-
公开(公告)号：CN118968562A
公开(公告)日：2024-11-15
申请号：CN202411197425.6
申请日：2024-08-29
申请人： 鲁东大学
摘要： 本发明涉及一种基于改进注意力机制的密集稚鲍遮挡恢复方法，属于计算机视觉技术领域。一种基于改进注意力机制的密集稚鲍遮挡恢复方法，包括建立鲍鱼幼苗数据集、建立模型和训练模型；所述建立鲍鱼幼苗数据集中，将数据集分为测试集和训练集，其特殊之处在于：将所述训练集的鲍鱼幼苗数据输入建立模型中，获得最终模型；所述建立模型：通过骨干网络提取特征，获得掩码大致轮廓，再通过特征重校准模块实现特征重校准的协调注意力分割模块，输出细化轮廓后的鲍鱼幼苗图片，得到密集稚鲍图像分割模型；训练模块对获得的密集稚鲍图像分割模型进行训练。本申请的方案具有更精确的鲍鱼幼苗位置信息，更有利于提高遮挡恢复的准确率。
-
公开(公告)号：CN118609170A
公开(公告)日：2024-09-06
申请号：CN202411080516.1
申请日：2024-08-08
申请人： 鲁东大学
摘要： 本发明涉及利用横向跨尺度融合查询矩阵检测鲍鱼幼苗的方法及装置，属于计算机视觉技术领域。具体方法为，包括建立鲍鱼幼苗数据集，将鲍鱼幼苗数据集分为测试集和训练集，将训练集输入横向跨尺度查询矩阵融合鲍鱼幼苗检测算法中，所述横向跨尺度查询矩阵融合鲍鱼幼苗检测算法具体为：建立模型、训练模型；所述建立模型，包括一个对输入图片进行初步特征提取的骨干网络，骨干网络从多尺度提取图片特征信息，并将信息输送到特征金字塔FPN模块，骨干网络提取的不同尺度的图片信息输送到相应层级的FPN模块中，每个层级的FPN模块对应的设置一个DGAM模块，DGAM模块进一步处理图片信息后，将处理后的信息输入到HEAD模块中进行信息处理，输出检测结果。
-
公开(公告)号：CN118609170B
公开(公告)日：2024-10-18
申请号：CN202411080516.1
申请日：2024-08-08
申请人： 鲁东大学
摘要： 本发明涉及利用横向跨尺度融合查询矩阵检测鲍鱼幼苗的方法及装置，属于计算机视觉技术领域。具体方法为，包括建立鲍鱼幼苗数据集，将鲍鱼幼苗数据集分为测试集和训练集，将训练集输入横向跨尺度查询矩阵融合鲍鱼幼苗检测算法中，所述横向跨尺度查询矩阵融合鲍鱼幼苗检测算法具体为：建立模型、训练模型；所述建立模型，包括一个对输入图片进行初步特征提取的骨干网络，骨干网络从多尺度提取图片特征信息，并将信息输送到特征金字塔FPN模块，骨干网络提取的不同尺度的图片信息输送到相应层级的FPN模块中，每个层级的FPN模块对应的设置一个DGAM模块，DGAM模块进一步处理图片信息后，将处理后的信息输入到HEAD模块中进行信息处理，输出检测结果。
-
公开(公告)号：CN110232461A
公开(公告)日：2019-09-13
申请号：CN201811229603.3
申请日：2018-10-22
申请人： 鲁东大学
摘要： 本发明提供一种基于量子遗传算法优化的多关联向量机水质预测方法及系统，该方法包括：依据监测的某一水质指标的历史数据时间序列建立关联向量机水质预测模型；建立不同关联向量机子模型，所建立的每个子模型从各个数据的不同特征出发对对象进行不同角度的描述；利用上述各子模型所得预测结果对BP网络进行学习训练得到非线性组合函数模型，进而完成对各子模型的有效融合；嵌入量子遗传优化算法，对BP网络初始参数进行优化选择，从而加快网络的收敛速度达到全局最优，最终实现基于量子遗传算法优化的多关联向量机水质预测。本发明的核函数的选取不受任何条件限制，在给出预测值时，还能同时给出预测结果的可信程度。
-
公开(公告)号：CN116109827A
公开(公告)日：2023-05-12
申请号：CN202310225143.1
申请日：2023-03-03
申请人： 鲁东大学
IPC分类号： G06V10/26 , G06V10/80 , G06V10/82 , G06V10/74 , G06N3/047 , G06N3/08 , G06V10/774 , G06V10/22 , G06N3/0464
摘要： 本发明公开了一种利用知识蒸馏网络对密集遮挡的育苗期鲍鱼检测方法，属于图像识别领域，包括以下步骤：获取密集遮挡的育苗期鲍鱼图像，构建知识蒸馏网络模型，其中知识蒸馏网络模型包括：蒸馏模块、标签匹配模块和特征融合模块；将育苗期鲍鱼图像输入至知识蒸馏网络模型中，基于蒸馏模块，得到蒸馏特征图，并计算得到有价值区域；基于标签匹配模块，筛选出蒸馏特征图中的正样本特征图；基于特征融合模块，对正样本特征图进行深度可分离卷积，并将正样本特征图的通道信息进行融合，得到预测结果。本发明能够对育苗期鲍鱼相互遮挡情况下的漏检数量大大减少，能够准确识别育苗期鲍鱼的模糊边缘，提高了育苗期鲍鱼相互遮挡时检测准确率。
-
公开(公告)号：CN109784361A
公开(公告)日：2019-05-21
申请号：CN201811480849.8
申请日：2018-12-05
申请人： 鲁东大学
摘要： 本发明实施例提供一种贝类产品分类识别方法及装置，该方法包括：根据小波变换从待识别图像中提取特征数据，将提取后的特征数据输入至训练好的BP神经网络，输出相应的图像识别结果；根据所述图像识别结果，对贝类产品进行分类；其中，所述BP神经网络是基于不同类型贝类产品的样本数据以及预先确定的类型标签进行训练后得到，所述样本数据根据相应的小波变化提取特征数据。本发明实施例提供的贝类产品分类识别方法，根据小波变换从待识别图像中提取特征数据，将提取后的特征数据输入至训练好的BP神经网络，输出相应的图像识别结果，并根据结果进行分类，提高了分类识别的效率和准确度。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.017 秒)
