-
公开(公告)号：CN112200102A
公开(公告)日：2021-01-08
申请号：CN202011103590.2
申请日：2020-10-15
申请人： 华中科技大学
摘要： 本发明公开了一种自适应数据增强的计算机视觉任务执行方法和系统，属于计算机视觉和深度学习领域。本发明不同于将数据增强作为一个独立的数据预处理步骤的常规做法，将数据增强和用于执行计算机视觉任务的卷积神经网络的训练两个独立的过程联合起来，使得数据增强能跟随卷积神经网络的训练过程实现动态更新，自适应的根据具体数据集特点和应用任务产生数据增强操作的概率分布，产生对卷积神经网络优化更加有效的训练样本，提升卷积神经网络的训练效率，同时有效增强卷积神经网络的泛化能力；本发明以数据增强模块为生成器，以卷积神经网络为判别器，通过两者“博弈”实现共同优化，最终实现执行计算机视觉任务的卷积神经网络模型更优的表现。
-
公开(公告)号：CN108730237A
公开(公告)日：2018-11-02
申请号：CN201810433002.8
申请日：2018-05-08
申请人： 华中科技大学
摘要： 本发明属于风机消声设备相关技术领域，其公开了一种可测流量的风机消声器，所述风机消声器包括壳体及两个测压连接管，所述壳体形成有收容腔，所述收容腔内设置有风道；所述风机消声器还包括吸声材料，所述吸声材料填充在所述风道与所述壳体之间；所述风道上设置有至少一个第一压力测点及至少一个第二压力测点，所述第一压力测点及所述第二压力测点间隔设置；两个所述测压连接管分别设置在所述壳体上，且分别与所述第一压力测点及所述第二压力测点相连通，由此通过检测出所述风道两点处的压力，进而根据检测到的所述压力来获得风机的流量。所述风机消声器将消声功能与流量测量有机结合，结构简单，压力损失小，降噪效果好。
-
公开(公告)号：CN112801146A
公开(公告)日：2021-05-14
申请号：CN202110039522.2
申请日：2021-01-13
申请人： 华中科技大学
摘要： 本发明公开了一种目标检测方法和系统，针对目标检测任务需要自注意力关注特定类别目标对应原始图像所在区域的特点，将注意力机制运用于目标检测中，所设计的网络结构不同于通用的元学习网络框架，采用分类分支层所得的类别概率监督与特征提取层连接的类别注意力层，从而引导回归分支层进行目标位置的计算，实现基于类别区分的自监督注意力机制，提升目标检测模型的检测精度。进一步地，结合小样本目标检测任务由于小样本数量较少，网络难以学习到小样本特征的特点，将大样本图像和小样本图像进行拼接，作为样本图像对目标检测模型进行训练，使得网络兼顾学习大样本图像和小样本图像，从提升目标检测模型的对小样本的检测能力。
-
公开(公告)号：CN112200102B
公开(公告)日：2023-02-14
申请号：CN202011103590.2
申请日：2020-10-15
申请人： 华中科技大学
IPC分类号： G06V40/10 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047
摘要： 本发明公开了一种自适应数据增强的二维人体姿态估计方法和系统，属于计算机视觉和深度学习领域。本发明不同于将数据增强作为一个独立的数据预处理步骤的常规做法，将数据增强和用于执行计算机视觉任务的卷积神经网络的训练两个独立的过程联合起来，使得数据增强能跟随卷积神经网络的训练过程实现动态更新，自适应的根据具体数据集特点和应用任务产生数据增强操作的概率分布，产生对卷积神经网络优化更加有效的训练样本，提升卷积神经网络的训练效率，同时有效增强卷积神经网络的泛化能力；本发明以数据增强模块为生成器，以卷积神经网络为判别器，通过两者“博弈”实现共同优化，最终实现执行计算机视觉任务的卷积神经网络模型更优的表现。
-
公开(公告)号：CN110570396B
公开(公告)日：2022-03-15
申请号：CN201910723845.6
申请日：2019-08-07
申请人： 华中科技大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于深度学习的工业产品缺陷检测方法，属于计算机视觉和深度学习领域，所述方法包括：对原始工业产品图像进行像素级别的缺陷标注，并将原始工业产品图像及其对应的标注信息作为样本数据；对样本数据进行预处理和数据增强，得到训练集、测试集和验证集；构建缺陷检测网络；将所述训练集、测试集和验证集输入搭建好的缺陷检测网络进行训练，得到训练好的缺陷检测模型；将待检测的工业产品图像输入训练好的缺陷检测模型进行缺陷检测，得到所述工业产品图像的缺陷信息。本发明采用深层网络VGG16bn的特征提取网络前端进行下采样，采用亚像素卷积结构实现上采样，同时使用跳跃连接实现特征融合，可以高效、准确的检测出微小的工业产品缺陷。
