-
公开(公告)号：CN119992073A
公开(公告)日：2025-05-13
申请号：CN202510450797.3
申请日：2025-04-11
Applicant: 江南大学 , 江苏磐智数云科技有限公司
Abstract: 本发明涉及深度学习与目标检测技术领域，公开了一种基于目标检测的井盖隐患检测方法，将井盖图像输入目标检测模型的主干网络，经过多个依次串联的提取单元，提取多个不同尺度的初级特征图，并输入基于FPN结构的颈部网络，输出每个尺度对应的融合特征图后，输入头部网络，输出井盖图像的每个尺度对应的预测标签、预测边界框与置信度。动态上采样模块生成采样偏移量来调整采样网络，更好地捕捉小目标信息，提高对井盖图像中细节的检测和分割精度；反转残差注意力下采样模块引入了注意力机制、深度可分离卷积与残差机制，有效压缩数据，减少信息损失，增强对井盖图像关键特征的关注，提升模型对井盖隐患的特征表达，进而提高井盖隐患检测精度。
-
公开(公告)号：CN116259358B
公开(公告)日：2025-05-13
申请号：CN202211678119.5
申请日：2022-12-26
Applicant: 江南大学
IPC: G16B15/30 , G16B40/30 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/088
Abstract: 本发明涉及生物学技术领域，尤其是指一种蛋白质相互作用预测方法、装置、设备及存储介质。本发明所述的蛋白质相互作用预测方法，通过调整Doc2vec非监督段落向量学习模型，将不定长的蛋白质序列特征信息嵌入至低维向量空间，能够处理任意长度的蛋白质序列，解决了蛋白质初步特征选取问题，利用图同构卷积网络的优势，充分结合蛋白质相互作用PPI网络结构的信息，聚合每个蛋白质的相邻蛋白质的信息，优化了蛋白质节点的编码表征，根据PPI网络结构信息，找到蛋白质相互作用边，结合两个蛋白质节点信息，并不断从中学习更高效且准确的分类预测，提高了模型预测的准确度。
-
公开(公告)号：CN116416559B
公开(公告)日：2024-08-02
申请号：CN202310397174.5
申请日：2023-04-14
Applicant: 江南大学
IPC: G06V20/40 , G06V10/762 , G06V10/74 , G06F17/16
Abstract: 本发明提供一种基于事件的谱聚类运动目标检测方法及系统，该方法包括输入样本集中的某个事件帧；选取所述事件帧中的部分数据点n，并融合距离建立相似矩阵A；基于所述相似矩阵A计算得到部分数据点n的聚类结果；基于部分数据点n与剩下的未分类数据点n'之间的关系建立相似矩阵A'，根据所述相似矩阵A'得到剩下的未分类数据点n'的聚类结果；将部分数据点n和剩下的未分类数据点n'及其聚类结果进行合并；输出该事件帧所有数据的聚类结果。本发明将部分事件数据的聚类结果作为指导并基于重构事件帧之间的关系来计算其他数据的聚类结果，降低了计算时间消耗，提升运动目标检测效率；自适应地获取聚类数目，避免人工设置的主观性误差。
-
公开(公告)号：CN117011819A
公开(公告)日：2023-11-07
申请号：CN202310992383.4
申请日：2023-08-08
Applicant: 江南大学
IPC: G06V20/56 , G06V10/77 , G06V10/80 , G06N3/048 , G06N3/045 , G06V10/82 , G06N3/0464 , G06V10/42 , G06V10/44
Abstract: 本发明涉及车道线检测技术领域，尤其是指一种基于特征引导注意力的车道线检测方法、设备及存储介质。本发明所述车道线检测方法包括：使用特征残差神经网络作为车道线检测模型的骨干网络，对包含车道线的图片进行车道线特征提取，输出多尺寸的特征图；使用均衡特征金字塔网络作为车道线检测模型的跨尺度特征融合模块，对所述特征残差神经网络生成的每一个尺寸的特征，通过上下采样操作生成金字塔对应的多个尺寸，再将相同尺寸的特征图融合；使用ROI Gather作为车道线检测模型的检测模块，迭代更新预设定的车道线，输出最终检测出的车道线。本发明所述方法通过集中分析重点区域，在保证精度的同时提高了检测速度。
-
公开(公告)号：CN116416602A
公开(公告)日：2023-07-11
申请号：CN202310408477.2
申请日：2023-04-17
Applicant: 江南大学
Abstract: 本发明提供一种基于事件数据与图像数据联合的运动目标检测方法及系统，该方法包括获取稀疏事件数据和标准图像帧；对稀疏事件数据进行重构处理得到事件帧，输入到卷积神经网络中进行训练，并计算得到目标在事件帧上的位置；将标准图像帧从RGB色彩空间转化HSV色彩空间，进行二值化处理得到二值化帧；将得到的目标位置转换到二值化帧中，并统计二值化帧中目标位置区域的白色像素数；判断目标位置区域中的白色像素数对于整个二值化帧中白色像素数的占比是否超过设定的阈值，如果是，则所述目标被正确检测出，否则检测出错误的目标。本发明解决了对图像中特定的目标进行检测时，仅利用事件相机获取的数据，不易区分不同目标的问题。
