一种基于深度神经网络的开集目标检测与识别方法

    公开(公告)号:CN114241260B

    公开(公告)日:2023-04-07

    申请号:CN202111527240.3

    申请日:2021-12-14

    申请人: 四川大学

    摘要: 本发明公开了一种基于深度神经网络的开集目标检测与识别方法,首先构造常见已知类别的图像作为训练集,然后设计一种UOD,利用改进的RPN保留对未知类别的检测能力,对未知类别赋予unknown标签;再增加对比聚类损失减少类内距离增大不同类别间的距离,引入韦布尔分布对不同类别的概率密度函数进行建模,区分已知和未知类别对象;并利用特征聚类的方式对未知类别对象进行初步分类和生成伪标签,最后提出改进的zero‑shot方案,对未知类别进行超类划分,利用CLIP方法先识别出未知类别的粗糙标签,再在粗糙标签对应的精细标签中识别出对应未知对象的类别。本发明能够用于对开放世界未经训练的对象进行检测,并实现了对未知类别的zero‑shot预测,减少了人工标注和网络更新的成本。

    一种基于全局-局部特征动态对齐的行人重识别方法

    公开(公告)号:CN113408492B

    公开(公告)日:2022-06-14

    申请号:CN202110833816.2

    申请日:2021-07-23

    申请人: 四川大学

    摘要: 本发明公开了一种基于全局‑局部特征动态对齐的行人重识别方法,对挑选行人重识别数据集中的训练集进行预处理,再使用预训练的模型ResNet50进行模型的初始化;然后,分别对粗粒度的全局特征计算全局距离,细粒度的局部特征计算局部对齐距离,并且使用困难样本挖掘三元组损失、中心损失和Softmax交叉熵损失联合作为行人重识别网络的监督器,约束模型的训练。最后,融合全局特征和局部特征获得最终特征,将查询行人图像作为行人重识别网络模型的输入,从候选库中进行检索出对齐距离最短的行人。本发明能够有效抑制空间未对齐和非对齐区域的噪声干扰,并且无需引入额外的辅助姿态信息,并且局部分支以指导距离度量的计算,可以进一步提高测试阶段的准确性。

    一种基于全局-局部特征动态对齐的行人重识别方法

    公开(公告)号:CN113408492A

    公开(公告)日:2021-09-17

    申请号:CN202110833816.2

    申请日:2021-07-23

    申请人: 四川大学

    摘要: 本发明公开了一种基于全局‑局部特征动态对齐的行人重识别方法,对挑选行人重识别数据集中的训练集进行预处理,再使用预训练的模型ResNet50进行模型的初始化;然后,分别对粗粒度的全局特征计算全局距离,细粒度的局部特征计算局部对齐距离,并且使用困难样本挖掘三元组损失、中心损失和Softmax交叉熵损失联合作为行人重识别网络的监督器,约束模型的训练。最后,融合全局特征和局部特征获得最终特征,将查询行人图像作为行人重识别网络模型的输入,从候选库中进行检索出对齐距离最短的行人。本发明能够有效抑制空间未对齐和非对齐区域的噪声干扰,并且无需引入额外的辅助姿态信息,并且局部分支以指导距离度量的计算,可以进一步提高测试阶段的准确性。

    一种三圆弧谐波齿轮插齿刀及其齿廓设计方法

    公开(公告)号:CN109630652B

    公开(公告)日:2021-07-30

    申请号:CN201910017231.6

    申请日:2019-01-08

    申请人: 四川大学

    摘要: 本发明公开了一种三圆弧谐波齿轮插齿刀,属于谐波减速器齿轮加工刀具的技术领域,所述刀齿的基本齿廓由三段依次相切的圆弧段构成;所述上圆弧段的半径为ρ1、中圆弧段的半径为ρ2以及下圆弧段的半径ρ3;还公开了一种三圆弧谐波齿轮插齿刀的的齿廓设计方法,其设计出满足条件的柔轮三圆弧齿廓和刚轮三圆弧齿廓,依据得到的刚轮三圆弧齿廓,采用齿轮啮合运动学法,得到A段理论共轭齿廓、B段理论共轭齿廓和C段理论共轭齿廓;采用圆弧拟合得到上圆弧段Ac1和下圆弧段Ac3及其相关参数;通过平面解析几何方法,求得中圆弧段Ac2及其相关参数;最后,按被加工谐波齿轮的工艺需求确定辅助参数,以达到加工出三圆弧谐波齿轮工作齿廓的目的。

