-
公开(公告)号：CN113160144B
公开(公告)日：2023-05-26
申请号：CN202110325008.5
申请日：2021-03-25
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明涉及人工智能技术，揭露了一种目标物检测方法，包括：对原始图像集进行目标物粗定位，得到原始图像集中每张图像的目标物定位置信度，根据目标物定位置信度进行置信度分析，从所述原始图像集中选取若干张图像作为标准图像，对所述标准图像进行目标物初检，得到目标物的初检分数，根据所述初检分数及所述目标物定位置信度从所述标准图像中挑选出候选图像，对所述候选图像进行目标物终检，利用预设的投票机制从目标物终检结果中筛选出最终目标物。此外，本发明还涉及区块链技术，所述最终目标物可存储在区块链的节点中。本发明还提出一种目标物检测装置、电子设备以及计算机可读存储介质。本发明可以解决目标物检测准确率较低的问题。
-
公开(公告)号：CN113222890A
公开(公告)日：2021-08-06
申请号：CN202110345419.0
申请日：2021-03-30
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明涉及人工智能技术，揭露了一种小目标物检测方法，包括：获取原始图像，对所述原始图像进行目标物标注，得到标注图像，利用预构建的分割算法对所述标注图像进行图像分割，得到分割图像，利用所述分割图像训练预构建的分割网络，得到图像分割模型，利用所述图像分割模型对待检测图像进行目标物检测，得到候选目标物检测结果，对所述候选目标物检测结果进行腐蚀及膨胀处理，得到目标物检测结果。此外，本发明还涉及区块链技术，所述目标物检测结果可存储在区块链的节点中。本发明还提出一种小目标物检测装置、电子设备以及计算机可读存储介质。本发明可以解决小目标物检测准确率较低的问题。
-
公开(公告)号：CN113160144A
公开(公告)日：2021-07-23
申请号：CN202110325008.5
申请日：2021-03-25
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明涉及人工智能技术，揭露了一种目标物检测方法，包括：对原始图像集进行目标物粗定位，得到原始图像集中每张图像的目标物定位置信度，根据目标物定位置信度进行置信度分析，从所述原始图像集中选取若干张图像作为标准图像，对所述标准图像进行目标物初检，得到目标物的初检分数，根据所述初检分数及所述目标物定位置信度从所述标准图像中挑选出候选图像，对所述候选图像进行目标物终检，利用预设的投票机制从目标物终检结果中筛选出最终目标物。此外，本发明还涉及区块链技术，所述最终目标物可存储在区块链的节点中。本发明还提出一种目标物检测装置、电子设备以及计算机可读存储介质。本发明可以解决目标物检测准确率较低的问题。
-
公开(公告)号：CN113177953B
公开(公告)日：2024-04-26
申请号：CN202110463307.5
申请日：2021-04-27
Applicant: 平安科技(深圳)有限公司
Abstract: 本申请涉及人工智能技术领域，具体涉及一种肝脏区域分割方法、装置、电子设备及存储介质。该方法包括：获取核磁共振图像，核磁共振图像包括多个图像序列，其中，多个图像序列中的每个图像序列包括多帧二维图像；从多个图像序列中选取至少一个目标图像序列，并确定至少一个目标图像序列中的每个目标图像序列中的目标二维图像，其中，至少一个目标图像序列中的目标二维图像包含的身体部位相同；将每个目标图像序列中的目标二维图像以及与每个目标图像序列中的目标二维图像相邻的前后两帧二维图像输入到完成训练的神经网络，对每个目标图像序列中的进行图像分割，得到目标二维图像中的肝脏区域。本申请实施例有利于提高肝脏区域的分割精度。
-
公开(公告)号：CN116762105A
公开(公告)日：2023-09-15
申请号：CN202180087642.8
申请日：2021-11-26
Applicant: 平安科技(深圳)有限公司
Abstract: 用于骨折检测的知识蒸馏方法包括获取胸部X光片中的医学图像，包括区域级标记图像、图像级诊断正片和图像级诊断负片；对区域级标记图像和图像级诊断负片执行有监督的预训练过程以训练神经网络以生成预训练权重；以及使用预训练权重对图像级诊断正片执行半监督训练过程。采用教师模型在图像级诊断正片上生成伪地面实况(GT)以监督学生模型的训练，伪GT由自适应非对称标记锐化(AALS)算子处理以生成锐化的伪GT以在图像级诊断正片上提供正检测响应。
-
Patent Agency Ranking
公开(公告)号：CN113298159B
公开(公告)日：2024-06-28
申请号：CN202110593978.3
申请日：2021-05-28
Applicant: 平安科技(深圳)有限公司
IPC: G06F18/214 , G06F16/53 , G06N3/02 , G06N3/084
