“训练集图像”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1457241个，建议您升级VIP下载更多相关专利

[发明专利]一种模拟雨场图像生成方法及系统-CN202310403404.4在审
发明人：李晨;李佳;张文鹏;郭业才;赵东;许雪;李红旭 -专利权人：无锡学院
申请日： 2023-04-14 - 公布日： 2023-08-15 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种模拟雨场图像生成方法及系统，所述方法包括以下步骤：S1：获取有雨图像数据集，将有雨图像数据集进行预处理得到预处理图像；S2：对预处理图像进行归一化处理，得到归一化样本，所述归一化样本划分为训练集图像和测试集图像；S3：构建模拟雨场生成网络；S4：使用训练集图像对模拟雨场生成网络进行训练，对鉴别器使用频谱归一化、自注意力机制，改善训练能力；S5：通过大量训练和优化超参数，得到训练后的模拟雨场生成网络；将待处理的有雨图像输入训练后的模拟雨场生成网络，生成模拟雨场图像。通过本发明方法，所生成的模拟雨场图像分布更加自然。
一种模拟图像生成方法系统

[发明专利]基于深度信息的图像分类方法-CN201310178645.X有效
发明人：谭铁牛;王亮;黄永祯;周振 -专利权人：中国科学院自动化研究所
申请日： 2013-05-15 - 公布日： 2013-08-14 - 主分类号： G06K9/66 文献下载
摘要：本公开提供了一种基于深度信息的图像分类方法，包括：使用已知深度信息的第一训练图像集训练马尔可夫随机场MRF；使用所述MRF从未知深度信息的第二训练图像集提取深度信息；从所述第二训练图像集提取局部特征；基于所提取的深度信息和所提取的局部特征来训练支持向量机分类器；以及使用经训练的支持向量机分类器来对待分类图像集中的图像进行分类，其中所述第二训练图像集和所述待分类图像集属于同一场景集。现有的图像分类方法只考虑图像空间，也即二维空间的信息，本公开考虑了深度信息，将原来在二维空间中难以区分的特征在深度维度上予以分开，从而提高了图像分类的准确性。
基于深度信息图像分类方法

[发明专利]一种图像语义自动标注及检索方法及系统-CN201910075195.9在审
发明人：田东平 -专利权人：宝鸡文理学院
申请日： 2019-01-25 - 公布日： 2019-05-24 - 主分类号： G06K9/62 文献下载
摘要：本发明属于图像标注和检索领域，公开了一种图像语义自动标注及检索方法及系统；包括：对训练集图像进行采集，对训练集图像进行分割，特征元素提取；对检测集图像进行采集，对检测集图像进行分割，特征元素提取；对训练集图像和检测集图像，根据两者的特征元素相似度，对检测图像进行图像分类；对检测图像集图像进行语义标注；在搜索界面输入相关的关键字对图像进行搜索。本发明利用智能系统图像的特征元素提取，对图像进行分类，对图像集进行语义定义，提高了工作效率，降低了工作人员的工作量，提高了检测的效果。
图像特征元素训练集图像检测检测图像图像语义自动标注检索采集工作效率检索领域输入相关搜索界面图像标注图像分类语义标注语义定义智能系统图像集相似度分割工作量搜索分类

[发明专利]面向跨语言描述的对抗性数据增强方法、系统及存储介质-CN202110198513.8在审
发明人：肖宇;鲁统伟 -专利权人：武汉工程大学
申请日： 2021-02-22 - 公布日： 2021-05-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种面向跨语言描述的对抗性数据增强方法、系统及存储介质，其中方法包括以下步骤：获取干净的图像‑文本对数据集；利用序列到序列模型，生成文本对抗性样本；对图像描述生成模型进行训练：若当前训练阶段为对抗性训练阶段，则生成图像对抗性样本，进而扩充图像‑文本对，然后以扩充后的图像‑文本对数据集对模型进行训练，并根据联合损失函数对模型进行优化；若当前训练阶段为非对抗性训练阶段，则以干净的图像‑文本对数据集对模型进行训练，并根据损失函数对模型进行优化；获得训练好的图像描述生成模型和扩充后的图像‑文本对数据集。本发明通过易操作的数据增强方式，扩充了数据集，提升了图像描述生成模型的鲁棒性以及性能。
面向语言描述对抗性数据增强方法系统存储介质

