-
公开(公告)号：CN119238516A
公开(公告)日：2025-01-03
申请号：CN202411475829.7
申请日：2024-10-22
Applicant: 海南大学
Abstract: 本发明涉及人工智能视觉与机械臂应用技术领域，尤其涉及一种视觉机械臂物品定位拾取方法及系统，集成高精度的视觉检测与灵活的机械臂执行机构，实现了从目标检测到精准拾取的全自动化流程，减轻了人工操作的负担，提高了生产效率，针对传统视觉识别系统计算量大与资源消耗高的痛点，本发明进行了深度的轻量化改进，通过优化算法结构、减少模型参数量及计算复杂度，本系统相比原模型在性能上实现了成倍的提升，同时显著降低了对计算资源和硬件配置的依赖，这不仅使得系统能够在树莓派等低成本硬件平台上高效运行，还大幅降低了部署成本，提升了系统的普及率和可用性。
-
公开(公告)号：CN119600513A
公开(公告)日：2025-03-11
申请号：CN202411685240.X
申请日：2024-11-22
Applicant: 海南大学
Abstract: 本发明涉及红外目标检测技术领域，具体涉及一种面向无人艇的轻量型实时红外目标检测方法及系统，该方法通过无人艇搭载的红外热像仪采集红外数据，并进行预处理、标注和划分。采用轻量级GLAF‑MobileNetV4网络作为检测方法的主干，不仅提升实时性，还大幅减少了模型参数。其中，轻量型的全局局部自适应融合注意力，能巧妙地整合全局与局部信息，通过动态权重调整优化局部信息融合。同时，设计的动态自适应多尺度特征融合编码器，利用注意力引导机制，根据多尺度特征的重要性自适应调整融合比例。本发明部署简便，提升无人艇在低光照条件下的目标检测精度与实时性，检测效率显著。
-
公开(公告)号：CN118968274A
公开(公告)日：2024-11-15
申请号：CN202410974914.1
申请日：2024-07-19
Applicant: 海南大学
Abstract: 本发明涉及一种基于轻量化改进Yolov8的水下移动目标检测方法及系统，该方法包括：实时获取水下图像输入预先训练好的轻量化目标检测模型中进行水下移动目标检测，输出检测结果，其中，轻量化目标检测模型采用改进的Yolov8模型进行训练，轻量化目标检测模型包括骨干网络、轻量级跨尺度特征融合模块和新型动态检测头；轻量化目标检测模型的执行步骤包括：将水下图像输入骨干网络中，得到不同尺度的特征图；将不同尺度的特征图输入轻量级跨尺度特征融合模块进行逐步融合，生成富含全局和局部的融合特征；将富含全局和局部的融合特征输入新型动态检测头进行检测，输出检测结果。与现有技术相比，本发明具有提升检测精度等优点。
-
公开(公告)号：CN117901103A
公开(公告)日：2024-04-19
申请号：CN202410100465.8
申请日：2024-01-24
Applicant: 海南大学
Abstract: 本发明涉及一种面向垃圾处理场景的抓取机器人控制方法、系统、介质，方法包括：实时采集图像并利用预设的通信协议发送至服务端进行逐帧推理，接收包括物品种类和坐标的实时推理结果；基于所述实时推理结果，利用本地的传感器移动至要处理的目标物品并抓取所述目标物品；在抓取到所述目标物品后，基于所述实时推理结果，利用本地的传感器移动至放置所述目标物品的目标位置处并放置目标物。与现有技术相比，本发明具有改善推理的即时性、机器人成本低等优点。
-
-
-
Search Results
4
records
(took 0.015 seconds)
