公开(公告)号：CN114037668A

公开(公告)日：2022-02-11

申请号：CN202111275902.2

申请日：2021-10-29

Applicant: 湖北工业大学

Inventor： 王珊珊 ,  朱威 ,  樊子阳 ,  曾亮 ,  李晓春 ,  胡谦 ,  吴霓 ,  何嘉文

IPC: G06T7/00 ,  G06V10/764 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于线性融合神经网络的肝硬化分类方法、电子设备及计算机可读存储介质，所述方法包括：获取肝硬化感兴趣区域的图像和对应的分类标签，根据所述图像和对应的分类标签生成数据集；构建线性融合神经网络模型，利用所述数据集对所述线性融合神经网络模型进行训练，得到训练完备的线性融合神经网络模型；获取待分类包含肝硬化区域的图像，根据所述待分类包含肝硬化区域的图像和所述训练完备的线性融合网络模型，得到分类结果。本发明提供的基于线性融合神经网络的肝硬化分类方法，提高了肝硬化分类的准确度。

公开(公告)号：CN114821575A

公开(公告)日：2022-07-29

申请号：CN202210572988.3

申请日：2022-05-19

Applicant: 湖北工业大学

Inventor： 王珊珊 ,  朱威 ,  胡谦 ,  邹心怡 ,  杨宇晨 ,  何嘉文 ,  吴霓 ,  谭微微 ,  杨腾飞 ,  曾亮

IPC: G06V20/68 ,  G06V10/25 ,  G06V10/42 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06N20/20

Abstract: 本发明提供了一种基于注意力机制和集成学习的冰箱食材检测方法及装置。其方法包括：获得训练完备后的冰箱食材检测集成模型，所述冰箱食材检测集成模型包括模型结构不相同的第一冰箱食材检测模型和第二冰箱食材检测模型，所述第一冰箱食材检测模型包括联合注意力机制模块；获取待检测冰箱食材图像，并基于所述冰箱食材检测集成模型对所述待检测冰箱食材图像进行检测，获得所述待检测冰箱食材图像的检测结果。本发明通过设置冰箱食材检测集成模型包括模型结构不相同的第一冰箱食材检测模型和第二冰箱食材检测模型，且第一冰箱食材检测模型包括联合注意力机制模块，可增强特征的表达能力，提高冰箱食材检测集成模型的检测精度和准确性。

公开(公告)号：CN114821575B

公开(公告)日：2024-08-13

申请号：CN202210572988.3

申请日：2022-05-19

Applicant: 湖北工业大学

Inventor： 王珊珊 ,  朱威 ,  胡谦 ,  邹心怡 ,  杨宇晨 ,  何嘉文 ,  吴霓 ,  谭微微 ,  杨腾飞 ,  曾亮

IPC: G06V20/68 ,  G06V10/25 ,  G06V10/42 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明提供了一种基于注意力机制和集成学习的冰箱食材检测方法及装置。其方法包括：获得训练完备后的冰箱食材检测集成模型，所述冰箱食材检测集成模型包括模型结构不相同的第一冰箱食材检测模型和第二冰箱食材检测模型，所述第一冰箱食材检测模型包括联合注意力机制模块；获取待检测冰箱食材图像，并基于所述冰箱食材检测集成模型对所述待检测冰箱食材图像进行检测，获得所述待检测冰箱食材图像的检测结果。本发明通过设置冰箱食材检测集成模型包括模型结构不相同的第一冰箱食材检测模型和第二冰箱食材检测模型，且第一冰箱食材检测模型包括联合注意力机制模块，可增强特征的表达能力，提高冰箱食材检测集成模型的检测精度和准确性。