一种改进YOLOv7和融合双向路由注意力机制的火焰检测方法

    公开(公告)号:CN116844109A

    公开(公告)日:2023-10-03

    申请号:CN202310763899.1

    申请日:2023-06-26

    摘要: 本发明公开了一种改进YOLOv7和融合双向路由注意力机制的火焰检测方法。所述方法包括S1:通过可视化监控拍摄设备及网络爬虫的方式获取带有火焰目标的图像,并对所述图像数据进行筛选和标注,建立火焰图像数据集。S2:以YOLOv7为基础模型建立火焰检测模型,以实现火焰的类别和位置信息的检测。S3:在S2所述的基础模型中融合双向路由注意力机制模块并改进边界框损失函数,得到改进YOLOv7和融合双向路由注意力机制火焰检测算法。S4:利用建立的火焰图像数据集对改进后的YOLOv7算法进行训练和测试,得到训练完成的改进的YOLOv7火焰检测模型。将所述训练完成的改进的YOLOv7火焰检测模型部署到可视化监控拍摄设备中,并根据火焰检测结果产生告警信息。

    基于旋转特征的特征增强目标检测方法

    公开(公告)号:CN116824272A

    公开(公告)日:2023-09-29

    申请号:CN202311006238.0

    申请日:2023-08-10

    摘要: 本发明涉及目标检测技术领域,具体为基于旋转特征的特征增强目标检测方法,包括以下步骤:对输入的三维特征图[C,H,W]分别进行90°、180°、270°旋转,得到四组三维特征图,将四组三维特征图分别通过RTC模块,经Reshape操作、卷积、GeLU激活函数、卷积、Bach Normalization函数归一化、GeLU激活函数得到四个角度F'1,F'2,F'3,F'4。该基于旋转特征的特征增强目标检测方,通过对特征图进行旋转不同的角度,使得模型获得不同角度的特征,增加特征的多样性,再通过注意力机制使得模型关注更加重要的部分,以提高目标检测模型的精度。

    双工位全自动双层袋成型机

    公开(公告)号:CN104943233A

    公开(公告)日:2015-09-30

    申请号:CN201510388414.0

    申请日:2015-07-03

    IPC分类号: B31B1/08 B31B1/68 B31B1/74

    摘要: 本发明涉及一种双工位全自动双层袋成型机。包括机架,在机架上料工位设置自动上料顶升机构A,在自动上料顶升机构A的上方设置外袋抓取机构B,在移外袋工位上方安装挡袋机构C,在开外袋工位设置吸附开袋机构E,在拉内袋工位设置内袋抓取机构D,在备内袋工位设置内袋备袋机构F;在移外袋工位、开外袋工位、整袋工位的机架下部安装有外袋移动机构G;外袋移动机构G设有机械手,移外袋工位、开外袋工位、整袋工位的机架上设有滑槽,外袋移动机构G上的机械手穿过滑槽;缝纫工位的机架一侧安装缝纫机构H;在收袋工位的机架上设有夹带机构I,在夹带机构I的下部设置收袋机构J;移外袋工位、开外袋工位、备内袋工位均设置两个袋子的工位。本发明实现了双层袋全制备过程的自动化,可双工位同时套袋,极大地提高了套袋效率。

    一种在类别不平衡下进行乳腺病理图像多分类的方法

    公开(公告)号:CN118736284A

    公开(公告)日:2024-10-01

    申请号:CN202410767454.5

    申请日:2024-06-14

    摘要: 本发明属于智慧医疗领域,提供了一种在类别不平衡下进行乳腺病理图像多分类的方法,步骤如下:获取已知类别信息和标签的乳腺病理图像数据集;将改进的残差结构Ghost‑Residual添加至ResNet网络,构建改进后的ResNet_GR少数类别分类网络,并添加学习特征的角度的交叉熵损失函数L‑softmax loss;基于提出的AMMixup算法和ResNet_GR网络训练得到病理图像分类模型;将增强后的数据集输入至病理图像分类模型,得到乳腺癌各个亚型的识别结果。本发明在Mixup中引入了类别间的角边距思想,提出的乳腺癌病理图像分类模型充分结合了深度学习和过采样的优势,使其不仅可以应对少数类别的分类任务,而且分类更容易、识别精度更高。

    基于旋转特征的特征增强目标检测方法

    公开(公告)号:CN116824272B

    公开(公告)日:2024-02-13

    申请号:CN202311006238.0

    申请日:2023-08-10

    摘要: 本发明涉及目标检测技术领域,具体为基于旋转特征的特征增强目标检测方法,包括以下步骤:对输入的三维特征图[C,H,W]分别进行90°、180°、270°旋转,得到四组三维特征图,将四组三维特征图分别通过RTC模块,经Reshape操作、卷积、GeLU激活函数、卷积、Bach Normalization函数归一化、GeLU激活函数得到四个角度F'1,F'2,F'3,F'4。该基于旋转特征的特征增强目标检测方,通过对特征图进行旋转不同的角度,使得模型获得不同角度的特征,增加特征的多样性,再通过注意力机制使得模型关注更加重要的部分,以提高目标检测模型的精度。

    双工位全自动双层袋成型机

    公开(公告)号:CN204914699U

    公开(公告)日:2015-12-30

    申请号:CN201520476666.4

    申请日:2015-07-03

    IPC分类号: B31B1/08 B31B1/68 B31B1/74

    摘要: 双工位全自动双层袋成型机,包括机架,在机架上料工位设置自动上料顶升机构A,在自动上料顶升机构A的上方设置外袋抓取机构B,在移外袋工位上方安装挡袋机构C,在开外袋工位设置吸附开袋机构E,在拉内袋工位设置内袋抓取机构D,在备内袋工位设置内袋备袋机构F;在移外袋工位、开外袋工位、整袋工位的机架下部安装有外袋移动机构G;外袋移动机构G设有机械手,移外袋工位、开外袋工位、整袋工位的机架上设有滑槽,外袋移动机构G上的机械手穿过滑槽;缝纫工位的机架一侧安装缝纫机构H;在收袋工位的机架上设有夹带机构I,在夹带机构I的下部设置收袋机构J;移外袋工位、开外袋工位、备内袋工位均设置两个袋子的工位。