-
公开(公告)号：CN111382676B
公开(公告)日：2023-12-22
申请号：CN202010114805.4
申请日：2020-02-25
申请人： 南京大学
IPC分类号： G06V20/69 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于注意力机制的沙粒图像分类方法，包括：1）收集一定数量已标注类别的沙粒图像构建训练数据集；2）对训练数据集中的沙粒图像进行缩放和归一化预处理，使图像数据符合网络输入要求；3）设计基于注意力机制的卷积网络结构，包括基础网络框架和注意力模块；4）定义损失函数，训练沙粒图像自动分类模型，得到端到端的多类别沙粒图像自动分类模型；5）将预处理后的测试沙粒图像输入模型进行预测，输出沙粒图像所属类别。本发明方法相比传统基于特征工程的沙粒图像分类方法不同的是引入了卷积神经网络和注意力机制，在提高沙粒图像分类准确率的同时，也加快了分类的速度。
-
公开(公告)号：CN111382676A
公开(公告)日：2020-07-07
申请号：CN202010114805.4
申请日：2020-02-25
申请人： 南京大学
摘要： 本发明公开了一种基于注意力机制的沙粒图像分类方法，包括：1）收集一定数量已标注类别的沙粒图像构建训练数据集；2）对训练数据集中的沙粒图像进行缩放和归一化预处理，使图像数据符合网络输入要求；3）设计基于注意力机制的卷积网络结构，包括基础网络框架和注意力模块；4）定义损失函数，训练沙粒图像自动分类模型，得到端到端的多类别沙粒图像自动分类模型；5）将预处理后的测试沙粒图像输入模型进行预测，输出沙粒图像所属类别。本发明方法相比传统基于特征工程的沙粒图像分类方法不同的是引入了卷积神经网络和注意力机制，在提高沙粒图像分类准确率的同时，也加快了分类的速度。
-
公开(公告)号：CN118883210A
公开(公告)日：2024-11-01
申请号：CN202411088091.9
申请日：2024-08-09
申请人： 南京大学
IPC分类号： G01N1/28
摘要： 本发明公开了一种极少量松散样品薄片制作方法，涉及光学薄片技术领域，包括以下步骤：将环氧树脂滴至载玻片上；将松散样品倒入树脂，用牙签搅拌均匀，确保样品与树脂充分混合；从一侧缓缓盖上盖玻片；用牙签轻压盖玻片，使颗粒分散均匀；将制作好的薄片静置24小时，使环氧树脂完全凝固；凝固后进行抛光处理，包括粗抛、细抛和镜面抛光；抛光后的薄片放置于加热台上，滴加加拿大树脂并覆盖新的盖玻片；待薄片冷却后，即可用于显微镜下的观察和统计。本发明能够用最少的松散样品量制作普通光学薄片，节约样品，同时在处理极微量样品时，保持薄片的均匀性和完整性，提高制作效率与精度。
-
公开(公告)号：CN111353976A
公开(公告)日：2020-06-30
申请号：CN202010114804.X
申请日：2020-02-25
申请人： 南京大学
摘要： 本发明公开了一种基于卷积神经网络的沙粒目标检测方法，其步骤是：1）设计卷积网络结构，由卷积模块和残差模块堆叠而成；添加双端输入结构和多尺度检测结构；2）基于沙粒图像和标注进行预处理；基于已标注的沙粒图像构建训练数据集；3）基于训练数据集训练卷积网络，包括目标函数定义，训练过程优化；4）应用训练好的卷积网络预测沙粒图像的目标位置。本发明充分利用单偏光图像和正交偏光图像特征，应用卷积神经网络技术，提升检测精度和检测效率；本发明方法网络训练速度快，能快速完成沙粒目标检测，适用于海量沙粒图像的自动检测，具有良好的扩展性、鲁棒性和实用性。
-
公开(公告)号：CN111353976B
公开(公告)日：2023-07-25
申请号：CN202010114804.X
申请日：2020-02-25
申请人： 南京大学
IPC分类号： G06T7/00 , G06T7/13 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于卷积神经网络的沙粒目标检测方法，其步骤是：1）设计卷积网络结构，由卷积模块和残差模块堆叠而成；添加双端输入结构和多尺度检测结构；2）基于沙粒图像和标注进行预处理；基于已标注的沙粒图像构建训练数据集；3）基于训练数据集训练卷积网络，包括目标函数定义，训练过程优化；4）应用训练好的卷积网络预测沙粒图像的目标位置。本发明充分利用单偏光图像和正交偏光图像特征，应用卷积神经网络技术，提升检测精度和检测效率；本发明方法网络训练速度快，能快速完成沙粒目标检测，适用于海量沙粒图像的自动检测，具有良好的扩展性、鲁棒性和实用性。
-
-
-
-
搜索结果
5 条记录 (耗时 0.032 秒)
