-
公开(公告)号：CN116843971A
公开(公告)日：2023-10-03
申请号：CN202310808238.6
申请日：2023-07-04
申请人： 上海应用技术大学
IPC分类号： G06V10/764 , G06V10/44 , G06V10/86 , G06V10/82 , G06N3/0464
摘要： 本发明属于计算机视觉领域，具体涉及一种基于自注意力机制的萱草病害目标检测方法及系统包括：采集萱草叶图像，输入RGB彩色图，基于快速自注意力机制构建FTC特征提取骨干网络，使用两组结构相同的自顶向下金字塔融合模块组构成颈部网络前两层，使用两个结构相同的基于自适应的变形卷积模块构建自底向上的金字塔融合模块组来构成颈部网络后两层，使用预测头对颈部网络第二第三和四层的特征图进行特征压缩和聚合处理，产生目标定位分类预测向量作为最终预测结果，能够有效地对现实场景中的病害、叶片和背景进行区分，降低参数量和计算量，使用自适应学习的变形卷积核，能够有效对特征金字塔的特征图进行对齐，更加精准的对目标进行定位和分类。
-
公开(公告)号：CN116883841A
公开(公告)日：2023-10-13
申请号：CN202310795795.9
申请日：2023-06-30
申请人： 上海应用技术大学
IPC分类号： G06V20/10 , G06V10/26 , G06V10/52 , G06V10/764 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/08
摘要： 本发明公开了一种基于多任务优化的萱草叶片病害检测方法，包括构建一个轻量级的特征提取骨干网络和一个路径聚合网络；构建一个语义分割模块，将骨干网络的第五个尺度层次特征图输入到语义分割模块，对病害目标所在的叶片进行分割，输出病害叶片的像素级分类切割图，在模型训练过程中引导网络的注意力集中至病害叶片上；构建经过任务解耦的目标检测模块，实现对病害目标的准确检测和定位；构建一个用于训练时约束参数优化方向的损失函数，将模型进行特征提取的注意力集中到病害叶片上。本发明构建了一个浅层全局空间关联信息骨干网络，能够有效地对现实场景中的病害、叶片和背景进行区分，降低参数量和计算量，以及降低算法对背景物体的误检率。
-
公开(公告)号：CN116796732A
公开(公告)日：2023-09-22
申请号：CN202310423711.9
申请日：2023-04-19
申请人： 上海应用技术大学
IPC分类号： G06F40/242 , G06F40/211 , G06F40/30 , G06F16/951 , G06N3/0442
摘要： 本发明公开了一种基于语境表征的中文网络暴力语言检测方法及系统，包括：获取当前用户的网络评论数据；构建暴力语言敏感禁止词典；构建暴力语言检测模型，通过预训练模型NEZHA对当前用户的网络评论数据进行词嵌入编码，对文本进行上下文建模，提取文本的特征表示；将文本的向量表示输入到BiLSTM层，捕获长距离依赖；采用一个全连接网络进行输出连接；通过softmax函数输出分析结果，判断数据是否为网络禁止语言以及是否提示用户修改评论，并判断是否跳出检测流程得到检测结果。本发明基于语境表征的中文网络暴力语言检测方法，面向中文理解的神经语境表征模型，对于中文网络暴力语言具有更好的检测性能以及通用性。
-
公开(公告)号：CN116663564A
公开(公告)日：2023-08-29
申请号：CN202310417628.0
申请日：2023-04-19
申请人： 上海应用技术大学
IPC分类号： G06F40/30 , G06F40/211 , G06F18/24 , G06F18/214 , G06N3/0442
摘要： 本发明公开了基于主题信息和语义表征的中文网络欺凌检测方法及系统包括：获取网络欺凌的文本数据，对文本数据进行预处理；基于LDA主题模型挖掘预处理后的文本数据的主题词嵌入，并结合广义自回归预训练语言模型获取上下文语义表征向量；将主题词嵌入和上下文语义表征向量进行拼接后传送到BiLSTM中提取上下文特征信息，并将上下文特征信息保存到全连接层；通过softmax函数对上下文特征信息进行计算和分类，获取欺凌文本的攻击性；本发明的方法实现中文欺凌文本的自动识别和检测，判断网络语言的攻击性强度，从而为网络环境的监管和处罚机制提供可靠的判断依据，避免恶性舆情事件的发生，提高网络环境的文明度。
-
-
-
搜索结果
4 条记录 (耗时 0.031 秒)