Abstract: 本发明涉及人工智能技术，揭露了一种目标检测方法，包括：获取训练数据集；使用训练数据集对原始检测模型进行训练，得到训练参数，并对老师检测模型与学生检测模型进行初始化；对所述学生检测模型进行训练与参数更新，得到对照参数；根据对照参数对所述老师检测模型进行更新；返回对所述学生检测模型进行训练与参数更新步骤，直到所述学生检测模型收敛，得到目标检测模型；利用目标检测模型识别待检测图像包含的目标对象，得到检测结果。此外，本发明还涉及区块链技术，所述训练数据集可存储于区块链的节点。本发明还提出一种目标检测装置、电子设备以及计算机可读存储介质。本发明可以解决目标检测模型标注数据量少时检测结果准确性较低的问题。
-
公开(公告)号：CN113159147B
公开(公告)日：2023-09-26
申请号：CN202110378729.2
申请日：2021-04-08
Applicant: 平安科技(深圳)有限公司
IPC: G06V10/82 , G06V10/774 , G06V10/764 , G06V10/30 , G06N3/0464
Abstract: 本发明涉及图像检测的技术领域，揭露了一种基于神经网络的图像识别方法，包括：利用Dice损失函数和Tversky损失函数构建距离感知损失函数；利用距离感知损失函数、预构建的图像检测算法及神经网络模型框架构建待训练目标物检测模型，神经网络模型框架包括输入层、隐藏层和输出层；获取目标物图像样本集，并利用所述目标物图像样本集训练所述待训练目标物检测模型，得到训练完成的目标物检测模型；获取待检测CT图像，并对待检测CT图像进行量化、去噪处理，得到去噪图像数据；利用目标物检测模型对去噪图像数据进行图像识别，得到目标物识别结果。本发明还提出了图像识别装置、设备及计算机可读存储介质。本发明目的在于提高目标物图像识别的精确度。
-
公开(公告)号：CN113298159A
公开(公告)日：2021-08-24
申请号：CN202110593978.3
申请日：2021-05-28
Applicant: 平安科技(深圳)有限公司
Abstract: 本发明涉及人工智能技术，揭露了一种目标检测方法，包括：获取训练数据集；使用训练数据集对原始检测模型进行训练，得到训练参数，并对老师检测模型与学生检测模型进行初始化；对所述学生检测模型进行训练与参数更新，得到对照参数；根据对照参数对所述老师检测模型进行更新；返回对所述学生检测模型进行训练与参数更新步骤，直到所述学生检测模型收敛，得到目标检测模型；利用目标检测模型识别待检测图像包含的目标对象，得到检测结果。此外，本发明还涉及区块链技术，所述训练数据集可存储于区块链的节点。本发明还提出一种目标检测装置、电子设备以及计算机可读存储介质。本发明可以解决目标检测模型标注数据量少时检测结果准确性较低的问题。
-
公开(公告)号：CN113177953A
公开(公告)日：2021-07-27
申请号：CN202110463307.5
申请日：2021-04-27
Applicant: 平安科技(深圳)有限公司
Abstract: 本申请涉及人工智能技术领域，具体涉及一种肝脏区域分割方法、装置、电子设备及存储介质。该方法包括：获取核磁共振图像，核磁共振图像包括多个图像序列，其中，多个图像序列中的每个图像序列包括多帧二维图像；从多个图像序列中选取至少一个目标图像序列，并确定至少一个目标图像序列中的每个目标图像序列中的目标二维图像，其中，至少一个目标图像序列中的目标二维图像包含的身体部位相同；将每个目标图像序列中的目标二维图像以及与每个目标图像序列中的目标二维图像相邻的前后两帧二维图像输入到完成训练的神经网络，对每个目标图像序列中的进行图像分割，得到目标二维图像中的肝脏区域。本申请实施例有利于提高肝脏区域的分割精度。
-
公开(公告)号：CN116830121A
公开(公告)日：2023-09-29
申请号：CN202280011723.4
申请日：2022-03-23
Applicant: 平安科技(深圳)有限公司
IPC: G06N3/0895 , G06N3/0464 , G06V10/82 , G06V10/80 , G06V10/25 , G06T7/00 , A61B6/00
Abstract: 一种用于估计骨矿物质密度(BMD)的方法，包括：获得图像；在所述图像中剪裁一个或多个感兴趣区域(ROI)；将所述一个或多个ROI作为用于估计BMD的网络模型的输入；根据具有一个或多个损失函数的标记的一个或多个ROI训练所述网络模型，以在监督的预训练阶段中获得预训练模型，以及根据表示所述标记的一个或多个ROI的第一多个数据和表示未标记的区域的第二多个数据微调所述预训练模型，以确定用于在半监督自训练阶段中估计BMD的微调网络模型。一个或多个损失函数包括特定的自适应三重态损失(ATL)，其被配置为激励与BMD之间的差异相关的一个或多个特征嵌入矢量之间的距离。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.041 seconds)
