公开(公告)号：CN116403071A

公开(公告)日：2023-07-07

申请号：CN202310292198.4

申请日：2023-03-23

Applicant: 河海大学 ,  华能澜沧江水电股份有限公司 ,  中国电建集团昆明勘测设计研究院有限公司

Inventor： 陈志浩 ,  毛莺池 ,  杜建民 ,  李志兴 ,  蒋金磊 ,  王子成 ,  张浩江 ,  苏健 ,  熊力 ,  孟欢 ,  魏子钧 ,  曹林 ,  杨崇香 ,  梁国峰 ,  胡奇玮 ,  杨文云

IPC: G06V10/774 ,  G06V10/776 ,  G06V10/778 ,  G06V10/82 ,  G06V20/60 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/082

Abstract: 本发明公开一种基于特征重构的少样本混凝土缺陷检测方法及装置，获取公开数据集作为基类数据集；获取所需检测目标的样本图像，并进行标注，得到新类数据集；将所述基类数据集和新类数据集分别划分为元训练集、元验证集、元测试集；特征重构网络利用特征提取子网络对支持图像和查询图像进行特征提取，并使用区域建议子网络提出建议区域，利用特征对齐子网络对建议区域进行特征对齐，利用特征重构子网络对建议区域的查询特征进行特征重构，利用相似度计算子网络计算重构特征和对其特征的相似度并进行分类。本发明解决了混凝土缺陷样本不足条件下，目标检测模型易出现过拟合的现象，提升了少样本条件下的模型精度。

公开(公告)号：CN114708517B

公开(公告)日：2024-03-12

申请号：CN202210244009.1

申请日：2022-03-14

Applicant: 河海大学

Inventor： 毛莺池 ,  李祖银 ,  王龙宝 ,  王建 ,  钱勇 ,  徐淑芳 ,  陈志浩

IPC: G06V20/17 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/0985

Abstract: 本发明公开公开一种基于注意力的自适应元学习岩性识别方法及装置，设计了一个元学习岩性识别模型，采用情景训练策略模拟少样本场景，该模型主要分为两部分：骨干网络部分和超参数生成网络。骨干网络部分为融合多层注意力机制的残差网络进行特征提取，利用注意力机制从特征图中提取线性与非线性信息，再利用softmax函数进行归一化分类。超参数生成网络动态生成两个重要的超参数：学习率与权重衰减系数，实现更好的训练和泛化。本发明针对岩石图像量少，岩石特征差异性较小的特点设计了注意力特征提取模型，得到的特征具有更强的分辨能力，能够提高分类精度。利用超参数生成网络动态生成超参数，使得在元学习场景下每个内环迭代都能适应给定的任务。

公开(公告)号：CN115147615A

公开(公告)日：2022-10-04

申请号：CN202210773604.4

申请日：2022-07-01

Applicant: 河海大学 ,  中国电建集团昆明勘测设计研究院有限公司

Inventor： 陈志浩 ,  毛莺池 ,  张礼兵 ,  冯燕明 ,  张帅 ,  李祖银 ,  杨洁 ,  杨姗姗 ,  蔡卓森

IPC: G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于度量元学习网络的岩石图像分类方法及装置。所述方法包括以下步骤：获取地质勘查领域的岩石图像并标注，得到训练数据集；使用训练数据集对度量元学习网络进行训练，并获得各类别岩石图像的重构特征；网络训练完成后，将度量元学习网络与重构特征组成岩石分类模型，并构建应用系统，采集岩石图像并分类。一种基于度量元学习网络的岩石图像分类装置，包括训练集单元、特征提取器单元、特征重构单元、相似度计算单元。本发明解决了岩石颜色相近、纹理相似、类间相似度高、特征差异性小，利用一般图像识别难以正确分类的问题。

公开(公告)号：CN116403071B

公开(公告)日：2024-03-26

申请号：CN202310292198.4

申请日：2023-03-23

Applicant: 河海大学 ,  华能澜沧江水电股份有限公司 ,  中国电建集团昆明勘测设计研究院有限公司

Inventor： 陈志浩 ,  毛莺池 ,  杜建民 ,  李志兴 ,  蒋金磊 ,  王子成 ,  张浩江 ,  苏健 ,  熊力 ,  孟欢 ,  魏子钧 ,  曹林 ,  杨崇香 ,  梁国峰 ,  胡奇玮 ,  杨文云

IPC: G06V10/774 ,  G06V10/776 ,  G06V10/778 ,  G06V10/82 ,  G06V20/60 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/082

Abstract: 本发明公开一种基于特征重构的少样本混凝土缺陷检测方法及装置，获取公开数据集作为基类数据集；获取所需检测目标的样本图像，并进行标注，得到新类数据集；将所述基类数据集和新类数据集分别划分为元训练集、元验证集、元测试集；特征重构网络利用特征提取子网络对支持图像和查询图像进行特征提取，并使用区域建议子网络提出建议区域，利用特征对齐子网络对建议区域进行特征对齐，利用特征重构子网络对建议区域的查询特征进行特征重构，利用相似度计算子网络计算重构特征和对其特征的相似度并进行分类。本发明解决了混凝土缺陷样本不足条件下，目标检测模型易出现过拟合的现象，提升了少样本条件下的模型精度。

公开(公告)号：CN114708517A

公开(公告)日：2022-07-05

申请号：CN202210244009.1

申请日：2022-03-14

Applicant: 河海大学

Inventor： 毛莺池 ,  李祖银 ,  王龙宝 ,  王建 ,  钱勇 ,  徐淑芳 ,  陈志浩

IPC: G06V20/17 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开公开一种基于注意力的自适应元学习岩性识别方法及装置，设计了一个元学习岩性识别模型，采用情景训练策略模拟少样本场景，该模型主要分为两部分：骨干网络部分和超参数生成网络。骨干网络部分为融合多层注意力机制的残差网络进行特征提取，利用注意力机制从特征图中提取线性与非线性信息，再利用softmax函数进行归一化分类。超参数生成网络动态生成两个重要的超参数：学习率与权重衰减系数，实现更好的训练和泛化。本发明针对岩石图像量少，岩石特征差异性较小的特点设计了注意力特征提取模型，得到的特征具有更强的分辨能力，能够提高分类精度。利用超参数生成网络动态生成超参数，使得在元学习场景下每个内环迭代都能适应给定的任务。