-
公开(公告)号：CN117671057A
公开(公告)日：2024-03-08
申请号：CN202311612198.4
申请日：2023-11-29
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本申请涉及深度学习领域，具体而言，涉及一种场景文字图像的生成方法、装置、介质和电子设备，所述方法包括：生成虚拟三维场景，获取针对所述虚拟三维场景的场景文字参数，所述场景文字参数用于表征待生成的场景文字图像中的文字特征；基于视角搜索算法，确定所述虚拟三维场景中的至少一个虚拟拍摄位置；根据所述场景文字参数和所述虚拟三维场景，按照各个虚拟拍摄位置，生成至少一张场景文字图像。本申请提供的技术方案能够自动生成高质量场景文字图像。
-
公开(公告)号：CN109949076A
公开(公告)日：2019-06-28
申请号：CN201910140101.1
申请日：2019-02-26
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06Q30/02
Abstract: 本发明涉及数据分析技术领域，尤其涉及建立超球面映射模型的方法、信息推荐方法及装置，所述方法包括：获取包含若干标签的画像库；基于画像库，获取多个标签特征矩阵和与多个标签特征矩阵对应的多个标签矩阵向量，其中，一个标签特征矩阵对应一类标签，一个标签特征矩阵对应一个标签矩阵向量；分别对每个标签特征矩阵和与其对应的标签矩阵向量进行超球面映射处理，对应获得多个单画像多类映射集合；根据获得的所有单画像多类映射集合，建立与画像库对应的超球面多类映射集合，获得画像超球面映射模型。本发明能够精准的刻画出用户画像，最终获得的目标对象能够真实准确地反映出用户的兴趣，同时该目标对象能够精准地与匹配条件相对应。
-
公开(公告)号：CN119006585A
公开(公告)日：2024-11-22
申请号：CN202411074941.X
申请日：2024-08-07
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06T7/70 , G06T3/4038
Abstract: 本申请公开了一种缺陷定位方法、装置及服务器，将多个相机拍摄得到的目标对象的第一图像进行透视变换和移动拼接，得到目标对象在目标区域的真实世界图像，再从目标对象的真实世界图像中，识别出目标对象的表面缺陷，并确定表面缺陷在目标对象真实世界图像坐标系中的第一坐标，保证目标对象的真实世界图像中表面缺陷的位置与实际相符，即表面缺陷在目标区域中的实际坐标，而目标区域在修磨平台的第一坐标是设定好的，因而可以精确的计算出表面缺陷在修磨平台的坐标，即修磨坐标，从而精准定位缺陷，提高产线的修磨效率，提升产线修磨质量和成材率。
-
公开(公告)号：CN114399420B
公开(公告)日：2024-11-12
申请号：CN202111595525.0
申请日：2021-12-23
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明公开了一种中厚板物料跟踪方法、装置、设备和介质，包括：获取目标中厚板厂的产线布局图以及目标拍摄设备的拍摄参数，目标拍摄设备用于拍摄目标中厚板厂中的目标产线；根据产线布局图和拍摄参数，确定目标拍摄设备在目标中厚厂中的实际布设参数；其中，实际布设参数包括布设位置和布设数量；当目标拍摄设备以实际布设参数布设在目标中厚板厂时，控制目标拍摄设备对中厚板厂的目标产线进行拍摄，获得目标图像；根据目标图像，对目标物料进行跟踪。本申请可以避免拍摄设备被氧化铁皮损坏，使得拍摄设备的故障率低，维护成本较低；可以获取产线上物料的实际图像，进而方便展示给相关的工作人员查看，更利于产线的生产，保证产销的生产效率。
-
公开(公告)号：CN114399420A
公开(公告)日：2022-04-26
申请号：CN202111595525.0
申请日：2021-12-23
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明公开了一种中厚板物料跟踪方法、装置、设备和介质，包括：获取目标中厚板厂的产线布局图以及目标拍摄设备的拍摄参数，目标拍摄设备用于拍摄目标中厚板厂中的目标产线；根据产线布局图和拍摄参数，确定目标拍摄设备在目标中厚厂中的实际布设参数；其中，实际布设参数包括布设位置和布设数量；当目标拍摄设备以实际布设参数布设在目标中厚板厂时，控制目标拍摄设备对中厚板厂的目标产线进行拍摄，获得目标图像；根据目标图像，对目标物料进行跟踪。本申请可以避免拍摄设备被氧化铁皮损坏，使得拍摄设备的故障率低，维护成本较低；可以获取产线上物料的实际图像，进而方便展示给相关的工作人员查看，更利于产线的生产，保证产销的生产效率。
-
Patent Agency Ranking
公开(公告)号：CN109815996B
