公开(公告)号：CN116958156A

公开(公告)日：2023-10-27

申请号：CN202310700106.1

申请日：2023-06-13

Applicant: 华中科技大学

Inventor： 李斌 ,  王桢榕 ,  牛通之 ,  李威风 ,  牛拴龙 ,  王苗 ,  刘保辉 ,  林雨枫 ,  冯时

IPC: G06T7/10 ,  G06T7/00 ,  G06N3/082 ,  G06N3/09 ,  G06N3/0464 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了自适应的工业表面缺陷分割网络建立方法及其应用，属于缺陷分割领域，包括：基于神经架构搜索，结合现有手工设计缺陷检测架构的先验知识，设计精简但适用于工业场景的有潜力的分割网络搜索空间，完成网络级搜索空间的设计；总结工业检测架构中常用操作，并额外添加通道注意力操作和空间注意力操作作为候选操作，构建网络中的基本单元，完成单元级搜索空间的设计；由于网络整体架构相对固定，因此，最终的搜索范围被简化为单元的结构，而不是整个网络，从而在时间资源有限的条件下，在更短的时间内完成具有良好性能的体系结构构建，大幅节约了网络设计成本。在此基础上，进一步对搜索策略进行了优化，能够进一步提高搜索效率。

公开(公告)号：CN117710393A

公开(公告)日：2024-03-15

申请号：CN202311735069.4

申请日：2023-12-14

Applicant: 华中科技大学

Inventor： 李斌 ,  王桢榕 ,  李威风 ,  牛通之 ,  刘保辉 ,  王苗

IPC: G06T7/11 ,  G06T7/00 ,  G06N3/0895

Abstract: 本发明公开了一种半监督工业表面缺陷分割方法、系统及存储介质，属于缺陷分割领域，包括：训练阶段和应用阶段。在训练阶段，用基于信心引导的方向一致性正则化替代平均一致性正则化，提升特征对齐质量；同时，设计了信心感知混合伪标签方法生成方法，减轻无标签数据的确认偏差影响；并且，引入了前景‑背景对比学习策略提高特征空间的类可分性，鼓励正常区域或缺陷区域在特征空间中具有相似的表示，而正常区域和缺陷区域之间的特征相互远离，引导模型更准确地识别缺陷特征；在数据标签有限的情况下，可以从大量无标签数据中提取额外的监督信号，完成模型的训练过程，并有效提升模型的预测准确度。

公开(公告)号：CN118038175A

公开(公告)日：2024-05-14

申请号：CN202410284641.8

申请日：2024-03-13

Applicant: 华中科技大学

Inventor： 李斌 ,  王苗 ,  王桢榕 ,  李威风 ,  牛通之 ,  刘保辉

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06V10/74 ,  G06N3/082 ,  G06N3/0464

Abstract: 本发明属于网络轻量化相关技术领域，其公开了一种表面缺陷检测网络的剪枝方法及其应用与设备，该方法包括以下步骤：分别基于待裁剪表面缺陷检测网络的滤波器的贡献度以及滤波器的相关性从小到大对待裁剪表面缺陷检测网络的各层滤波器排序，再逐步筛选出两个排序结果中前预定个数的滤波器的交集作为被裁剪的滤波器集合，基于得到的滤波器集合对待裁剪表面缺陷检测网络的所有层同时进行裁剪。本发明从滤波器对预测结果的贡献度以及滤波器之间的相关性这2个角度出发来综合评估各层滤波器的重要性，从而筛选出冗余不重要的滤波器，如此能够有效减少检测网络的参数量及计算量。

公开(公告)号：CN117830780A

公开(公告)日：2024-04-05

申请号：CN202311850094.7

申请日：2023-12-29

Applicant: 华中科技大学

Inventor： 李斌 ,  刘保辉 ,  李威风 ,  牛通之 ,  王桢榕 ,  王苗 ,  冯时

IPC: G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/084

Abstract: 本发明属于图像处理技术领域，并具体公开了一种基于代理模型的缺陷检测损失函数权重优化方法及系统，其包括：S1、采集图像数据，并标记缺陷形成训练集；S2、确定用于缺陷检测的神经网络结构，并根据该神经网络结构确定代理模型；S3、确定候选损失函数，并将其加权结合为融合损失函数；S4、基于当前融合损失函数，通过训练集对代理模型进行训练，根据代理模型精度评估融合损失函数的性能；S5、根据性能评估结果对权重参数进行优化；S6、重复S4和S5，直到达到预设迭代停止条件，选择性能最佳的融合损失函数作为最终损失函数。本发明可为神经网络使用的融合损失函数选定合适的权重，从而提高模型在工业数据集上的性能。

公开(公告)号：CN116580186A

公开(公告)日：2023-08-11

申请号：CN202310568726.4

申请日：2023-05-19

Applicant: 华中科技大学

Inventor： 李斌 ,  林雨枫 ,  王桢榕 ,  牛拴龙 ,  牛通之 ,  李威风

IPC: G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于餐厨垃圾处理相关技术领域，其公开了一种餐厨垃圾杂质分拣方法及其位姿识别方法与系统，包括以下步骤：(1)采用旋转猫框标记餐厨垃圾图像中杂质的最小外接矩形得到杂质数据集；(2)将杂质数据集中每个图像中被旋转锚框标记的区域记为杂质图块，其他区域记为背景图块，采用背景图块部分覆盖杂质图块以形成遮挡图像，同时采用杂质图块部分覆盖背景图块以生成未遮挡图像，遮挡图像与未遮挡图像组成遮挡数据集；(3)采用遮挡数据集对检测神经网络进行训练；(4)将待检测餐厨垃圾图像输入检测神经网络中，检测神经网络输出预置旋转猫框的参数偏置，进而得到餐厨杂质的位姿。本发明能补充困难图像样本，从而提高检出效果。

公开(公告)号：CN116363419A

公开(公告)日：2023-06-30

申请号：CN202310243866.4

申请日：2023-03-09

Applicant: 华中科技大学

Inventor： 李斌 ,  李威风 ,  牛通之 ,  牛拴龙 ,  王桢榕 ,  王苗 ,  刘保辉

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/26 ,  G06N3/08

Abstract: 本发明公开了一种基于主动学习的工业图像标注推荐方法及系统，方法包括：将每个原始图像分别输入分割学习器和重建学习器，利用分割学习器预测各原始图像的缺陷区域，利用重建学习器对各原始图像进行重建得到重建图像；计算重建图像与对应的原始图像在缺陷区域的重建误差；选择重建误差较大的部分原始图像以用于精细标记；其中，重建学习器的训练方法为：获取正常图像和缺陷图像；将缺陷图像中被标记为缺陷区域的图像替换为正常图像中相同区域的图像以构建训练目标图像；将缺陷图像输入重建学习器进行训练以使重建学习器输出的重构图像趋近相应的训练目标图像。通过上述筛选方法，可以节省存储空间且控制标记成本的同时提高标记效果。