-
公开(公告)号：CN118279689A
公开(公告)日：2024-07-02
申请号：CN202211731751.1
申请日：2022-12-30
申请人： 合肥中科类脑智能技术有限公司 , 中国科学技术大学
IPC分类号： G06V10/774 , G06V10/764 , G06V10/25 , G06T11/40 , G06T11/60
摘要： 本发明公开了一种基于跨集合的样本分类的方法，该方法主要包含两个计算过程：首先是难例样本构建工作，采用对训练样本进行数据增强，以挖掘有助于模型训练的难例样本；然后是跨集数据增强操作，使用训练支持集中构建出的难例样本来扩增训练查询集，再进行情景训练，使模型能更加完整的响应目标区域，解决了现有的小样本分类方法存在的难以响应完整的目标区域，导致鲁棒性差、准确度低的问题，显著了提升小样本分类的性能。
-
公开(公告)号：CN115082762A
公开(公告)日：2022-09-20
申请号：CN202210856674.6
申请日：2022-07-21
申请人： 合肥中科类脑智能技术有限公司 , 中国科学技术大学
IPC分类号： G06V10/82 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/766 , G06V10/771 , G06V10/778
摘要： 本发明基于区域建议网络中心对齐的目标检测无监督域适应系统，涉及图像目标检测领域，本发明在使用领域特征对抗学习方法和自适应实例标准化方法对骨干网络特征进行对齐的基础上，提出区域建议网络中心对齐系统，进一步对齐区域建议特征，解决目标检测无监督域适应中模型的检测精度和泛化能力差的问题，使区域建议网络在目标域中依然能给出高质量的候选框，从而提高整体检测网络的域适应能力。
-
公开(公告)号：CN115331386A
公开(公告)日：2022-11-11
申请号：CN202211251290.8
申请日：2022-10-13
申请人： 合肥中科类脑智能技术有限公司
摘要： 本发明公开了一种基于计算机视觉的防垂钓检测告警系统及方法，属于防垂钓检测技术领域，包括相机、检测芯片；所述相机包括镜头、图像传感器、图像信号处理模块、视频输入模块；所述镜头、图像传感器、图像信号处理模块、视频输入模块依次通信连接，光线经镜头和图像传感器后转换为数字信号。本发明使用相机对防钓行为进行检测，与传统算法相比，提高防钓行为检测准确性；相机内置检测芯片，直接在检测芯片内进行防钓鱼行为检测，可有效避免了图像传输后端，后端再传回的检测不及时问题。
-
公开(公告)号：CN114581669A
公开(公告)日：2022-06-03
申请号：CN202210238027.9
申请日：2022-03-11
申请人： 合肥中科类脑智能技术有限公司 , 中国科技技术大学
摘要： 本发明提出一种用于域适应语义分割的联合对抗学习方法和系统，所述方法包括域适应模块根据输入源域图像和目标域图像获得语义分割图以及判别分割图的属性，域适应模块包括一生成器和一判别器，所述生成器输出源域图像和目标域图像对应的语义分割图；所述译码器用于将不同层次的特征图处理为不同层分割图，一权重迁移模块将不同层次的特征图处理为迁移分割图；所述判别器对所述语义分割图和所述迁移分割图进行鉴别，判断所述语义分割图和所述迁移分割图属于源域或目标域；计算鉴别结果与图像实际所属域的损失函数，根据损失函数更新生成器、判别器的权重。
-
公开(公告)号：CN114092478B
公开(公告)日：2022-04-29
申请号：CN202210069649.3
申请日：2022-01-21
申请人： 合肥中科类脑智能技术有限公司
摘要： 本发明涉及一种工业品部件异常检测方法，尤其涉及一种基于自适应特征集构建的工业品小部件的异常检测方法。本发明的第一个方面结合图像背景信息使用了关键点定位方法，可以实现不管目标部件外观和拍摄角度如何变化，都可以很好的找到部件位置，解决了目标检测方法存在的受到部件外观变化影响导致不能准确定位待检测的部件问题。本发明的第二个方面提出一种动态更新支持特征向量集的方法，该方法可以根据新出现的正常样本的特征向量对支持向量集中的向量进行动态调整，从而可以很好的适应新的正常样本，免去了重新训练模型的步骤。最后，本发明还通过对异常值进行非线性拉伸，提升了模型的鲁棒性，减小了误判的概率。
-
公开(公告)号：CN114863370B
公开(公告)日：2022-10-25
申请号：CN202210796750.9
申请日：2022-07-08
申请人： 合肥中科类脑智能技术有限公司
