对抗学习下的眼底图像视盘视杯分割算法

由于不同数据集的质量、拍摄条件和采集状态的差异,导致模型图像分割效果参差不齐。针对这种情况,提出对抗学习下的眼底图像视盘视杯分割算法,从不同眼底图像数据集中分割视盘(OD)和视杯(OC),在生成对抗网络的基础上,改进生成器网络,加入密集连接块,使网络在更低计算成本、更短训练时间的情况下,获得更优的性能,提高了模型在不同数据集中的泛化能力。实验结果表明,在REFUGE数据集中验证了该算法在分割性能方面的稳定性,同时将算法推广到无须进一步训练就能测试来自不同设备的眼底数据集中均取得了较好的效果。

两树资源模式在“软件工程”课程教学中的设计与实践

分析“软件工程”课程目前实施的问题,如理论脱离实际,忽略学生主体,考核方式单一等,借鉴澳大利亚查尔斯特大学的教学方式,创建“软件工程”课程的两树资源,应用于“软件工程”课程的教学活动中,并基于两树资源,采用对分课堂的模式,设计过程性评价,发挥学生的主体作用,在一定程度上改善“软件工程”课程目前存在的不足。

基于图像描述生成的教育评价与学生表现的分析研究

随着信息技术的不断发展,教育评价和学生表现分析成为教育领域的重要研究方向。然而,传统的评价方法和表现分析方式受限于主观性、时间成本和数据量等问题。为了克服这些挑战,基于图像描述生成技术的教育评价和学生表现分析逐渐受到关注。图像描述生成技术通过计算机视觉和自然语言处理的结合,能够从图像中生成准确、详细的描述信息。这为教育评价提供了一种新的方式,可以通过分析学生在教学活动中的图像记录,自动生成对学生表现的描述,减轻教师主观评价的负担。本研究旨在探索基于图像描述生成的教育评价与学生表现分析的方法与应用。

基于注意力机制的交通场景图像描述生成算法

针对交通场景复杂多变,主要体现在道路拓扑结构复杂、道路元素和交通参与者类型的多样性问题,提出一种基于注意力机制的图像描述生成算法。在算法的编码阶段,利用卷积神经网络提取图像不同区域的图像特征,每个区域融合注意力机制用来获取具有注意力权值的图像特征,突出图像中的重点信息。解码阶段,利用多个长短期记忆网络模块作为交通场景图像描述生成任务的语言模型。实验结果表明:在MSCOCO验证数据集中,该算法在评估指标BLEU-1至BLEU-4上分值分别为0.735、0.652、0.368和0.323,所提算法能够很好地描述交通场景图像。