-
公开(公告)号:CN117974603A
公开(公告)日:2024-05-03
申请号:CN202410146279.8
申请日:2024-02-01
Applicant: 湖北文理学院
IPC: G06T7/00 , G06T7/73 , G06V10/25 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明涉及图像识别领域,公开了一种消化道多病变检测与分割方法、装置、设备及存储介质,该方法通过获取消化道的待检测影像数据与内窥镜医生的眼动凝视数据;将眼动凝视数据作为预训练获得的多病变检测与分割模型的监督信号,通过多病变检测与分割模型对待检测影像数据进行检测,获得模型检测结果;基于模型检测结果输出消化道的病变位置、病变类型以及病变图像。由于是将眼动凝视数据作为多病变检测与分割模型的监督信号,通过眼动凝视数据的引导,实现了端到端的训练,有效地避免了训练过程中的信息丢失和不一致,能够更好地捕捉图像的细节信息,提高了图像分割效果。
-
公开(公告)号:CN117576037A
公开(公告)日:2024-02-20
申请号:CN202311553072.4
申请日:2023-11-17
Applicant: 湖北文理学院
IPC: G06T7/00 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种X射线焊缝缺陷检测方法、装置、设备及存储介质,该方法包括:基于改进的YOLOv8模型对X射线焊缝缺陷图像进行X射线焊缝缺陷检测,改进的YOLOv8模型在骨干网络部分引入了Mixup技术和改进后的FPN技术,Mixup将缺陷图像数据进行混合和交流,生成更加全面综合的样本数据,提高数据多样性和模型的泛化能力和鲁棒性。通过改进后的FPN技术将样本数据进行多层次特征提取,并通过融合因子进行特征融合,提高了模型检测的精确度,同时也提高了对微小焊缝缺陷检的测方面的效果。还通过损失函数WIOU‑loss更好的评估检测模型的性能,提高模型对X射线焊缝缺陷检测的精度和性能。
-