公开(公告)号：CN113658176A

公开(公告)日：2021-11-16

申请号：CN202111042320.X

申请日：2021-09-07

Applicant: 重庆科技学院

Inventor： 韩琦 ,  侯明阳 ,  翁腾飞 ,  陈国荣 ,  杨恒 ,  武宸 ,  王洪艺 ,  田升 ,  解燕 ,  张澳 ,  张崟溧

IPC: G06T7/00 ,  G06T5/50 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于交互注意力与卷积神经网络的瓷砖表面缺陷检测方法，对收集到的瓷砖缺陷图像进行变换、特征提取，随后进行对齐，获得差分图像，结合缺陷图像与差分图像构成数据集，随后进行缺陷标注，按比例划分训练集测试集。确定优化方法及损失函数，将所构建的瓷砖表面缺陷检测神经网络以端到端的方式进行训练，获得训练好的检测神经网络对待检测瓷砖图像进行缺陷类别与缺陷位置预测，随后使用非极大值抑制获得最终结果。本发明提高了瓷砖缺陷检测的精度；本方法对瓷砖表面缺陷进行检测的方法流程可以应用到其他类型的表面缺陷检测框架中提高检测精度，通用性强。

公开(公告)号：CN113658176B

公开(公告)日：2023-11-07

申请号：CN202111042320.X

申请日：2021-09-07

Applicant: 重庆科技学院

Inventor： 韩琦 ,  侯明阳 ,  翁腾飞 ,  陈国荣 ,  杨恒 ,  武宸 ,  王洪艺 ,  田升 ,  解燕 ,  张澳 ,  张崟溧

IPC: G06T7/00 ,  G06T5/50 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于交互注意力与卷积神经网络的瓷砖表面缺陷检测方法，对收集到的瓷砖缺陷图像进行变换、特征提取，随后进行对齐，获得差分图像，结合缺陷图像与差分图像构成数据集，随后进行缺陷标注，按比例划分训练集测试集。确定优化方法及损失函数，将所构建的瓷砖表面缺陷检测神经网络以端到端的方式进行训练，获得训练好的检测神经网络对待检测瓷砖图像进行缺陷类别与缺陷位置预测，随后使用非极大值抑制获得最终结果。本发明提高了瓷砖缺陷检测的精度；本方法对瓷砖表面缺陷进行检测的方法流程可以应用到其他类型的表面缺陷检测框架中提高检测精度，通用性强。

公开(公告)号：CN116543197A

公开(公告)日：2023-08-04

申请号：CN202310355763.7

申请日：2023-04-04

Applicant: 重庆科技学院

Inventor： 韩琦 ,  钱鑫 ,  翁腾飞 ,  徐宏翔 ,  邱自成 ,  裴仰军 ,  蒙仑 ,  吴克鹏 ,  田袁 ,  张崟溧

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/42 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于特征融合和注意力机制的医学图像分类方法，包括的步骤为：图像预处理；基于卷积神经网络主干网的特征提取。基于多尺度特征融合；交互注意力金字塔，筛选出具有判别性信息，并聚焦到这些重要信息上；经平均池化层输出分类结果。本发明的分类方法全部采用卷积方式提取特征，参数量较少，运行速度较快，适应医学影像数据少量样本的特征，不需要更新过多的权重参数，同时经实验验证此方法能够很好的适应一些“类间差异大，类类差异小”的一些比较难分的医学图像数据集。不仅适用于二分类任务，同时适用于多分类任务，可以根据任务需要，灵活调整主干网的类型，以适应不同的分类任务。