公开(公告)号：CN116629322A

公开(公告)日：2023-08-22

申请号：CN202310919327.8

申请日：2023-07-26

Applicant: 南京邮电大学

Inventor： 马千里 ,  李棋

IPC: G06N3/0464 ,  G06N3/08 ,  G06V10/80 ,  G06V10/77

Abstract: 本发明提供了一种复杂形态目标的分割方法，包括以下步骤：制作实例分割数据集，并将数据集划分为训练集和验证集；将训练集输入改进的YOLOv5实例分割网络中进行迭代训练；使用验证集对每次迭代模型进行检测，判断收敛性；最终迭代模型收敛后输出实例分割网络模型。相较于现有技术，本方法可实现基于图像的实例分割，达到对复杂形态目标的形态信息及定位信息的检测，提高了对于复杂形态目标的检测精度，同时保持较好的检测速度。

公开(公告)号：CN116629322B

公开(公告)日：2023-11-10

申请号：CN202310919327.8

申请日：2023-07-26

Applicant: 南京邮电大学

Inventor： 马千里 ,  李棋

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/80 ,  G06V10/77

Abstract: 本发明提供了一种复杂形态目标的分割方法，包括以下步骤：制作实例分割数据集，并将数据集划分为训练集和验证集；将训练集输入改进的YOLOv5实例分割网络中进行迭代训练；使用验证集对每次迭代模型进行检测，判断收敛性；最终迭代模型收敛后输出实例分割网络模型。相较于现有技术，本方法可实现基于图像的实例分割，达到对复杂形态目标的形态信息及定位信息的检测，提高了对于复杂形态目标的检测精度，同时保持较好的检测速度。

公开(公告)号：CN116503344A

公开(公告)日：2023-07-28

申请号：CN202310429800.4

申请日：2023-04-21

Applicant: 南京邮电大学

Inventor： 马千里 ,  李棋

IPC: G06T7/00 ,  G06F18/23213 ,  G06N3/084 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的裂纹实例分割方法，包括制作裂纹实例数据集，并将数据集划分为训练集和验证集；将训练集通过改进的Kmeans++聚类算法生成先验框并使用改进的mosaic方法进行数据增强预处理；将数据增强预处理后的训练集输入深度学习模型中并进行迭代训练；将迭代训练后的训练集输出实例分割模型。本发明通过改进kmeans++聚类算法生成先验框作为深度学习模型训练的先验知识，同时针对裂纹特征改进了用于数据增强的mosaic方法，具有更高的检测精度、更好的泛化性和更好的鲁棒性。本方法可实现基于图像的裂纹实例分割，进一步可实现裂纹形态特征及位置信息的检测。