-
公开(公告)号：CN118657730A
公开(公告)日：2024-09-17
申请号：CN202410783939.3
申请日：2024-06-18
申请人： 浙江大学
IPC分类号： G06T7/00 , G06V10/82 , G06V10/774 , G06V10/40 , G06V20/17 , G06N3/0464 , G06N3/08
摘要： 一种基于红外图像识别光伏组件热斑的检测方法。属于图像识别技术领域，具体涉及光伏组件热斑的检测技术领域。所述方法包括如下步骤：S1、对获取到的图像进行预处理，并构建训练集和测试集；S2、构建光伏组件热斑检测模型；S3、将训练集输入到步骤S2中构建的光伏组件热斑检测模型中进行训练，选择在训练过程中损失函数最小的模型作为训练完成的模型；S4、将测试集输入训练完成的模型中进行热斑检测，如果检测结果符合要求，则所述模型即为最终的光伏组件热斑检测模型，然后进入步骤S5，如果检测结果不符合要求则重新进行步骤S3；S5、利用最终的光伏组件热斑检测模型对光伏组件的红外图像进行热斑检测。
-
公开(公告)号：CN114707467B
公开(公告)日：2024-06-14
申请号：CN202210269579.6
申请日：2022-03-18
申请人： 浙江大学
IPC分类号： G06F40/126 , G06F40/242 , G06F40/284
摘要： 一种基于自注意力机制的自动化拼音转汉字方法，包括：预处理拼音序列；利用嵌入层获得输入拼音序列的嵌入表示矩阵；在嵌入表示添加位置编码，获得拼音序列的输入表示矩阵；利用拼音序列的输入表示矩阵和自注意力机制获得拼音序列的自注意力输出矩阵；利用全连接层将自注意力输出矩阵变换为输出矩阵；解析输出矩阵，获得汉字序列结果。该发明可在无人工干预的前提下，自动化的将拼音序列转成汉字序列。
-
公开(公告)号：CN117785655A
公开(公告)日：2024-03-29
申请号：CN202311492605.2
申请日：2023-11-10
申请人： 浙江大学
IPC分类号： G06F11/36
摘要： 本发明公开了一种自动化的移动端应用控件无障碍可聚焦检测方法和装置，所述方法结合了软硬件方法，利用移动设备的屏幕阅读器和自动化测试工具，实现了一种完全自动化、普适性强、错误率低的移动端应用控件无障碍可聚焦检测方法。首先，打开屏幕阅读器和相应软件，利用基于计算机视觉的移动端应用控件识别方法获得页面中“实际被聚焦”的控件；然后，利用自动化测试工具APPIUM获取页面中“应被聚焦”的控件；最后，比较两个控件集合是否相等来判断每一个“应被聚焦”的控件是否“实际被聚焦”。该方法可以用于复杂场景，判断移动应用控件开发是否达到信息无障碍的标准，且准确度高、不依赖人工检测，可应用于各类信息无障碍的检测工作中。
-
公开(公告)号：CN117689931A
公开(公告)日：2024-03-12
申请号：CN202311498982.7
申请日：2023-11-09
申请人： 浙江大学
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0464 , G06V10/44 , G06V10/80 , G06N3/045
摘要： 本发明公开了一种基于多分辨率双路特征的农作物叶片病害识别方法和装置，其方法包括：获取农作物叶片病害数据集，对数据集进行处理，得到实验数据集；对实验数据集中的图像进行预处理，得到处理后的图像数据；构建基于多分辨率双路特征的农作物叶片病害识别模型并且进行训练，得到训练好的农作物叶片病害识别模型；获取农作物叶片图像，对图像进行处理后输入到农作物叶片病害识别模型中，得到农作物叶片病害识别结果。本发明实现了多种农作物叶片图像中不同程度病害的识别，能够在病害早期进行准确的识别，具有较好的识别准确率，有利于在实际农业生产过程中进行及时的病害防治。
-
公开(公告)号：CN113778856B
公开(公告)日：2023-12-08
申请号：CN202110850893.9
申请日：2021-07-27
申请人： 浙江大学
摘要： 本发明公开了一种基于流媒体语义服务器的App检测方法，结合了硬软件方法，通过搭建流媒体服务器接收来自手机推流端的音视频信号，对音视频信号进行截取并保存的操作(截取图像画面和一定时长的音频)，并调用人工智能算法对保存的音视频文件进行语义分析，将分析结果发送给机械臂和嵌入式系统组成边缘计算节点，由嵌入式系统中的决策算法指示机械臂在推流端设备上做出下一步动作，以此完成检测任务调度中心下发的检测任务。本发明还包括一种基于流媒体语义分析服务器的APP检测系统，包括存储器、处理器，以及存储在存储器上并可以在处理器上运行的计算机程序，处理器执行所述的计算机程序时实现上述方法的步骤。
-
公开(公告)号：CN113791967B
公开(公告)日：2023-11-28
