-
公开(公告)号：CN117422919A
公开(公告)日：2024-01-19
申请号：CN202311428350.3
申请日：2023-10-31
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于可分离卷积块和空间缩减注意力机制的图像分类方法，属于图像分类领域。将交叉深度可分离卷积和经过改进的空间缩减注意力机制加入到PVT模型中，减少模型训练时间，并且在减少注意力计算时计算量的同时基本不损失特征图的原始信息。搭建基于交叉深度可分离卷积块嵌入和空间缩减注意力机制的网络模型，包括块嵌入模块，线性投影模块，位置信息嵌入模块以及空间缩减注意力机制模块；进行图像分类，以提升在图像分类时的计算速率以及保留原始边界信息。从而达到整体的提升效果。本发明有效地改善了模型计算量巨大以及图像边界信息丢失等问题，减少了模型的计算量以及提升了模型分类性能。
-
公开(公告)号：CN119380192A
公开(公告)日：2025-01-28
申请号：CN202411431024.2
申请日：2024-10-14
Applicant: 重庆邮电大学
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455
Abstract: 本发明涉及一种基于transformer算法的遥感图像实时检测方法，属于计算机视觉技术领域。其包括：获取遥感图像并对遥感图像进行数据增强预处理；将数据增强后的输入骨干特征提取网络提取关键信息，生成特征图；将提取的特征图输入构建的多尺度空间特征融合网络进行特征融合，得到若干综合特征图；通过感知查询模块对若干综合特征图进行解耦，并选择若干特征输入至检测头模块中预测潜在目标的位置和类别；按照前述步骤对模型进行训练，训练完成后用于遥感图像实时检测。本发明通过数据增强、高效特征提取与编码、多尺度特征融合、感知查询与高效检测等技术手段，提高了遥感图像检测速度，具有较强的实用性和应用价值。
-
公开(公告)号：CN119888222A
公开(公告)日：2025-04-25
申请号：CN202411912504.0
申请日：2024-12-24
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V20/56 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种面向道路场景的多尺度双流融合实时语义分割方法，属于语义分割领域。该方法包括：获取驾驶道路场景下的图像数据集；按比例将数据划分并进行数据增强；搭建双流融合网络模型；利用数据集对模型进行训练、验证和测试，选择效果最优模型获取语义分割结果。图像分别由空间分支和语义分支提取特征，空间分支引入由空间可分离卷积和深度可分离卷积结合的残差基本块，减少参数量，语义分支引入级联空洞卷积和小波下采样特征提取，扩张特征图感受野，融合策略采用优化注意力加权方式，提取更有效的空间和通道信息，改进新的特征金字塔池化结构，加强模型泛化性。该方法在保证实时性的同时提高分割精度，确保计算复杂度和精度的平衡。
-
公开(公告)号：CN119360635A
公开(公告)日：2025-01-24
申请号：CN202411370624.2
申请日：2024-09-29
Applicant: 重庆邮电大学
IPC: G08G1/065 , G08G1/01 , G06N3/0442
Abstract: 本发明涉及一种基于长短期时空图神经网络的交通流预测方法，属于计算机技术领域。该方法为：输入长时间序列的交通流数据，将长时间序列划分成等长的非重叠的子序列，为了提高模型的运行效率，对子序列进行掩码重构；接着将处理后的子序列分别送入长期特征提取器、短期特征提取器与周期特征提取器，再将提取到的特征进行拼接，最终通过多层感知机进一步处理这些拼接的特征，得到最后的预测结果。该方法让子序列成为特征提取的基本单位，并引入掩码机制，使得模型使模型可以从长时间序列中学习压缩的、上下文信息丰富的子序列表示。通过堆叠多层扩张因果卷积进行特征提取，捕捉长时间序列中的趋势特征，避免传统预测算法中面临的梯度消失问题。
-
-
-
Search Results
4
records
(took 0.016 seconds)
