-
公开(公告)号：CN116704293A
公开(公告)日：2023-09-05
申请号：CN202310800393.3
申请日：2023-06-30
申请人： 北京建筑大学
IPC分类号： G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06V10/52 , G06V10/44 , G06V10/80 , G06V10/42
摘要： 本申请公开了一种基于对比学习的生活垃圾图像分类模型训练方法及装置，涉及垃圾分类技术领域，将训练集中的生活垃圾图像分别进行两种图像预处理，并得到锚点数据集和正负样本集；将锚点数据集和正负样本集分别输入到对比学习编码器和动量编码器中，通过哈希特征融合方法提取编码器骨干网络的多尺度特征，生成对应的全局哈希码；将全局哈希码输入到线性依赖组查询全连接嵌入类解码器中，得到对应的类别特征向量；根据类别特征向量相似性计算参数中心再平衡自适应对比损失；根据对比损失进行生活垃圾图像分类，并得到生活垃圾图像分类模型。通过本申请提供的方法训练得到的生活垃圾图像分类模型能够准确的进行垃圾分类，且分类效率高，成本低。
-
公开(公告)号：CN116704293B
公开(公告)日：2024-02-02
申请号：CN202310800393.3
申请日：2023-06-30
申请人： 北京建筑大学
IPC分类号： G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06V10/52 , G06V10/44 , G06V10/80 , G06V10/42
摘要： 本申请公开了一种基于对比学习的生活垃圾图像分类模型训练方法及装置，涉及垃圾分类技术领域，将训练集中的生活垃圾图像分别进行两种图像预处理，并得到锚点数据集和正负样本集；将锚点数据集和正负样本集分别输入到对比学习编码器和动量编码器中，通过哈希特征融合方法提取编码器骨干网络的多尺度特征，生成对应的全局哈希码；将全局哈希码输入到线性依赖组查询全连接嵌入类解码器中，得到对应的类别特征向量；根据类别特征向量相似性计算参数中心再平衡自适应对比损失；根据对比损失进行生活垃圾图像分类，并得到生活垃圾图像分类模型。通过本申请提供的方法训练得到的生活垃圾图像分类模型能够准确的进行垃圾分类，且分类效率高，成本低。
-
公开(公告)号：CN116824499A
公开(公告)日：2023-09-29
申请号：CN202310777789.0
申请日：2023-06-28
申请人： 北京建筑大学
IPC分类号： G06V20/52 , G06V10/774 , G06V10/25 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
摘要： 本发明实施例公开了一种基于SWT模型的害虫检测方法、系统、设备及存储介质，本发明实施例在调用预设害虫图像公共数据集后，通过机器生成与扩散模型生成两种方法对数据集进行扩增，生成第二扩增害虫图像与第二扩增害虫图像集；利用所述第二扩增害虫图像集对预设Swin‑Transformer(移动式层级窗口网络，简称SWT)模型进行迭代训练，生成害虫检测模型；利用所述害虫检测模型结合所述害虫图片和所述农作物名称进行害虫品种检测，生成害虫检测结果。这样，在接收到害虫图片后，实现智能识别害虫的品种，高效杀灭害虫，提高粮食产量的同时避免造成其他环境污染。
-
公开(公告)号：CN117473102B
公开(公告)日：2024-07-05
申请号：CN202311541545.9
申请日：2023-11-17
申请人： 北京建筑大学
IPC分类号： G06F16/36 , G06F16/332 , G06F16/33 , G06F16/35 , G06F16/215 , G06F18/2415 , G06F40/30 , G06N3/0442 , G06N3/047 , G06N3/0455 , G06N3/048 , G06N3/084 , G06N5/025
摘要： 本申请公开了一种基于标签混淆学习的BIM知识图谱构建方法和系统，通过获取原始BIM数据集，并对所述原始BIM数据集进行预处理，将目标BIM数据输入到BiLSTM‑CRF模型中进行实体识别，得到目标BIM数据中的实体信息，将实体信息和目标BIM数据输入MutiLCM‑RE，识别出实体之间的关系，并抽取出关系三元组信息，根据关系三元组信息，建立目标BIM知识图谱，本方案通过高质量的实体识别和关系抽取、标签混淆学习策略的优化、多源语义融合方法的应用和增量元自训练的半监督学习等手段，能够构建准确、全面且具有表达能力的BIM知识图谱。
-
公开(公告)号：CN117473102A
公开(公告)日：2024-01-30
申请号：CN202311541545.9
申请日：2023-11-17
申请人： 北京建筑大学
IPC分类号： G06F16/36 , G06F16/332 , G06F16/33 , G06F16/35 , G06F16/215 , G06F18/2415 , G06F40/30 , G06N3/0442 , G06N3/047 , G06N3/0455 , G06N3/048 , G06N3/084 , G06N5/025
摘要： 本申请公开了一种基于标签混淆学习的BIM知识图谱构建方法和系统，通过获取原始BIM数据集，并对所述原始BIM数据集进行预处理，将目标BIM数据输入到BiLSTM‑CRF模型中进行实体识别，得到目标BIM数据中的实体信息，将实体信息和目标BIM数据输入MutiLCM‑RE，识别出实体之间的关系，并抽取出关系三元组信息，根据关系三元组信息，建立目标BIM知识图谱，本方案通过高质量的实体识别和关系抽取、标签混淆学习策略的优化、多源语义融合方法的应用和增量元自训练的半监督学习等手段，能够构建准确、全面且具有表达能力的BIM知识图谱。
-
-
-
-
搜索结果
5 条记录 (耗时 0.02 秒)