[发明专利]一种侵入性酿酒酵母检测方法、装置以及存储介质-CN202210446609.6在审
发明人：李恭新;李帅;刘飞;栾小丽 -专利权人：江南大学
申请日： 2022-04-26 - 公布日： 2022-08-09 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种侵入性酿酒酵母的检测方法、装置以及存储介质，包括利用图像采集器采集多张酵母图像，利用标注软件对所述多张酵母图像中酵母细胞的位置与大小进行标注，得到训练数据集，利用特征提取网络模型GhostNet提取所述训练数据集中酵母图像的特征信息，得到特征图像训练集，利用FPN特征金字塔网络对所述特征图像训练集加强特征提取，得到加强特征图像训练集，利用所述加强特征图像训练集对YOLOv3模型训练，得到训练结束的酵母检测模型实现了特征提取网络参数总数和计算复杂度的降低，在保证识别精度的同时，提高算法的识别速度；有利于提取出更好的图像特征值，有效的降低了现有技术中存在漏检、误检问题，提高了检测准确率。
一种侵入酿酒酵母检测方法装置以及存储介质

[发明专利]一种基于改进U-Net模型的眼底图像血管分割方法-CN202310723823.6在审
发明人：刘奕帆;王成光;杨根科;褚健 -专利权人：上海交通大学宁波人工智能研究院
申请日： 2023-06-16 - 公布日： 2023-09-12 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于改进U‑Net模型的眼底图像血管分割方法，涉及图像处理和深度学习领域，包括以下步骤：步骤1、对眼底图像数据集中的原始训练集进行预处理和数据增强，并将增强后的眼底图像数据集划分为增强训练集和增强验证集；眼底图像数据集还包括原始测试集；步骤2、在原始U‑Net模型的基础卷积模块上构建改进U‑Net模型；步骤3、将增强训练集输入改进U‑Net模型进行训练；步骤4、用增强验证集对步骤3训练的改进U‑Net模型进行验证，进行模型参数的调整和重新训练，并确定最终的改进U‑Net模型；步骤5、用原始测试集对最终的改进U‑Net模型进行测试，并统计评价指标。
一种基于改进 net 模型眼底图像血管分割方法

[发明专利]训练用于图像识别的神经网络的方法和存储器装置-CN202310347258.8在审
发明人：韩兑熙;姜周渊;柳沧湖 -专利权人：三星电子株式会社;成均馆大学校产学协力团
申请日： 2023-04-03 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：公开了训练用于图像识别的神经网络的方法和存储器装置。在训练用于图像识别的神经网络的方法中，获得训练图像集，并且通过将限幅函数应用于权重集来生成二值化权重集。通过基于神经网络的层的输入数据和二值化权重集对神经网络的层顺序地执行前向计算来生成输出数据，其中，神经网络的输入层的输入数据是训练图像集，神经网络的输出层的输出数据包括训练图像集的标签。通过基于根据输出数据计算的损失对神经网络的层顺序地执行反向计算来生成权重集的梯度。通过基于权重集的梯度更新权重集并改变限幅函数的范围来训练神经网络。
训练用于图像识别神经网络方法存储器装置