-
公开(公告)号：CN111488794A
公开(公告)日：2020-08-04
申请号：CN202010113227.2
申请日：2020-02-24
申请人： 华中科技大学
摘要： 本发明公开了一种基于空洞卷积的自适应感受野人群密度估计方法，属于计算机视觉领域，该方法包括：对原始数据集图像和人群密度图进行切分，得到图像块和人群密度图块；构建自适应感受野人群密度估计网络并进行训练；该模型包括空洞卷积模块和分类模块；分类模块，对切分后的图像块进行分类；空洞卷积模块，根据分类模块输出的图像块类别，自适应选择对应感受野的空洞卷积子网络，对切分后的图像块进行特征提取，得到人群密度图；将待预测图片输入训练好的自适应感受野人群密度估计模型，得到人群密度估计结果。本发明方法能够自适应选择对应感受野的空洞卷积子网络进行人群密度估计，解决了透视畸变的问题，从而提高了人群密度估计的准确率。
-
公开(公告)号：CN112801146B
公开(公告)日：2024-03-19
申请号：CN202110039522.2
申请日：2021-01-13
申请人： 华中科技大学
IPC分类号： G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06T3/4038
摘要： 本发明公开了一种目标检测方法和系统，针对目标检测任务需要自注意力关注特定类别目标对应原始图像所在区域的特点，将注意力机制运用于目标检测中，所设计的网络结构不同于通用的元学习网络框架，采用分类分支层所得的类别概率监督与特征提取层连接的类别注意力层，从而引导回归分支层进行目标位置的计算，实现基于类别区分的自监督注意力机制，提升目标检测模型的检测精度。进一步地，结合小样本目标检测任务由于小样本数量较少，网络难以学习到小样本特征的特点，将大样本图像和小样本图像进行拼接，作为样本图像对目标检测模型进行训练，使得网络兼顾学习大样本图像和小样本图像，从提升目标检测模型的对小样本的检测能力。
-
公开(公告)号：CN108730237B
公开(公告)日：2020-05-19
申请号：CN201810433002.8
申请日：2018-05-08
申请人： 华中科技大学
摘要： 本发明属于风机消声设备相关技术领域，其公开了一种可测流量的风机消声器，所述风机消声器包括壳体及两个测压连接管，所述壳体形成有收容腔，所述收容腔内设置有风道；所述风机消声器还包括吸声材料，所述吸声材料填充在所述风道与所述壳体之间；所述风道上设置有至少一个第一压力测点及至少一个第二压力测点，所述第一压力测点及所述第二压力测点间隔设置；两个所述测压连接管分别设置在所述壳体上，且分别与所述第一压力测点及所述第二压力测点相连通，由此通过检测出所述风道两点处的压力，进而根据检测到的所述压力来获得风机的流量。所述风机消声器将消声功能与流量测量有机结合，结构简单，压力损失小，降噪效果好。
-
公开(公告)号：CN110570396A
公开(公告)日：2019-12-13
申请号：CN201910723845.6
申请日：2019-08-07
申请人： 华中科技大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于深度学习的工业产品缺陷检测方法，属于计算机视觉和深度学习领域，所述方法包括：对原始工业产品图像进行像素级别的缺陷标注，并将原始工业产品图像及其对应的标注信息作为样本数据；对样本数据进行预处理和数据增强，得到训练集、测试集和验证集；构建缺陷检测网络；将所述训练集、测试集和验证集输入搭建好的缺陷检测网络进行训练，得到训练好的缺陷检测模型；将待检测的工业产品图像输入训练好的缺陷检测模型进行缺陷检测，得到所述工业产品图像的缺陷信息。本发明采用深层网络VGG16bn的特征提取网络前端进行下采样，采用亚像素卷积结构实现上采样，同时使用跳跃连接实现特征融合，可以高效、准确的检测出微小的工业产品缺陷。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.021 秒)