申请号：CN202110850858.7
申请日：2021-07-27
申请人： 浙江大学
摘要： 一种用于手机APP无障碍读屏软件的焦点陷入检测方法，本发明结合了软硬件方法，利用系统的无障碍功能，实现了非侵入式、普适性强、错误率低的一种移动端焦点陷入检测方法。首先，打开手机无障碍读屏软件和被测软件，使用机械臂模拟人的点击行为，服务端通过焦点检测算法获取到当前焦点的位置。然后，把得到的焦点位置作为识别方法的数据输入，依次使用单组件焦点陷入检测模块和多组件循环焦点陷入检测模块进行检测，循环以上步骤直到完成单页面的遍历，得到检测结果。该方法覆盖率高，面对复杂的页面也能够达到100％的检测，当遇到焦点陷入情况就会退出程序，减少冗余遍历，时间消耗少，并且此方法具有高召回率，几乎可以覆盖所有的焦点陷入情况。
-
公开(公告)号：CN117058082A
公开(公告)日：2023-11-14
申请号：CN202310968003.3
申请日：2023-08-03
申请人： 浙江大学
IPC分类号： G06T7/00
摘要： 一种基于知识蒸馏的骨密度预测方法和系统，所述方法通过计算机视觉技术分别提取X线平片、CT的图像特征；利用深度学习技术将教师模型中X线平片的2D图像特征和CT的3D图像特征映射到同一特征空间；将教师模型中同一特征空间上的X线平片的2D图像特征和CT的3D图像特征拼接融合后作为融合特征；利用融合特征和知识蒸馏的方法将教师模型的融合特征与学生模型X线平片的2D图像特征之间做蒸馏并计算蒸馏loss；通过在线蒸馏的方式，共同训练教师模型和学生模型的骨密度预测回归器。该发明有助于预测阶段只需要使用X线平片数据就能够很好的预测出骨密度值，帮助患者更早期的筛查骨质疏松症，降低骨质疏松症筛查的成本，降低骨折的风险。
-
公开(公告)号：CN116977373A
公开(公告)日：2023-10-31
申请号：CN202310968614.8
申请日：2023-08-03
申请人： 浙江大学
IPC分类号： G06T7/269 , A61B8/02 , G06T7/11 , G06N3/0464
摘要： 基于双向联合学习的心肌运动追踪方法，包括：采集数据并划分完整心动周期，并预处理；判断当前方法装置是否开启训练模式，执行训练过程或执行预测过程；利用有监督和无监督联合学习的策略，使用训练数据集来训练联合模型；用训练好的方法模型，输入目标数据集进行光流预测，并返回可视化结果；联合网络模型应当以心肌分割网络和光流估计网络作为网络结构中的两个子网络并行分支，二者在特征提取部分共享权重和特征提取器，其中心肌分割子网络基于人工标注的心肌分割数据进行有监督学习，光流估计子网络基于BackWarp进行无监督学习。本发明可以在没有心肌光流标注数据的条件下完成光流估计的学习和训练过程。
-
公开(公告)号：CN113780260B
公开(公告)日：2023-09-19
申请号：CN202110849867.4
申请日：2021-07-27
申请人： 浙江大学
IPC分类号： G06V30/14 , G06V30/18 , G06V30/19 , G06V20/62 , G06V10/762
摘要： 一种基于计算机视觉的无障碍文字智能检测方法，首先，打开网页或App，对其进行截图；将所获图像进行基本处理并传入OCR模型中，自动预测出可能存在的文本框位置及其置信度；接着，进行相似对对比，融合相似文本框，并根据置信度过滤；然后进行形状规整和边缘检测，确定文本框的最小范围；最后，对最终确定的文本框进行无障碍规则检测，包括字号大小检测和颜色对比度检测，并给出不符合无障碍规范的文本框，供开发人员参考修正。该方法适用于任一网页和App，提供了一套统一的无障碍文字智能化检测方案，具有准确度高、应用性强、普适度广等特点，有利于辅助我国互联网应用适老化及无障碍事业的进一步推广。
-
公开(公告)号：CN116757205A
公开(公告)日：2023-09-15
申请号：CN202310059359.5
申请日：2023-01-16
申请人： 浙江大学
IPC分类号： G06F40/295 , G06F16/33 , G06F16/36
摘要： 本发明公开了一种基于本体知识增强的实体关系抽取方法和装置，包括：获取样本的文本语料以及本体信息，并构建本体知识库；对于待抽取文本，通过检索方式在本体知识库中检索获取待抽取文本相关的本体知识，并基于本体知识构建本体知识提示模板；将本体知识提示模板注入待抽取文本以实现本体知识增强，对本体知识增强的待抽取文本进行实体关系抽取以得到抽取结果。通过该方式能够可插拔地对不同的实体关系抽取都进行本体知识的检索增强，以提高实体关系抽取的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
470 条记录 (耗时 0.034 秒)
