恭喜浙江工業大學產思賢獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜浙江工業大學申請的專利一種基于卷積神經網絡的尿沉渣細胞檢測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115578580B 。
龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211138511.0,技術領域涉及:G06V10/764;該發明授權一種基于卷積神經網絡的尿沉渣細胞檢測方法是由產思賢;俞敏明;穆攀;白琮設計研發完成,并于2022-09-19向國家知識產權局提交的專利申請。
本一種基于卷積神經網絡的尿沉渣細胞檢測方法在說明書摘要公布了:本發明公開了一種基于卷積神經網絡的尿沉渣細胞檢測方法,包括:取帶標注的尿沉渣細胞圖像作為樣本圖像,對樣本圖像進行數據增強預處理后形成訓練數據集;利用訓練數據集對細胞檢測網絡進行訓練得到權重文件;加載預先訓練保存的權重文件,利用訓練好的網絡針對待檢測的尿沉渣細胞圖像輸出檢測結果。本發明在原有YOLOX技術方案中改進得到了新的多尺度融合方式,同時設計了更優的邊框回歸損失函數AIoULoss,有效提升了尿沉渣中細胞檢測精度。
本發明授權一種基于卷積神經網絡的尿沉渣細胞檢測方法在權利要求書中公布了:1.一種基于卷積神經網絡的尿沉渣細胞檢測方法,其特征在于,所述基于卷積神經網絡的尿沉渣細胞檢測方法,包括:取帶標注的尿沉渣細胞圖像作為樣本圖像,對樣本圖像進行數據增強預處理后形成訓練數據集;將訓練數據集中的樣本圖像輸入到骨干網絡CSPDarknet-53中,獲取骨干網絡CSPDarknet-53中dark3單元、dark4單元和dark5單元輸出的三種不同尺度大小的特征圖;將特征圖作為特征圖分別輸入到特征融合網絡NPANet中進行特征融合處理,得到檢測頭;取檢測頭分別進行分類分支與回歸分支的卷積后沿通道部分進行連接,再將連接得到的特征圖拉伸為二維,得到拉伸后的特征圖,將拉伸后的特征圖進行連接,得到最終的特征圖,根據特征圖計算損失并進行反向傳播更新梯度,同時更新網絡參數,完成一次訓練;若未達到訓練結束條件則繼續利用訓練數據集進行訓練,否則保存最新的權重文件并結束訓練;加載預先訓練保存的權重文件,利用訓練好的網絡針對待檢測的尿沉渣細胞圖像輸出檢測結果;其中,所述將特征圖作為特征圖分別輸入到特征融合網絡NPANet中進行特征融合處理,得到檢測頭,包括:將特征圖作為特征圖,將直接輸入到特征融合網絡NPANet中,首先是自頂向下,經過1×1卷積,上采樣后與特征圖進行concat拼接得到特征圖;繼續將特征圖經過1×1卷積,上采樣后與特征圖進行concat拼接得到特征圖;將特征圖作為直接輸出得到檢測頭;再做自下而上和跨尺度的融合,將底層的位置信息傳遞回淺層,將經過3×3卷積后與之前的特征圖融合拼接輸出得到檢測頭;將經過3×3卷積后與之前的特征圖融合拼接得到檢測頭;其中,根據特征圖計算損失包括計算分類損失、目標得分損失和邊框回歸損失,所述分類損失和目標得分損失為損失函數,邊框回歸損失為損失函數,所述損失函數的公式如下: ;式中,為真實框與預測框的交并比,為真實框與預測框的最小外接矩形與真實框和預測框的差集的面積,為真實框與預測框的最小外接矩形的面積,為真實框的長,為真實框的寬,為預測框的長,為預測框的寬。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人浙江工業大學,其通訊地址為:310014 浙江省杭州市下城區朝暉六區;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。