    捷变频智能干扰机
    5.
    发明授权

    公开(公告)号:CN107359958B

    公开(公告)日:2019-05-10

    申请号:CN201710545283.1

    申请日:2017-07-06

    申请人: 四川大学

    IPC分类号: H04K3/00

    摘要: 本发明涉及通信屏蔽技术领域。本发明公开了一种捷变频智能干扰机,其组成包括发射单元、接收单元和干扰单元;所述发射单元工作在宽频带状态满足n路干扰信号带宽要求;所述干扰单元包括信号检测单元、n路干扰信号产生电路、多路复用器和捷变频单元;所述信号检测单元与n路干扰信号产生电路连接,所述n路干扰信号产生电路与多路复用器连接,通过所述多路复用器向发射单元传输n路干扰信号,所述信号检测单元通过检测环境信号,输出与环境信号特征匹配的n路信号,分别控制n路干扰信号产生电路输出相应干扰信号;所述捷变频单元与发射单元和接收单元相连,用于切换发射单元和接收单元的载波频率;n≥2。本发明有利于保护环保及人体健康,并保证干扰的可靠性。

    一种基于深度学习算法的材料微观结构缺陷检测方法

    公开(公告)号:CN109655483A

    公开(公告)日:2019-04-19

    申请号:CN201811536060.X

    申请日:2018-12-14

    申请人: 四川大学

    IPC分类号: G01N25/20 G06N99/00

    CPC分类号: G01N25/20 G06N99/00

    摘要: 本发明公开了一种基于深度学习算法的材料微观结构缺陷检测方法,包括以下步骤:(1)利用缺陷扰动置换法模拟出大量的样本数据;(2)基于深度学习算法,对步骤(1)中输出的样本数据进行训练;(3)对待检测材料表面施加热源,直至加热到稳态温度并提取其表面的温度分布数据和热量分布数据;(4)将提取的温度分布数据和热量分布数据输入参数到步骤(2)训练后的深度学习算法中,以获取输出结果,输出结果中包括待检测材料的内部缺陷类型、大小和位置,以达到利用缺陷扰动置换法与深度学习方法相结合,能够训练出以待检测材料表面温度数据和表面热量分布数据为输入,以输出材料内部缺陷类型、大小和位置数据,具有快速高效的特点。

    三齿差平面钢球传动式汽车差速器

    公开(公告)号:CN107420514A

    公开(公告)日:2017-12-01

    申请号:CN201710871524.1

    申请日:2017-09-25

    申请人: 四川大学

    IPC分类号: F16H48/06

    CPC分类号: F16H48/06

    摘要: 三齿差平面钢球传动式汽车差速器,属于机械传动技术领域。本发明提供一种新型汽车差速器,其三齿差槽式激波锥齿轮的外部是锥齿轮,内部是激波轮,动力由激波轮外部的锥齿轮输入,经锥齿轮内部的激波轮传给钢球活齿,钢球活齿再将动力传给与左半轴固连的保持架和与右半轴固连的中心内齿轮,左半轴和右半轴分别与左、右后车轮固连,从而使左、右后车轮实现差速。中心内齿轮的齿数与钢球活齿数相差为3。该差速器省去了传统汽车差速器中的行星齿轮系统,钢球活齿与保持架、中心内齿轮之间均为多对齿啮合,故该差速器体积小,重量轻,重合度大,承载力强,可广泛应用于需要差速器的各种轮式车辆,如汽车、工程车辆等。

    一种基于全分辨率表示网络的医学图像分割方法

    公开(公告)号:CN114898110B

    公开(公告)日:2023-05-09

    申请号:CN202210440914.4

    申请日:2022-04-25

    申请人: 四川大学

    摘要: 本发明公开了一种基于全分辨率表示网络的医学图像分割方法,在整个图像分割过程中保持全分辨率表示。首先,本发明将原始分辨率图像按照不同阶段划分为不同尺寸的图像块,利用现代卷积神经网络中高效灵活的元件(例如:空洞卷积和残差连接)提取从大尺寸到小尺寸图像块的局部特征;然后,设计了一种用于显式建模图像块之间长期依赖关系的多层感知器模块,以弥补卷积运算造成的固有感应偏差;最后,本发明进行了多次多尺度融合,使得每个阶段接收来自并行路径的表示信息,从而产生丰富的全分辨率表示。本发明为基于全分辨率表示的研究提供一种改进思路,能够解决真实场景下皮肤癌、细胞核和肺部医学图像分割的问题。

    一种基于全分辨率表示网络的医学图像分割方法

    公开(公告)号:CN114898110A

    公开(公告)日:2022-08-12

    申请号:CN202210440914.4

    申请日:2022-04-25

    申请人: 四川大学

    摘要: 本发明公开了一种基于全分辨率表示网络的医学图像分割方法,在整个图像分割过程中保持全分辨率表示。首先,本发明将原始分辨率图像按照不同阶段划分为不同尺寸的图像块,利用现代卷积神经网络中高效灵活的元件(例如:空洞卷积和残差连接)提取从大尺寸到小尺寸图像块的局部特征;然后,设计了一种用于显式建模图像块之间长期依赖关系的多层感知器模块,以弥补卷积运算造成的固有感应偏差;最后,本发明进行了多次多尺度融合,使得每个阶段接收来自并行路径的表示信息,从而产生丰富的全分辨率表示。本发明为基于全分辨率表示的研究提供一种改进思路,能够解决真实场景下皮肤癌、细胞核和肺部医学图像分割的问题。