-
Patent Agency Ranking
公开(公告)号：CN116416559A
公开(公告)日：2023-07-11
申请号：CN202310397174.5
申请日：2023-04-14
Applicant: 江南大学
IPC: G06V20/40 , G06V10/762 , G06V10/74 , G06F17/16
Abstract: 本发明提供一种基于事件的谱聚类运动目标检测方法及系统，该方法包括输入样本集中的某个事件帧；选取所述事件帧中的部分数据点n，并融合距离建立相似矩阵A；基于所述相似矩阵A计算得到部分数据点n的聚类结果；基于部分数据点n与剩下的未分类数据点n'之间的关系建立相似矩阵A'，根据所述相似矩阵A'得到剩下的未分类数据点n'的聚类结果；将部分数据点n和剩下的未分类数据点n'及其聚类结果进行合并；输出该事件帧所有数据的聚类结果。本发明将部分事件数据的聚类结果作为指导并基于重构事件帧之间的关系来计算其他数据的聚类结果，降低了计算时间消耗，提升运动目标检测效率；自适应地获取聚类数目，避免人工设置的主观性误差。
-
公开(公告)号：CN114974400B
公开(公告)日：2023-06-16
申请号：CN202210320366.1
申请日：2022-03-29
Applicant: 江南大学
Abstract: 本发明公开了一种生物网络比对方法、装置、设备以及计算机可读存储介质，包括：分别提取源网络和目标网络中所有节点，提取序列相似性文件中源网络节点和目标网络节点之间的序列信息；计算源网络中每个节点与目标网络中所有节点之间的拓扑信息；融合源网络节点与目标网络节点的拓扑信息和序列信息，计算源网络中每个节点与目标网络中所有节点之间的相似性得分；基于节点间的相似性得分指导初始化种群，采用蝙蝠算法进行优化种群，选取目标函数得分最高的个体作为比对结果。本发明通过结合拓扑和序列信息的融合计算节点对相似性得分，提高拓扑得分，保证比对结果与生物一致性，采用相似性得分指导生成初始种群，提高多样性，便于后续优化。
-
公开(公告)号：CN115829099A
公开(公告)日：2023-03-21
申请号：CN202211477103.8
申请日：2022-11-23
Applicant: 江南大学
Abstract: 本发明提供一种基于ANFIS及随机分形搜索算法的黄酒发酵预测方法及系统，该方法包括采集不同生产批次的黄酒生成中前酵过程的数据样本；将所述数据样本划分为训练集和测试集，并对数据样本进行归一化处理；将处理后数据样本输入提前构建好的多输出自适应神经模糊推理系统模型，利用层次学习随机分形搜索算法对多输出自适应神经模糊推理系统模型进行模型参数的辨识与优化，得到优化后的多输出自适应神经模糊推理系统模型；对黄酒发酵状态进行预测。本发明提升了模型的精度和泛化能力，可以实现不同生产批次黄酒发酵状态的良好预测。
-
公开(公告)号：CN113066524B
公开(公告)日：2022-12-20
申请号：CN202110547632.X
申请日：2021-05-19
Applicant: 江南大学
IPC: G16B5/00 , G06F30/20 , G06F111/06
Abstract: 本发明涉及基于模拟退火的多蛋白质相互作用网络比对方法。本发明包括：包括：获取输入比对网络和序列相似性信息；构建候选簇集合；采用模拟退火算法，在候选簇集合中随机选取一个候选簇进行迭代后加入候选簇集合，并根据加入候选簇前后的状态目标函数得分的差值进行状态更新；目标函数得分差值大于零，则无条件接受新比对结果；若目标函数得分差值小于零，则计算接受当前比对的概率；判断是否达到退火终止条件。本发明通过利用序列相似性信息构建的相似性图中搜索最大加权团，能够提高比对的质量；使用模拟退火算法迭代搜索候选簇，能够避免在生成比对过程中产生局部最优问题，提高了算法的生物功能质量。
-
公开(公告)号：CN112926582B
公开(公告)日：2021-12-07
申请号：CN202110341740.1
申请日：2021-03-30
Applicant: 江南大学
Abstract: 本发明公开了一种基于自适应特征选择和尺度损失函数的文本检测方法包括：利用主干网络获取图像中的文本特征，并通过特征金字塔网络进行基础特征的提取；利用自适应特征选择，从所述基础特征中提取更具有代表性的特征信息；利用渐进式扩张算法将所述具有代表性的特征信息进行分割、扩展，并获得最终检测结果。本发明将可形变卷积应用到具有一定几何变形的文本上，使得网络可以适应任意的文本形状，能检测不同大小的文本；还能提取更加丰富、准确的特征，解决了图像中文本尺度变化较大的问题，有效减少误检。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.079 seconds)
