一种基于卷积神经网络的肺结节假阳性筛除方法及系统

    公开(公告)号:CN111784638A

    公开(公告)日:2020-10-16

    申请号:CN202010502186.6

    申请日:2020-06-04

    IPC分类号: G06T7/00 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于卷积神经网络的肺结节假阳性筛除方法及系统,其方法包括:从肺部CT图像数据中获取候选肺结节的坐标位置与最大半径值;根据所述坐标位置和所述最大半径值从所述肺部CT图像数据中提取所述候选肺结节的原始3D图像数据,并对所述原始3D图像数据进行插值处理;获取通过插值得到的候选肺结节3D图像数据所对应的三个平面的样本数据,并将所述三个平面的样本数据进行缩放处理后形成一个训练集;基于所述训练集对卷积神经网络进行训练,并通过训练得到的卷积神经网络模型对所述候选肺结节进行假阳性筛选。本发明实施例可解决现有端对端网络在识别肺结节过程中存在假阳性率高的问题,提高计算机辅助肺结节自动检测的准确率。

    一种基于深度学习的安全帽佩戴检测方法及装置

    公开(公告)号:CN111160440A

    公开(公告)日:2020-05-15

    申请号:CN201911349221.9

    申请日:2019-12-24

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于深度学习的安全帽佩戴检测方法及装置,其中,所述方法包括:获得预设数量以上的工地工人作业图片,对工地工人作业图片进行标注,获得数据集;对数据集中的数据进行预处理,获得6种不同尺寸大小的聚类模板框;基于Yolov3网络搭建用于安全帽佩戴检测的深度学习网络,将训练集中的6种不同尺寸大小的聚类模板框输入所述深度学习网络中进行训练;导入测试集中的6种不同尺寸大小的聚类模板框至训练后的深度学习网络判断是否训练收敛;若收敛,则将待识别图像输入收敛深度学习网络模型中进行安全帽佩戴检测。在本发明实施例中,通过训练收敛的深度学习网络可以实时检测人目标是否佩戴或是否正确佩戴安全帽。

    一种模块化飞行器
    4.
    发明公开

    公开(公告)号:CN108482638A

    公开(公告)日:2018-09-04

    申请号:CN201810325388.0

    申请日:2018-04-12

    IPC分类号: B64C1/16 B64D27/26

    CPC分类号: B64C1/16 B64D27/26

    摘要: 本发明提供了一种模块化飞行器,该模块化飞行器包括飞行器本体和可拆装的驱动模块;飞行器本体和驱动模块采用分体设计,维护较为简单,具有良好的便携性;飞行器本体和驱动模块水平截面形状为全等的正六边形,多个驱动模块之间的安装不存在干涉,各驱动模块的气流较为稳定;驱动模块外壳可有效保护驱动电机和桨叶在受到撞击时发生损坏的可能性,提高其使用寿命;可针对飞行器本体上不同的负载重量调节驱动模块的数量,实现飞行器速度、续航和负载的均衡;驱动模块与飞行器本体之间的连接和电连接结构简单,拆装难度低,具有良好的实用性。

    一种用于无人作业装备的通信协议数据包及通信系统

    公开(公告)号:CN108039936A

    公开(公告)日:2018-05-15

    申请号:CN201711332217.2

    申请日:2017-12-14

    IPC分类号: H04L1/00 H04B7/185

    摘要: 本发明公开了一种用于无人作业装备的通信协议数据包及通信系统,数据包内容包括有标识数据包起始地址的起始标识单元、记录负载信息长度信息的负载长度单元、用于握手检验的序列码单元、发送信息的系统的系统ID单元、发送信息的组件的组件ID单元、用于标识信息种类的信息ID单元、记录传输数据的负载信息单元、用于消息包完整性检验的校验单元;通信系统包括发送端与接收端,发送端与接收端之间的通信通过数据包实现。该数据包每次传输的内容只包括一个消息类的消息,解决了大数据量情况下数据堵塞、数据冗余的问题,有效提高执行效率;另外还包括有保证数据包可靠性的序列码单元和验证消息包完整性的校验单元,确保数据包的准确性。

    一种基于暹罗网络的多输入跨视角步态识别方法及装置

    公开(公告)号:CN111209809B

    公开(公告)日:2023-03-28

    申请号:CN201911362076.8

    申请日:2019-12-24

    摘要: 本发明公开了一种基于暹罗网络的多输入跨视角步态识别方法及装置,其中,所述方法包括:基于行人步态数据集,获取能量图probe和gallery,以及基于OU‑ISIR MVLP数据集获取属于同一行人的正样本能量图positive和不属于同一行人的负样本能量图negative;搭建改进的步态验证暹罗网络,得到L21和L22,以及搭建改进的步态识别暹罗网络,得到L23、L24、L25和L26;得出对比损失函数,并训练步态验证暹罗网络的卷积网络参数,使得所述对比损失函数达到最低,以及得出三重对比损失函数,并训练步态识别暹罗网络的卷积网络参数,使得所述三重对比损失函数达到最低;对其他行人重复进行上述过程来进行跨视角验证和识别;对所述验证和识别的效果进行评估。在本发明实施中,适合一对一的步态验证。

    一种无人机
    10.
    发明授权

    公开(公告)号:CN108438202B

    公开(公告)日:2020-07-03

    申请号:CN201810325325.5

    申请日:2018-04-12

    IPC分类号: B64C1/30 H02K7/14 H02K13/00

    摘要: 本发明提供了一种无人机,该无人机收纳状态时呈一体结构,不易损坏且便于携带;避障装置在在无人机倾斜飞行时,依然保持预设的固定的侦查方向,具有良好的实用性;桨叶采用可折叠子桨叶的设计,可以节省桨叶占用空间,便于桨叶收拢和外出携带,不易发生碰撞和损坏,对桨叶和使用者都起到一定的保护作用;桨头带自锁螺纹的设计便于桨叶的拆装更换,同时自锁设计可以确保桨叶越转越紧,不易飞出;基于磁吸方式保持子桨叶的收起状态或展开状态,有利于提高桨叶的安全性和稳定性;在发生碰撞,某片子桨叶损坏时,只需更换该损坏子桨叶,桨头及另一片子桨叶仍可继续使用,维护成本较低。