-
公开(公告)号：CN119273915A
公开(公告)日：2025-01-07
申请号：CN202411284274.8
申请日：2024-09-13
Applicant: 中南大学
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/82 , G06V10/771 , G06V10/74
Abstract: 本申请涉及计算机视觉领域，公开了一种基于原型感知的少样本语义分割方法，包括以下步骤：S1、收集并预处理包含训练集和测试集的数据集；S2、通过将数据集中的所有图像按照类别分为大小相等且互不相交的四个fold；S3、利用预训练的深度神经网络提取支持图像和查询图像的特征；S4、基于支持图像特征和查询图像特征，进行循环一致性筛选，获得可信的查询特征集；S5、利用可信的查询特征集迭代优化前景和背景原型，并基于优化后的原型进行特征匹配；S6、输入测试图像通过优化后的模型进行语义分割，计算分割结果。本发明通过高置信度特征匹配、循环一致性筛选和级联预测优化，显著提高了少样本语义分割的准确率和鲁棒性。
-
公开(公告)号：CN119273914A
公开(公告)日：2025-01-07
申请号：CN202411284272.9
申请日：2024-09-13
Applicant: 中南大学
IPC: G06V10/26 , G06V20/70 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0455 , G06N3/082
Abstract: 本申请涉及计算机视觉领域，公开了一种基于图文融合的少样本语义分割方法，包括以下步骤：S1、收集并预处理数据集，所述数据集按类别分组，每组包含若干支持图像和查询图像；S2、利用预训练的深度神经网络提取多尺度图像特征；S3、使用文本编码器提取预设文本提示的文本特征；S4、将提取的文本特征与图像特征进行融合；S5、利用注意力机制挖掘支持图像特征与查询图像特征之间的相关性；S6、对融合后的图像特征进行上采样，并解码生成分割预测结果。本发明通过图文融合与文本提示补充语义信息，显著提升了少样本语义分割的准确率和性能。
-
Patent Agency Ranking
公开(公告)号：CN115445781A
公开(公告)日：2022-12-09
申请号：CN202211202761.6
申请日：2022-09-29
Applicant: 中南大学
IPC: B03D1/014 , B03D1/012 , B03D1/01 , B03D1/008 , B03D1/02 , B03D101/06 , B03D103/02
Abstract: 本发明属于矿物浮选领域，具体公开了一种抑制硫化矿浮选的方法，采用式1结构式的化合物作为抑制剂用于抑制硫化矿的浮选。本发明还提供了包含所述抑制剂以及捕收剂和起泡剂的抑制黄铁矿并浮选黄铁矿的浮选药剂和方法。本发明中，所述的抑制剂能够抑制硫化矿，但将其和捕收剂联合，其能够维持黄铁矿的靶向抑制优势，且显著减弱对黄铜矿的靶向抑制优势，如此能够实现黄铁矿和黄铜矿的高选择性分选。
-
公开(公告)号：CN115445781B
公开(公告)日：2025-01-21
申请号：CN202211202761.6
申请日：2022-09-29
Applicant: 中南大学
IPC: B03D1/014 , B03D1/012 , B03D1/01 , B03D1/008 , B03D1/02 , B03D101/06 , B03D103/02
Abstract: 本发明属于矿物浮选领域，具体公开了一种抑制硫化矿浮选的方法，采用式1结构式的化合物作为抑制剂#imgabs0#用于抑制硫化矿的浮选。本发明还提供了包含所述抑制剂以及捕收剂和起泡剂的抑制黄铁矿并浮选黄铁矿的浮选药剂和方法。本发明中，所述的抑制剂能够抑制硫化矿，但将其和捕收剂联合，其能够维持黄铁矿的靶向抑制优势，且显著减弱对黄铜矿的靶向抑制优势，如此能够实现黄铁矿和黄铜矿的高选择性分选。
-
公开(公告)号：CN115445779B
公开(公告)日：2024-08-23
申请号：CN202211202792.1
申请日：2022-09-29
Applicant: 中南大学
IPC: B03D1/01 , B03D1/008 , B03D1/00 , B03D101/06 , B03D103/02
Abstract: 本发明属于矿物浮选领域，具体公开了一种辉钼矿和方铅矿选择性浮选分离的方法，将包含辉钼矿和方铅矿的待选矿物在含有抑制剂(R1‑X1‑CO‑C(X)‑CO‑X2‑R2)的浮选药剂中进行浮选，选择性抑制其中的方铅矿，获得富集有辉钼矿的精矿，和富集有方铅矿的尾矿。本发明还提供了用于辉钼矿和方铅矿选择性浮选分离的药剂。本发明所述的抑制剂，能够高选择性靶向方铅矿，且基本不影响辉钼矿，可利于方铅矿和辉钼矿的高选择性分离，此外，本发明方法未使用任何捕收剂、分散剂或活化剂，有效降低了浮选成本，仅采用简易药剂制度(只含本发明抑制剂和起泡剂)即可实现Mo‑Pb混合硫化矿的绿色、高效浮选分离。
-
公开(公告)号：CN119273915B
公开(公告)日：2025-04-22
申请号：CN202411284274.8
申请日：2024-09-13
Applicant: 中南大学
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/82 , G06V10/771 , G06V10/74
Abstract: 本申请涉及计算机视觉领域，公开了一种基于原型感知的少样本语义分割方法，包括以下步骤：S1、收集并预处理包含训练集和测试集的数据集；S2、通过将数据集中的所有图像按照类别分为大小相等且互不相交的四个fold；S3、利用预训练的深度神经网络提取支持图像和查询图像的特征；S4、基于支持图像特征和查询图像特征，进行循环一致性筛选，获得可信的查询特征集；S5、利用可信的查询特征集迭代优化前景和背景原型，并基于优化后的原型进行特征匹配；S6、输入测试图像通过优化后的模型进行语义分割，计算分割结果。本发明通过高置信度特征匹配、循环一致性筛选和级联预测优化，显著提高了少样本语义分割的准确率和鲁棒性。
-
公开(公告)号：CN115445779A
公开(公告)日：2022-12-09
申请号：CN202211202792.1
申请日：2022-09-29
Applicant: 中南大学
IPC: B03D1/01 , B03D1/008 , B03D1/00 , B03D101/06 , B03D103/02
Abstract: 本发明属于矿物浮选领域，具体公开了一种辉钼矿和方铅矿选择性浮选分离的方法，将包含辉钼矿和方铅矿的待选矿物在含有抑制剂(R1‑X1‑CO‑C(X)‑CO‑X2‑R2)的浮选药剂中进行浮选，选择性抑制其中的方铅矿，获得富集有辉钼矿的精矿，和富集有方铅矿的尾矿。本发明还提供了用于辉钼矿和方铅矿选择性浮选分离的药剂。本发明所述的抑制剂，能够高选择性靶向方铅矿，且基本不影响辉钼矿，可利于方铅矿和辉钼矿的高选择性分离，此外，本发明方法未使用任何捕收剂、分散剂或活化剂，有效降低了浮选成本，仅采用简易药剂制度(只含本发明抑制剂和起泡剂)即可实现Mo‑Pb混合硫化矿的绿色、高效浮选分离。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
