公开(公告)号：CN119741251A

公开(公告)日：2025-04-01

申请号：CN202411560785.8

申请日：2024-11-04

Applicant: 桂林医学院

Inventor： 杨铁军 ,  伍悦 ,  唐盈盈 ,  罗崇升

IPC: G06T7/00 ,  G06T7/10 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开一种基于多分支跳跃连接搜索的乳腺肿瘤超声图像分割方法和装置，方法包括3个步骤：优化搜索空间，搜索最佳跳跃连接以及重训与测试。首先，为了进一步提取和融合特征，并为解码器提供更有用的信息，设计了一种多分支跳跃连接模块(MBS)。其次，采用基于可学习操作权重的搜索策略搜索最佳MBS。最后，采用搜索到的最佳MBS构建编码‑解码神经网络，并在乳腺超声数据集上进行评估测试。本发明无需人工调参，同时实现更高的分割准确性。

公开(公告)号：CN114998285A

公开(公告)日：2022-09-02

申请号：CN202210688616.7

申请日：2022-06-17

Applicant: 桂林医学院 ,  桂林理工大学

Inventor： 杨铁军 ,  邓渭铭 ,  黄琳

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

Abstract: 本发明提供一种基于神经网络架构搜索的工业产品盲检目标检测方法，该方法设计了一个XOR通道融合模块，用于解决多分支接入带来的特征混淆和冗余问题。利用深浅层特征映射之间的互补性，在多分支接入时，通过XOR通道融合模块在通道层面上对不同尺度的特征映射进行XOR融合；提出了一种逐渐剪枝的搜索策略，在搜索过程中不断剪枝，高效的构建多分支CNN架构同时缩小搜索和评估之间的差距，生成的多分支CNN结构，可以在深层特征中融入浅层特征，提高小目标检测能力；将搜索出的模型作为YOLOv4的主干网络，达到了更高的检测精度。