[发明专利]图像深度估计方法、装置、系统与可读存储介质-CN202211223881.4在审
发明人：王荣刚;邱轲;高文 -专利权人：北京大学深圳研究生院
申请日： 2022-09-30 - 公布日： 2023-01-06 - 主分类号： G06T7/55 文献下载
摘要：本发明公开了一种图像深度估计方法、装置、系统与可读存储介质，该方法包括：获取训练集，在基于训练集进行训练的过程中得到第一伪深度标签集合，并根据训练集和第一伪深度标签集合对预先创建的第一深度估计网络进行迭代训练，得到第一深度估计模型；基于第一深度估计模型和训练集得到第一深度图像集合，并根据第一深度图像集合确定第二伪深度标签集合；根据训练集和第二伪深度标签集合对预先创建的第二深度估计网络进行迭代训练，得到第二深度估计模型；获取待估计图像集合，将待估计图像集合输入第二深度估计模型，得到待估计图像集合对应的深度图像。通过两个深度估计网络和两种伪深度标签训练模型，提高模型的训练效率和深度估计质量。
图像深度估计方法装置系统可读存储介质

[发明专利]一种全切片数字病理图像模糊区域检测方法及系统-CN202010242241.2有效
发明人：向北海;张泰;许会 -专利权人：湖南国科智瞳科技有限公司
申请日： 2020-03-31 - 公布日： 2023-05-16 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种全切片数字病理图像模糊区域检测方法，包括：获取全切片数字病理图像；将全切片数字病理图像分割成互不重叠的图像子块，随机抽取若干图像子块，形成训练集和验证集，对训练集和验证集中的图像子块进行标记；将训练集输入预先构建的深度学习模型中进行训练；将验证集输入训练后的深度学习模型中进行验证；对待检测全切片数字病理图像预处理，获得待检测全切片数字病理图像的特征图；将特征图分割成互不重叠的若干待检测图像子块，分别输入训练好的深度学习模型中进行分类，获得各个待检测图像子块的聚焦状态。
一种切片数字病理图像模糊区域检测方法系统

[发明专利]一种基于CNN-LSTM的光伏组件热斑诊断方法-CN202310498583.4在审
发明人：杨凯;徐代鸿;姜永兵;张晋;段凯元;靳广琦;崔国良;孙飞;吴智臣;郭延泽 -专利权人：华能新能源股份有限公司山西分公司
申请日： 2023-05-05 - 公布日： 2023-09-12 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及光伏组件诊断技术领域，具体而言，涉及一种基于CNN‑LSTM的光伏组件热斑诊断方法，该方法的步骤包括：获取光伏组件的历史红外图像与原始红外图像，并对光伏组件的历史红外图像与原始红外图像进行预处理，并以预处理后的历史红外图像构建数据集；提取数据集内各个热斑位置信息，结合数据集构建标签数据集，并划分为训练数据集与测试数据集；构建CNN‑LSTM模型，分别通过训练数据集对CNN‑LSTM模型进行训练，通过测试数据集对训练后的CNN‑LSTM模型进行验证，根据验证结果反馈调整CNN‑LSTM模型，完成CNN‑LSTM模型的训练；将预处理后的原始红外图像作为完成训练CNN‑LSTM模型的输入，并输出光伏组件红外图像的目标检测结果
一种基于 cnn lstm 组件诊断方法

[发明专利]基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统及方法-CN202310796111.7在审
发明人：柯丰恺;钟良;王成;彭海剑;熊爽;段锦章;胡岑;杨俊 -专利权人：长江空间信息技术工程有限公司（武汉）
申请日： 2023-07-01 - 公布日： 2023-10-10 - 主分类号： G06T7/00 文献下载
摘要：它包括图像采集模块、数据集搭建模块、模型训练模块和模型调整模块；数据集搭建模块用于在模型初训练时，提供开源裂缝图像数据集，图像分辨率调节，数据集拆分功能；在模型精训练时，提供图像分块，裂缝标记，数据集拆分功能；模型训练模块包括YOLOv5模型选型、利用开源数据集的初步训练、真实数据集精训练以及保存模型的权重参数；网络模型调整模块在应用测试集图像时，用于自主调整模型超参数；在应用原始无人机图像时，用于图像裁剪和拼接
基于改进 yolov5 模型混凝土大坝表面裂缝检测系统方法

