-
公开(公告)号：CN106897739A
公开(公告)日：2017-06-27
申请号：CN201710079894.1
申请日：2017-02-15
申请人： 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 南京大学
摘要： 本发明公开了一种基于卷积神经网络的电网设备分类方法，步骤1，根据已有的电网设备图像训练集和测试集，训练卷积神经网络模型；输入层对输入的图像数据进行预处理，用以增大数据量；卷积层的数量不大于N，N+1为常用卷积神经网络卷积层的层数；步骤2，利用训练完成的卷积神经网络模型对需分类的电网设备图像进行分类。本发明利用数据增强技术将输入图像数据进行预处理，增大数据量，解决了数据量不足会导致网络过拟合，精度下降的问题；鉴于训练数据的数量较少，削减了卷积层数量和卷积核数目，同时增大卷积核的尺寸，减小了每层卷积层所提取出的特征图的大小，从而减少了卷积层提取出的特征数量，同样起到了防止过拟合的作用，提高了精度。
-
公开(公告)号：CN107067026A
公开(公告)日：2017-08-18
申请号：CN201710083292.3
申请日：2017-02-16
申请人： 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 南京大学
CPC分类号： G06K9/6267 , G06F16/50 , G06K9/342 , G06N3/02
摘要： 本发明公开了一种基于深度神经网络的电力设备故障检测方法，包括采集红外图谱，构建规范化的图谱数据库；建立多层深神经网络对测试用红外图谱进行分类；建立目标检测框架RCNN对分类的测试用红外图谱进行设备分区；根据红外图谱缺陷分析准则，设置分区内温度预警规则；根据温度预警规则，得到设备安全分析结论并实现预警。此方法应用于电网设备检测后能极大减少人工设备识别分区等繁琐工作，提高了工作效率。
-
公开(公告)号：CN106897739B
公开(公告)日：2019-10-22
申请号：CN201710079894.1
申请日：2017-02-15
申请人： 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 南京大学
摘要： 本发明公开了一种基于卷积神经网络的电网设备分类方法，步骤1，根据已有的电网设备图像训练集和测试集，训练卷积神经网络模型；输入层对输入的图像数据进行预处理，用以增大数据量；卷积层的数量不大于N，N+1为常用卷积神经网络卷积层的层数；步骤2，利用训练完成的卷积神经网络模型对需分类的电网设备图像进行分类。本发明利用数据增强技术将输入图像数据进行预处理，增大数据量，解决了数据量不足会导致网络过拟合，精度下降的问题；鉴于训练数据的数量较少，削减了卷积层数量和卷积核数目，同时增大卷积核的尺寸，减小了每层卷积层所提取出的特征图的大小，从而减少了卷积层提取出的特征数量，同样起到了防止过拟合的作用，提高了精度。
-
公开(公告)号：CN118379538A
公开(公告)日：2024-07-23
申请号：CN202410360910.4
申请日：2024-03-27
申请人： 南京大学
IPC分类号： G06V10/764 , G06V10/82 , G06V10/26 , G06V10/774 , G06V10/28 , G06N3/0464 , G06N3/08 , G06V10/32 , G06T3/4007 , G06T7/60
摘要： 本发明公开了一种基于红外小目标识别的目标大小预测估计方法。步骤如下：(1)构建红外小目标识别与目标大小预测的神经网络，(2)构建高、低分辨率成对实拍的红外小目标图像数据集，对高分辨率图像中的目标进行0,1标签的标注，然后将带有0,1标签的标注图像通过双线性插值法降采样到与低分辨率图像相同的分辨率大小，即生成对应的低分辨率图像的matting标签；同时获取高分辨率图像中的目标大小标签；(3)利用matting标签端到端训练神经网络，将低分辨率图像作为网络输入，将高分辨率图像目标标签映射到低分辨的标签；(4)利用训练好的神经网络对图像中的小目标进行识别和大小预测。本发明实现了精度更高的红外小目标的识别和目标大小预测估计。
-
公开(公告)号：CN112270741B
公开(公告)日：2024-04-09
申请号：CN202011092226.0
申请日：2020-10-13
申请人： 南京大学
IPC分类号： G06F3/00 , G01N23/041
摘要： 本发明提供一种基于偏振的光栅相位衬度成像系统及方法，涉及领域，包括：光源装置，发射部分相干光；准直装置，将部分相干光转换为准直光；线偏振片，将准直光转换为线偏振光；光栅组件，上方放置有一样品，不同偏振角度的线偏振光分别以一预设照射角度依次照射在样品上形成折射光线，经由光栅组件处理形成强度变化的光信号；图像探测器，接收光信号以形成样品在每个偏振角度对应的相位衬度图像；三维重建系统，用于根据各相位衬度图像及对应的偏振角度进行三维重建得到样品的三维图像。有益效果是具备了无透镜成像兼具大视场和高分辨率的特点，同时降低了系统的复杂度，进一步提高了设备的集成度，可以更好地推动无透镜相位恢复系统的实用化。
