公开(公告)号：CN115588151A

公开(公告)日：2023-01-10

申请号：CN202211194364.9

申请日：2022-09-28

Applicant: 中国计量大学

Inventor： 王修晖 ,  张荣泽 ,  彭飞荣 ,  马祥 ,  徐新胜 ,  王乐 ,  徐楠轩 ,  谭凌波 ,  黄杰 ,  周永霞 ,  何灵敏 ,  杨小兵

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  H04N21/234 ,  H04N21/24 ,  H04N21/478 ,  H04N21/2187

Abstract: 本公开实施例提供一种直播场景的商品检测方法和装置、介质和计算机设备，所述方法包括：获取主播客户端采集的直播视频帧；通过预先训练的检测模型对所述直播视频帧中的商品进行检测，得到所述商品的类别信息；其中，所述检测模型包括特征提取子模型和检测子模型，所述特征提取子模型包括卷积模块和transformer模块，所述卷积模块用于对所述直播视频帧进行特征提取，得到第一输出特征，所述transformer模块用于对所述直播视频帧进行特征提取，得到第二输出特征，所述检测子模型用于基于所述第一输出特征和所述第二输出特征获取所述类别信息。

公开(公告)号：CN116824563A

公开(公告)日：2023-09-29

申请号：CN202310217394.5

申请日：2023-03-03

Applicant: 中国计量大学

Inventor： 缪春沅 ,  王修晖 ,  彭飞荣 ,  马祥 ,  王乐 ,  徐新胜 ,  杨小兵 ,  周永霞 ,  何灵敏 ,  黄杰

IPC: G06V20/62 ,  G06V30/19 ,  G06V30/146 ,  G06V10/82 ,  G06N3/045 ,  G06N3/096

Abstract: 本发明提供一种基于YOLO‑EES网络的商标检测与分类方法，其包括如下步骤：首先自定义数据集，从公开的商标数据集中手动筛选了15494张商标图片，对其进行人工标注；其次采用基于YOLO‑EES网络的深度学习的方法，针对商标背景复杂、商标设计多样、商标数量庞大等问题，提出全新的加强空间金字塔池化模块(ESPP),并在这个模块中构建了一种新的混合注意力机制(HAM)，保留更多细节信息、强化更加重要的信息；接着搭建了一种新的加强自适应自注意模块(ESAM)，通过自适应特征融合，减少上下文信息的丢失；最后使用SIoU损失函数替换原有的CIoU损失函数，提高边界框的回归精度，减少漏检和误检的情况。本发明能够有效地提高复杂环境的商标图像检测精度，具有广阔的应用前景。

公开(公告)号：CN116188428A

公开(公告)日：2023-05-30

申请号：CN202310167733.3

申请日：2023-02-27

Applicant: 中国计量大学

Inventor： 李祥宁 ,  潘晨 ,  何灵敏

IPC: G06T7/00 ,  G06N3/096 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明公开了一种桥接多源域自适应的跨域组织病理学图像识别方法，包括如下步骤：步骤S1：收集整理来自三种不同癌症领域的组织病理学图像数据集，构建训练集和测试集；步骤S2：对训练样本和测试样本图像进行数据增强处理，得到多个源域批处理图像与目标域批处理图像，将两种批处理图像进行桥接混合，产生多个中间域批处理图像；步骤S3：构建一种新的多源域自适应框架，包括多源域桥接自适应网络，域对抗自适应模块，并改进损失；步骤S4：采用步骤S2获得的多个源域批处理图像、中间域批处理图像和目标域批处理图像对步骤S3的多源域自适应框架训练并得到权重文件；步骤S5：测试集经过已训练好的分类模型进行精度测试，并输出测试结果。

公开(公告)号：CN118690166A

公开(公告)日：2024-09-24

申请号：CN202410727896.7

申请日：2024-06-06

Applicant: 中国计量大学

Inventor： 徐新胜 ,  张艺 ,  吴松泽 ,  王修晖 ,  王乐 ,  何灵敏 ,  陆品 ,  童艳 ,  黄时炜

IPC: G06F18/213 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/098

Abstract: 本发明涉及一种面向横向联邦学习的多方数据特征补齐方法，旨在保护各参与方数据隐私的前提下补齐各参与方的特征集。本发明首先通过整合各参与方的特征集，形成总特征集和特征对应表。接着各参与方根据其本地数据和由生成模型生成的样本数据训练各自的判别模型，然后，根据各判别模型的输出，计算生成模型和各判别模型的损失函数，并交替优化生成模型和各判别模型，直至网络训练完成。接着，利用训练好的生成模型生成的样本数据集训练特征补齐模型。最后，各参与方使用特征补齐模型处理后的数据训练横向联邦学习模型。本发明特别适用于多参与方的业务模型相似但数据特征存在差异的联邦学习场景，在保障数据隐私的同时促进数据共享与应用。

公开(公告)号：CN115512161A

公开(公告)日：2022-12-23

申请号：CN202211215852.3

申请日：2022-09-30

Applicant: 中国计量大学

Inventor： 王修晖 ,  张荣泽 ,  彭飞荣 ,  马祥 ,  徐新胜 ,  王乐 ,  徐楠轩 ,  谭凌波 ,  黄杰 ,  周永霞 ,  何灵敏 ,  杨小兵

IPC: G06V10/764 ,  G06V10/80 ,  G06Q30/00 ,  G06N3/04

Abstract: 一种商标检测方法和装置、介质和计算机设备，所述方法包括：获取目标图像；通过目标检测网络对目标图像中的商标的类别信息进行检测；目标检测网络包括：特征提取子网络，包括级联的多个特征提取模块，每个特征提取模块用于对本模块的输入特征进行特征提取；融合子网络，包括级联的多个融合模块，每个融合模块通过一个第一卷积模块连接一个特征提取模块；每个融合模块的输出特征至少通过对该融合模块的前一融合模块的输出特征与该融合模块及该融合模块之后的各个融合模块对应的第一卷积模块的输出特征进行融合得到；至少一个融合模块的输出特征融合有该融合模块对应的第一卷积模块的输入特征；所述类别信息基于各个融合模块的输出特征获取。

公开(公告)号：CN117196938A

公开(公告)日：2023-12-08

申请号：CN202310173457.1

申请日：2023-02-28

Applicant: 中国计量大学

Inventor： 周正华 ,  赵建伟 ,  薛博翔 ,  王庭伟 ,  何灵敏

IPC: G06T3/40 ,  G06T5/00

Abstract: 本发明公开了一种基于小波变换互关注机制的视频超分辨率方法，利用小波变换互关注机制的视频超分辨率重建算法增强网络丰富的高频信息的能力，具体步骤如下：步骤1、特征提取：通过特征提取模块，得到所有视频序列的高维度特征；步骤2、小波变换特征增强：使用特征自关注小波变换模块抽取所有帧的高频特征；步骤3、小波变换特征对齐：通过光流算法引导的互关注小波变换模块，使特征信息实现隐式对齐；步骤4、小波变换特征重建：将丰富的高频特征信息进行重建，并与原始图片的双三次上采样融合，得到最终的高分辨率中间帧图像。