一种基于神经网络架构搜索的图像分类方法

    公开(公告)号:CN111898689B

    公开(公告)日:2023-09-26

    申请号:CN202010775260.1

    申请日:2020-08-05

    摘要: 本发明公开了一种基于神经网络架构搜索的图像分类方法,通过将整个卷积神经网络编码成种群,引入遗传算法产生后代,结合医疗图像分类的精确率、召回率需求,设计适应度评估策略进行种群更迭,最终找出最优种群解码后实现精准分类。相比于现有的基于特征提取的医学图像分类方法,本发明分类的速度更快并且准确率更高;相比于现有的基于人工设计神经网络的医学图像分类方法,本发明灵活度高,在各种医疗图像分类任务中都能寻找出性能更佳的架构。

    基于边缘辅助计算和掩模注意力的图像分割方法及系统

    公开(公告)号:CN114565770B

    公开(公告)日:2022-09-13

    申请号:CN202210288277.3

    申请日:2022-03-23

    摘要: 本发明公开了一种基于边缘辅助计算和掩模注意力的图像分割方法及系统,建立由多阶级联的残差模块构建的特征编码器,通过融合三个浅层特征图得到边缘特征图,特征降维后获得边缘预测图像,增强前三层特征编码器的表征能力,最后一阶残差模块依次经过多个特征解码器与掩模注意力模块,利用掩模注意力模块提高每个层级特征解码器对局部区域的重点关注力度,并在每个层级输出对应尺度预测的分割结果图像,融合特征解码器的输出特征图与前三阶残差模块的边缘特征图,经过特征降维预测最终的分割结果图像。相比于现有的图像分割方法,本发明能够提供更精准的分割边缘预测,适用于各种复杂场景下的图像分割,泛化性能更强,分割效果更好。

    一种基于边界感知注意的图像分割方法及系统

    公开(公告)号:CN114565628B

    公开(公告)日:2022-09-13

    申请号:CN202210288579.0

    申请日:2022-03-23

    摘要: 本发明公开了一种基于边界感知注意的图像分割方法及系统。在现有分割任务的基础上,添加了一个边缘预测的辅助任务,两个任务共享同一个特征编码网络,但独享自己的特征解码网络;特征解码网络由一组基于交互注意力机制的注意力解码单元串联组成;在编码网络和分割解码网络之间设计了多个边缘感知分割模块,旨在从边缘解码网络中引入边缘信息作为增强分割特征边缘部分的强线索;融合所述的编码网络、解码网络和边缘感知分割模块,得到最终的分割网络,两个任务联合训练、相互引导和辅助。相比于现有的图像分割方法,本发明可以大大提高分割的准确度,并提升分割结果的边缘细节。

    一种基于边界感知注意的图像分割方法及系统

    公开(公告)号:CN114565628A

    公开(公告)日:2022-05-31

    申请号:CN202210288579.0

    申请日:2022-03-23

    摘要: 本发明公开了一种基于边界感知注意的图像分割方法及系统。在现有分割任务的基础上,添加了一个边缘预测的辅助任务,两个任务共享同一个特征编码网络,但独享自己的特征解码网络;特征解码网络由一组基于交互注意力机制的注意力解码单元串联组成;在编码网络和分割解码网络之间设计了多个边缘感知分割模块,旨在从边缘解码网络中引入边缘信息作为增强分割特征边缘部分的强线索;融合所述的编码网络、解码网络和边缘感知分割模块,得到最终的分割网络,两个任务联合训练、相互引导和辅助。相比于现有的图像分割方法,本发明可以大大提高分割的准确度,并提升分割结果的边缘细节。

    基于边缘辅助计算和掩模注意力的图像分割方法及系统

    公开(公告)号:CN114565770A

    公开(公告)日:2022-05-31

    申请号:CN202210288277.3

    申请日:2022-03-23

    摘要: 本发明公开了一种基于边缘辅助计算和掩模注意力的图像分割方法及系统,建立由多阶级联的残差模块构建的特征编码器,通过融合三个浅层特征图得到边缘特征图,特征降维后获得边缘预测图像,增强前三层特征编码器的表征能力,最后一阶残差模块依次经过多个特征解码器与掩模注意力模块,利用掩模注意力模块提高每个层级特征解码器对局部区域的重点关注力度,并在每个层级输出对应尺度预测的分割结果图像,融合特征解码器的输出特征图与前三阶残差模块的边缘特征图,经过特征降维预测最终的分割结果图像。相比于现有的图像分割方法,本发明能够提供更精准的分割边缘预测,适用于各种复杂场景下的图像分割,泛化性能更强,分割效果更好。

    一种基于神经网络架构搜索的图像分类方法

    公开(公告)号:CN111898689A

    公开(公告)日:2020-11-06

    申请号:CN202010775260.1

    申请日:2020-08-05

    摘要: 本发明公开了一种基于神经网络架构搜索的图像分类方法,通过将整个卷积神经网络编码成种群,引入遗传算法产生后代,结合医疗图像分类的精确率、召回率需求,设计适应度评估策略进行种群更迭,最终找出最优种群解码后实现精准分类。相比于现有的基于特征提取的医学图像分类方法,本发明分类的速度更快并且准确率更高;相比于现有的基于人工设计神经网络的医学图像分类方法,本发明灵活度高,在各种医疗图像分类任务中都能寻找出性能更佳的架构。

    一种汽车车身耐撞性和轻量化快速设计方法

    公开(公告)号:CN115730382B

    公开(公告)日:2023-08-11

    申请号:CN202211380328.1

    申请日:2022-11-03

    申请人: 中南大学

    发明人: 王勇 刘角

    IPC分类号: G06F30/15 G06F30/23 G06F30/17

    摘要: 本发明公开了一种汽车车身耐撞性和轻量化快速设计方法,以汽车车身薄壁结构厚度作为设计参数,达到以保证汽车耐撞性的情况下降低汽车的重量,或保证汽车不变重的情况下提升汽车的耐撞性为设计目标,在使用有限次的有限元仿真评价的情况下,达到对汽车车身结构进行优化设计的目的。

    一种电池热过程时空建模预测方法、系统、设备及介质

    公开(公告)号:CN115221798A

    公开(公告)日:2022-10-21

    申请号:CN202211133737.1

    申请日:2022-09-19

    申请人: 中南大学

    摘要: 本发明公开了一种电池热过程时空建模预测方法、系统、设备及介质,本方法根据电化学原理和能量守恒定律,构建时空域控制方程,并定义时空域控制方程的物理边界、初始条件以及产热量估计函数;基于全连接网络层,构建具有物理信息的网络预测模型;根据时空域控制方程、物理边界、初始条件以及产热量估计函数,构建网络预测模型的损失函数;初始化网络预测模型的参数,并采用梯度下降算法对网络预测模型的参数进行迭代更新,直到达到预设的最大迭代次数或损失函数稳定收敛,完成网络预测模型的训练;通过训练完成的网络预测模型预测电池热过程的温度。本发明能够提高电池热过程温度预测的精确度,提高温度预测的效率。