简介:摘要:研究工作的主要内容包括:1)通过自适应融合各层特征图,解决了特征融合中图像空间信息冲突和特征金字塔中的不一致性问题;2)使用高效倒置瓶颈块降低模型复杂性,同时提升模型的有效性,解决EfficientDet模型的骨干特征提取网络参数效率低的问题,减少网络运行时间;3)使用多尺度块提升有效感受野,对病灶区域特征进一步关注,解决部分体积偏小的肝脏肿瘤病灶难以检测问题;4)使用先验框聚类和数据增强方法,从模型和数据两方面加强模型对肝脏肿瘤数据集的检测能力和泛化能力,解决肝脏肿瘤的形状大小不一及位置各异的问题。本文主要分析多尺度自适应融合的肝脏肿瘤检测。
简介:摘要:最初的WSOD方法主要基于实例学习(Multiple-In⁃stanceLearning,MIL),这包括使用影像作为套装程式(肯定套装程式至少包含一个肯定执行处理,否定套装程式的所有执行处理都是否定执行处理)、使用物件建议作为执行处理,以及使用这些套装程式产生低监督目标感测器。MIL标准将点值低于指定点但很可能为负值的对象实例计算在内。在这种情况下,选定对象实例的外观和大小略有不同,因此无法创建更敏感的检测分类。您也可以在训练期间选取遗失的实体做为负数实体,以进一步减少分类器的侦测。为了解决这个问题,最近的研究人员拥有一个全面的MIL网络,如 ocr(online instance class lock-finish)、PCL(ProposalClusterLearning)和其他基于CNN的强大学习能力。在端到端MIL网络中,变体分类问题被认为是学习集成模型(映像)时的潜在问题。使用成员名称培训分类,您可以区分正负成员,并获得最积极的结果。但是,由于WSOD图像中没有对象实例级别的标签,因此WSOD方法和fullyuplevelelevationlabeldetection(fsod)方法之间的性能差异很大。本文主要分析特征融合与分割引导的弱监督目标检测。
简介:摘要轨道的几何参数的检测是列车能够安全运行的基本保障。但列车在低速连续运动时进行轨道几何参数检测的过程中受到了陀螺仪和加速度计累计误差的影响,使得最终检测结果的精确度就受到明显的影响而降低。本文采用机器视觉与惯性信息融合的轨道几何参数检测方法以解决上述问题,在轨道几何参数检测的时候先将多个传感器融合在一起,然后再通过卡尔曼滤波算法对机器视觉检测和惯性信息进行融合,提高了轨道几何参数检测结果的精度,最后在通过相应的测量平台对机器视觉与惯性信息融合的轨道几何参数检测进行相应的试验验证,结果表明本检测方法的测量精度比常规的惯性测量精度高5倍左右。
简介:摘要:轨道的几何参数的检测是列车能够安全运行的基本保障。但列车在低速连续运动时进行轨道几何参数检测的过程中受到了陀螺仪和加速度计累计误差的影响,使得最终检测结果的精确度就受到明显的影响而降低。本文采用机器视觉与惯性信息融合的轨道几何参数检测方法以解决上述问题,在轨道几何参数检测的时候先将多个传感器融合在一起,然后再通过卡尔曼滤波算法对机器视觉检测和惯性信息进行融合,提高了轨道几何参数检测结果的精度,最后在通过相应的测量平台对机器视觉与惯性信息融合的轨道几何参数检测进行相应的试验验证,结果表明本检测方法的测量精度比常规的惯性测量精度高 5倍左右。
简介:摘要我国非小细胞肺癌患者中RET基因融合的发生率占1.4%~2.5%。目前国内外已有针对RET基因融合的靶向药物获批上市,疗效显著。准确检测RET基因融合是实施RET抑制剂治疗的前提。然而,相对于常见的EGFR、ALK基因变异的检测,我国RET基因融合检测起步较晚,临床检测尚需进一步规范。本编写组在组织国内多中心研究的基础上,结合临床实践经验、文献阅读并组织专家讨论,制定了本共识,以期指导对临床RET基因融合检测的实践。
简介:道路目标检测在智慧城市建设中扮演着重要角色,而Faster-RCNN是目前主流的目标检测网络结构算法.本文在Faster-RCNN卷积神经网络结构基础上增加了特征金字塔网络层,并采用关注损失函数替代了原有的交叉熵损失函数.其中增加的特征金字塔特征融合层可以提取到检测图片中更具鲁棒性和一般性的前背景特征,而通过关注损失函数则能起到缓解检测图片中的正负样本不均的情况.最后,在公开数据集KITTI上实验证实,改进的目标检测算法能实现提高原有的Faster-RCNN目标检测准确率.
简介:【摘要】 国内外学者对环境感知开展了深入的研究,车道线参数是所要感知的重要信息之一。车道线检测常采用视觉传感器,将俯视图转换成灰度图,寻找积分投影图中代表车道线的波峰位置,在灰度图中定位搜索窗口位置,记录窗口内部点的位置,进行二次曲线拟合,得到车道线方程。