公开(公告)号：CN116342533A

公开(公告)日：2023-06-27

申请号：CN202310309856.6

申请日：2023-03-28

Applicant: 广东省交通集团有限公司 ,  华南理工大学 ,  广东华路交通科技有限公司

Inventor： 吴刚 ,  方少亮 ,  郭创川 ,  杨宇康 ,  陆璐 ,  张亚妮 ,  林海山 ,  王辰晨

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于模型剪枝的缺陷预测方法，根据缺陷的尺度自适应方法生成对应的三层热力图尺度标签；构建若干个等间隙的膨胀卷积核；将膨胀卷积核组建成一种串联和并联关系上的等间隙膨胀卷积网络；将网络拼接在标准的ResNet50网络后，输出最高层的预测目标，对最高层热力图标签H3进行训练；剪枝掉由等间隙膨胀卷积构成的网络，由ResNet50网络对应特征层分别预测输出的三个尺度和三层热力图标签进行损失梯度下降训练指定轮次。将各层的结果进行相应的后处理后，把各层的结果整合起来，将预测的结果还原到原图上。本申请在串联上相加与并联上拼接而形成全面地结合，在扩大感受野的同时，形成了一种全局和局部信息的交叉获取。

公开(公告)号：CN114782311B

公开(公告)日：2024-05-14

申请号：CN202210245783.4

申请日：2022-03-14

Applicant: 华南理工大学 ,  中山市华南理工大学现代产业技术研究院

Inventor： 陆璐 ,  杨宇康 ,  冼允廷

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于CenterNet改进的多尺度缺陷目标检测方法，包括以下步骤：获取缺陷目标图片并进行预处理；对CenterNet网络结构进行改进；将预处理图片输入改进CenterNet网络结构，生成若干个第一特征图；将第一特征图进行信息叠加，形成若干个第二特征图；通过限定多种目标尺度信息生成多层分支热力图以产生类别标签，将目标映射到对应的第二特征图；经过第二特征图后通过热力图生成分支产生预测类别，通过目标宽高及中心偏移生成分支产生位置信息，进而得到检测结果；本发明把分支网络调整为基于多尺度特征层的多输出预测，再通过网络输出结果还原原始预测目标框信息，解决了不同尺度目标预测能力受限问题。

公开(公告)号：CN114782311A

公开(公告)日：2022-07-22

申请号：CN202210245783.4

申请日：2022-03-14

Applicant: 华南理工大学 ,  中山市华南理工大学现代产业技术研究院

Inventor： 陆璐 ,  杨宇康 ,  冼允廷

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于CenterNet改进的多尺度缺陷目标检测方法，包括以下步骤：获取缺陷目标图片并进行预处理；对CenterNet网络结构进行改进；将预处理图片输入改进CenterNet网络结构，生成若干个第一特征图；将第一特征图进行信息叠加，形成若干个第二特征图；通过限定多种目标尺度信息生成多层分支热力图以产生类别标签，将目标映射到对应的第二特征图；经过第二特征图后通过热力图生成分支产生预测类别，通过目标宽高及中心偏移生成分支产生位置信息，进而得到检测结果；本发明把分支网络调整为基于多尺度特征层的多输出预测，再通过网络输出结果还原原始预测目标框信息，解决了不同尺度目标预测能力受限问题。