训练好的网络权重；将图片数据输入训练好的网络，得到全景牙片病症识别结果和存在位置。本发明通过利用深度学习网络模型快速、精确地对医学图像中的牙齿病变区域进行检测，对全景片或口腔扫描数据进行智能深度学习，经过算法智能得出综合结果。辅助医生快速且精准地诊断病情，缓解医疗资源紧缺地区的诊断压力，改进并优化检测模型，对现有的目标检测神经网络进行结构改进和优化，更适应于全景牙片缺陷检测。