-
公开(公告)号：CN117376566A
公开(公告)日：2024-01-09
申请号：CN202311480196.4
申请日：2023-11-08
申请人： 南京大学
IPC分类号： H04N19/132 , H04N19/59 , H04N19/587 , H04N19/176 , H04N19/42 , G06T9/00
摘要： 本发明公开了一种含误差信息的非局部自适应图像压缩感知装置及方法。该装置包括采样模块、初始化重建模块和深度重建网络，其中，采样模块包括采样率分配模块以及压缩采样模块，采样率分配模块用于给图像的不同区域分配不同的采样率，压缩采样模块用于对分块区域进行压缩采样；初始化重建模块，用于将采样模块采集的结果恢复成初始数据的尺寸；深度重建网络包括非局部注意力模块，用于根据初始化重建模块输出的重建结果进行图像的重建。本发明在图像重建的过程中能够有效地利用全局信息，根据图像内容来给不同的区域分配采样率，还可以引入误差信息作为网络输入，有效地提高了重建图像的质量。
-
公开(公告)号：CN111445013B
公开(公告)日：2023-04-25
申请号：CN202010347546.X
申请日：2020-04-28
申请人： 南京大学
IPC分类号： G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明一种针对卷积神经网络的非零探测器及其方法。该非零探测器包括顶层控制单元，用于将输入的激励与权重数据存入本地缓存模块，并控制激励与权重探零模块和位与及寻址模块的操作；本地缓存模块，用于存放卷积神经网络的激励与权重数据；激励与权重探零模块，用于根据本地缓存模块的激励与权重数据进行非零筛选，并将得到的比特图返回本地缓存模块；位与及寻址模块，用于将激励比特图向量和权重比特图向量按位与，得到对应位置上的权重和激励值都非零的地址，并输出给本地缓存模块。本发明的非零探测器在不额外占用太多存储与运算资源的情况下，有效地提高了卷积神经网络的计算效率，缩小了卷积神经网络计算量。
-
公开(公告)号：CN110033030B
公开(公告)日：2023-03-24
申请号：CN201910237892.X
申请日：2019-03-27
申请人： 南京大学
IPC分类号： G06F18/214 , G06N3/0464
摘要： 本发明公开了一种基于神经网络求解0‑1测量矩阵的压缩感知问题的方法。具体步骤如下：(1)通过0‑1测量矩阵对图像降采样，制作训练数据集；(2)对训练数据预处理；(3)通过神经网络的全连接层将低维数据恢复到高维；(4)对高维数据进一步处理；(5)将处理后的高维数据传递到由卷积层组成的残差模块，对图像重建恢复；(6)由损失函数计算重建图像与真实图像的误差，通过误差反向传递更新网络的参数；(7)重复步骤(2)～(6)，直至重建图像与真实图像误差较小时，完成神经网络的训练。利用本发明的方法，在重建图像的准确度和对图像噪声的抑制上均能取得比较好的效果。
-
公开(公告)号：CN115619682A
公开(公告)日：2023-01-17
申请号：CN202211375364.9
申请日：2022-11-04
申请人： 南京大学
IPC分类号： G06T5/00 , G06V10/774 , G06V10/82 , G06N3/08
摘要： 本发明提出了一种基于深度学习的去噪色调映射方法及装置。该方法包括以下步骤：S1，标定相机噪声参数；S2，搭建去噪色调映射网络模型；S3，将训练集中的高动态图像分解为一系列不同曝光的低动态图像并分别加入噪声，重新合成带噪高动态图像，对所述带噪高动态图像进行预处理后作为所述去噪色调映射网络的输入；S4，使用结构损失函数和感知损失函数，通过反向传播对去噪色调映射网络进行训练，直到网络收敛。本发明可以端对端地实现去噪色调映射，直接将带噪高动态图像转换为高质量的去噪色调映射图像，有效地解决高动态图像噪声分布不均匀的问题。
-
公开(公告)号：CN113701880B
公开(公告)日：2022-12-09
申请号：CN202110806134.2
申请日：2021-07-16
申请人： 南京大学
摘要： 本发明公开了一种高光通量光谱编码成像系统与方法。该光谱编码成像系统包括编码装置、色散装置、成像装置及计算装置；编码装置用于对原始光谱进行调制，获取原始光谱的编码光谱；色散装置用于对编码光谱进行色散，获取色散编码光谱；成像装置用于对色散编码光谱进行采集，获取色散编码光谱图像信息；计算装置用于根据色散编码光谱图像信息求解出解码光谱信息。本发明对色散编码光谱图像进行解码的方法，可以根据掩模像素与邻域像素的区域光谱约束求解出掩模点以及邻域像素的光谱信息，原理上可用于如阴天、傍晚等可见光低光照的高速光谱视频成像、多光谱荧光显微成像以及非制冷红外光谱成像等成像应用，无需额外提供光源增加成像系统复杂性。
-
-
-
-
-
-
-
-
-
搜索结果
97 条记录 (耗时 0.089 秒)