公开(公告)日：2021-05-04
申请号：CN201910012308.0
申请日：2019-01-07
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06F40/216 , G06F40/289
Abstract: 本发明公开了一种基于循环神经网络的场景自适配方法及装置，涉及深度学习技术领域，所述方法包括：获得场景库；获得第一场景；根据所述第一场景，获得所述第一场景的特征向量；判断所述第一场景的特征向量与所述场景库中的场景的特征向量是否相似；如果所述第一场景的特征向量与所述场景库中的场景的特征向量相似，输出所述场景库中的场景的功能模块名称和算法实现信息；如果所述第一场景的特征向量与所述场景库中的场景的特征向量不相似，将所述第一场景的特征向量加入所述场景库中，记录所述第一场景的功能模块和算法实现的信息。基于循环神经网络模型，达到了提高代码复用率，节约了开发人员时间，降低研发成本的技术效果。
-
公开(公告)号：CN109684943A
公开(公告)日：2019-04-26
申请号：CN201811500891.1
申请日：2018-12-07
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明公开了一种运动员辅助训练数据获取方法、装置及电子设备，通过获得分别与N个不同的角度对应的N个图像序列，每组图像序列包括K个时刻对应的K张运动员的训练图像；基于训练图像中的时间戳，对N组图像序列中的每张训练图像进行匹配分组，获得K组图像组；获取每张训练图像中的骨骼轮廓，并针对每组图像组，基于每张训练图像中的骨骼轮廓和与每个骨骼轮廓对应的标准轮廓，构建联合输入向量；针对每组图像组，基于训练后的神经网络和联合输入向量，获得N个图像序列中的每张训练图像中的运动员的动作比对数据。解决了现有技术中存在的不能获得人体的动作细节的比对数据的技术问题，达到了可以获得人体的动作细节的比对数据的技术效果。
-
公开(公告)号：CN109815996A
公开(公告)日：2019-05-28
申请号：CN201910012308.0
申请日：2019-01-07
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明公开了一种基于循环神经网络的场景自适配方法及装置，涉及深度学习技术领域，所述方法包括：获得场景库；获得第一场景；根据所述第一场景，获得所述第一场景的特征向量；判断所述第一场景的特征向量与所述场景库中的场景的特征向量是否相似；如果所述第一场景的特征向量与所述场景库中的场景的特征向量相似，输出所述场景库中的场景的功能模块名称和算法实现信息；如果所述第一场景的特征向量与所述场景库中的场景的特征向量不相似，将所述第一场景的特征向量加入所述场景库中，记录所述第一场景的功能模块和算法实现的信息。基于循环神经网络模型，达到了提高代码复用率，节约了开发人员时间，降低研发成本的技术效果。
-
公开(公告)号：CN109242278A
公开(公告)日：2019-01-18
申请号：CN201810959793.8
申请日：2018-08-20
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明涉及车辆调度技术领域，尤其涉及一种自行车入库出库调度方法及装置，包括，根据统计获得的一天中每种类型车辆对应的车辆入库出库时刻表，分析获得一天中不同时间段内，预入库、出库的车辆类型和数量，然后根据同一时间段内预入库、出库的车辆类型和数量，生成对应的车辆调度策略，基于该车辆调度策略，将预出库的车辆调整至车库出口的位置区域的车位处，并在车库出口的位置区域为预入库的车辆预留车位，提高了车辆出库和入库的效率，无需用户等待，提高用户体验度。
-
公开(公告)号：CN213122683U
公开(公告)日：2021-05-04
申请号：CN202021937753.2
申请日：2020-09-08
Applicant: 北京首钢自动化信息技术有限公司
IPC: G05B19/05
Abstract: 本实用新型公开了一种钢卷边部数据采集装置和系统，包括高清工业相机、氙气闪光光源、激光距离传感器、可编程控制器、交换机以及外部控制接口；其中，高清工业相机、交换机以及外部控制接口依次电连接；其中，高清工业相机用于采集钢卷边部的图像信息；交换机用于实现高清工业相机与外部控制接口之间的信息交换；外部控制接口用于与第三方设备实现信息交换；高清工业相机、氙气闪光光源、激光距离传感器、交换机以及外部控制接口分别与可编程控制器电连接；其中，激光距离传感器用于检测钢卷的外形缺陷。本申请能够更清晰的表明钢卷边部的特征，能够有效提高钢卷边部数据的有效性，进而能够更准确的对钢卷边部进行缺陷分析。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.177 seconds)