[发明专利]视网膜图像分类模型训练方法、系统、存储介质及设备-CN202110818485.5在审
发明人：李登旺;董雪媛;刘学尧;黄浦;寻思怡;高祝敏;赵睿;管雅迪;陈美荣;吴冰;柴象飞;章桦 -专利权人：山东师范大学
申请日： 2021-07-20 - 公布日： 2021-11-30 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及视网膜图像分类模型训练方法、系统、存储介质及设备，其中，视网膜图像分类模型训练方法包括，获取糖尿病视网膜病变图像的数据集，数据集具有两个子集，子集一为元训练集，子集二为元测试集；从元训练集和元测试集中随机获取图像数据分别构建元训练任务和元测试任务；构建卷积神经网络模型；元训练阶段，基于构建的模型利用至少一个元训练任务训练，获取模型的最优初始化参数；元测试阶段，构建的模型基于最优初始化参数执行元测试任务获得糖尿病视网膜病变图像的分类结果利用任务增强元学习的方式对模型进行训练，可在样本数量较少的情况下实现糖尿病视网膜病变图像的分类。
视网膜图像分类模型训练方法系统存储介质设备

[发明专利]车门滑动轨道折断故障检测方法-CN202210966600.8有效
发明人：韩旭 -专利权人：哈尔滨市科佳通用机电股份有限公司
申请日： 2022-08-12 - 公布日： 2023-04-18 - 主分类号： G06V10/82 文献下载
摘要：包括：获得样本图像，将样本图像分为训练集、验证集和测试集；采用训练集训练改进的YOLOV3网络，并采用验证集测试训练后网络，将验证集中识别错误的样本图像加入到训练集中重新进行训练后网络的再训练，直到经测试集测试确定训练后网络满足预设检测精度，将最终训练后网络作为轨道折断故障检测网络；采集过车图像，在过车图像上截取车门滑动轨道区域图像，并输入轨道折断故障检测网络中，进行折断故障识别，并输出识别结果。
车门滑动轨道折断故障检测方法

[发明专利]一种基于光照变换网络的图像自动增强方法-CN202011624087.1在审
发明人：苏家仪;韦光亮;王筱东;张玉国;苏世宁;韦潇依;龚骏毅 -专利权人：广西慧云信息技术有限公司
申请日： 2020-12-31 - 公布日： 2021-04-20 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种基于光照变换网络的图像自动增强方法，包括以下步骤：（1）数据集制作：收集大量图像分类数据，并将图像分类数据按0.8:0.1:0.1的比例随机划分为训练集、验证集与测试集；（2）构建一种光照变换网络：所述光照变换网络由图像自动增强模块与ResNet50模块组成；所述光照变换网络用于对输入的原始图像进行自动增强；（3）模型训练：指定步骤(1)中的训练集与验证集，使用SGD优化器，将训练集输入至步骤(2)的光照变换网络，进行模型训练；（4）模型推理。本发明根据输入图像进行自动增强，可有效提升深度学习模型的光照一致性。
一种基于光照变换网络图像自动增强方法

[发明专利]地面标志检测方法、装置、电子设备及存储介质-CN202310187412.X在审
发明人：肖晋;吴锐 -专利权人：重庆长安汽车股份有限公司
申请日： 2023-03-02 - 公布日： 2023-05-16 - 主分类号： G06V20/58 文献下载
摘要：本申请提供一种地面标志检测方法、装置、电子设备及存储介质，涉及计算机视觉图像处理技术领域。方法包括：获取训练数据集，训练数据集包括标注有地面标志的环境图像集、具有地面标志标注框的区域图像集；通过环境图像集对预设的检测模型进行训练，得到经过训练的检测模型；通过区域图像集对预设的分类模型进行训练，得到经过训练的分类模型；将拍摄道路环境得到的待识别图像输入经过训练的检测模型和分类模型，得到待识别图像的检测结果，检测结果包括待识别图像中具有的地面标志及类别。
地面标志检测方法装置电子设备存储介质