公开(公告)号：CN118781476B

公开(公告)日：2025-02-11

申请号：CN202411005139.5

申请日：2024-07-25

Applicant: 大连工业大学

Inventor： 刘阳 ,  王禹皓 ,  王慧慧 ,  张旭 ,  秦磊 ,  黄旭辉

IPC: G06V20/05 ,  G06V10/764 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/096

Abstract: 本发明属于人工智能技术领域，公开了一种基于变步长学习率寻优策略的鱼类智能分选方法，步骤如下：先构建数据集，再选用轻量型神经网络进行迁移学习，对模型进行微调，最后采用学习率的大区间快速定位和小区间精确寻优来确定最优学习率。本发明的变步长学习率寻优策略，能够避免采用经验值或等步长方法设定学习率所陷入的局部最优解，从而错过全局最佳学习率，解决传统训练方法效率过低问题。本发明的方法既能保证分类的效率，又能兼顾分类的精度。

公开(公告)号：CN118781476A

公开(公告)日：2024-10-15

申请号：CN202411005139.5

申请日：2024-07-25

Applicant: 大连工业大学

Inventor： 刘阳 ,  王禹皓 ,  王慧慧 ,  张旭 ,  秦磊 ,  黄旭辉

IPC: G06V20/05 ,  G06V10/764 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/096

Abstract: 本发明属于人工智能技术领域，公开了一种基于变步长学习率寻优策略的鱼类智能分选方法，步骤如下：先构建数据集，再选用轻量型神经网络进行迁移学习，对模型进行微调，最后采用学习率的大区间快速定位和小区间精确寻优来确定最优学习率。本发明的变步长学习率寻优策略，能够避免采用经验值或等步长方法设定学习率所陷入的局部最优解，从而错过全局最佳学习率，解决传统训练方法效率过低问题。本发明的方法既能保证分类的效率，又能兼顾分类的精度。

公开(公告)号：CN116681777A

公开(公告)日：2023-09-01

申请号：CN202310641909.4

申请日：2023-06-01

Applicant: 大连工业大学

Inventor： 刘阳 ,  王禹皓 ,  王浩宇 ,  王慧慧 ,  张旭

IPC: G06T7/80 ,  G06V10/44 ,  G06V10/46

Abstract: 本发明属于光学测量技术领域，公开一种基于辅助标记点的图像特征快速提取方法，步骤包括采集带有辅助标记点的原始图像、对原始图像进行图像预处理、特征点快速定位、特征点高精度提取，最后输出特征点精确位置。本发明采用更好描述物体表面形状的网格激光辅助标记法，将网格交点作为物体表面特征点进行快速高精度提取。在提取方法中采用先快速定位后精确提取策略，快速锁定特征点大大减小计算量提高提取速度；在拟合过程中多项式对横纵光条截面中心点集进行拟合更能符合实际情况下不同物体表面形貌变化对光条形状影响，通过合理设置权重突出重点提高局部拟合精度本发明兼顾特征提取效率和精度，对多个复杂物体表面实时性特征提取具有重要意义。