摘要： 本发明适用于智能识别技术领域，提供了一种复杂场景高空抛物识别方法及系统，将图像序列集合SI和物体图片集合SO进行合成，得到带抛物的训练图片序列集合DI；使用训练图片序列集合DI训练时序块分割网络，得到TPSNet；使用训练后得到的TPSNet，对测试视频进行抛物识别预测。根据高空抛物的特性合成数据来解决用于高空抛物领域的深度学习算法需求大量多维度的高空抛物标注数据的问题。通过较高的下采样，让网络提取特征时忽略具体的浅层特征，关注相对语义性的序列特征，解决无法低成本无缝迁移到各个场景的问题。
-
公开(公告)号：CN115222738A
公开(公告)日：2022-10-21
申请号：CN202211140745.9
申请日：2022-09-20
申请人： 合肥中科类脑智能技术有限公司
IPC分类号： G06T7/00 , G06N20/00 , G06V10/44 , G06V10/764 , G06V10/774
摘要： 本发明公开了一种基于特征迁移的在线学习异常检测方法及系统，属于产品异常检测技术领域，包括以下步骤：步骤1：收集样本数据；步骤2：特征提取器的特征迁移；步骤3：样本数据特征归一化；步骤4：异常检测模型的在线学习。本发明的异常检测模型是通过在线学习获得的，这种方式可以很好地适应客户需求定义不清或者需求变动的情况，符合实际生产需要；提出了基于在线学习的正常样本特征归一化方法，可以很好地表达样本特征，提升检测效果；把异常样本以及疑似异常样本反馈给客户，交由客户来决定这些样本是否真的异常，可以及时满足客户的需要。
-
公开(公告)号：CN115205285A
公开(公告)日：2022-10-18
申请号：CN202211106756.5
申请日：2022-09-13
申请人： 合肥中科类脑智能技术有限公司
IPC分类号： G06T7/00 , G06V10/82 , G06V10/94 , G06V10/96 , G06F16/2458 , G06F16/248 , G06F16/29
摘要： 本发明公开了部署有架空线路缺陷识别算法的设备及其缺陷识别方法，属于架空线路缺陷识别技术领域，包括第一处理芯片、第二处理芯片，通过部署在所述第二处理芯片的算法服务，对配网架空线路通道环境、塔杆本体和基础设施进行缺陷识别，并统计识别结果，所述第一处理芯片用于管理数据输入及输出。本发明针对配网架空线路巡检场景下产生的大量图像数据，通过设备中部署的深度学习算法，基于多种缺陷对应的多种评判标准进行缺陷识别，并自动生成统计报表，值得被推广使用。
-
公开(公告)号：CN114968601A
公开(公告)日：2022-08-30
申请号：CN202210901811.3
申请日：2022-07-28
申请人： 合肥中科类脑智能技术有限公司
IPC分类号： G06F9/50 , H04L67/1012 , H04L67/1008
摘要： 本发明公开了一种按比例预留资源的AI训练作业的调度方法和调度系统，所述调度方法包括一预选阶段和一优选阶段，用户通过比例调度模块设置一比例，将第一资源、第二资源和第三资源按照比例为1：P：Q进行设定；获取一节点服务器中第一资源、第二资源和第三资源分别对应的总资源数量及识别训练作业，假定调度所述训练作业后，volcano调度器判断所述节点服务器剩余资源数量是否可以满足所述各资源之间的所述比例，筛选出所述节点中剩余各资源之间满足所述比例的节点，将所选出的符合条件的节点进入优选阶段，选出最优的节点处理训练作业。本发明用于提升集群高价值主要资源的利用率以及减少资源的碎片化。
-
公开(公告)号：CN114119610A
公开(公告)日：2022-03-01
申请号：CN202210083985.3
申请日：2022-01-25
申请人： 合肥中科类脑智能技术有限公司
摘要： 本发明提供一种基于旋转目标检测的缺陷检测方法，包括：目标图像预处理，将预处理后的图像输入到网络的输入层，经过yolov5特征提取网络，输出特征一F1，特征图二F2，特征图三F3，特征图一、二、三分别通过多层高斯金字塔按照一定的权重系数进行相加，获得三个第一特征图；分别对第一特征图采样及采样后的特征进行Concat融合，使三个第一特征图融合成一个第二特征图Fconcat；对第二特征图Fconcat经过3CA层进行通道注意力计算进行第三特征融合，获得第三特征图；将所述第二特征图Fconcat和所述第三特征图进行点乘融合获得第四特征图；对第四特征图进行损失计算，通过模拟两个高斯分布之间的距离来确定提升检测性能和可视化效果、对于失焦图像检测鲁棒性，提升回归准确性。
-
-
-
-
-
-
-
-
-
搜索结果
135 条记录 (耗时 0.067 秒)
