-
公开(公告)号：CN118629134A
公开(公告)日：2024-09-10
申请号：CN202410843992.8
申请日：2024-06-27
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G08B13/19 , G08B13/196 , G08B5/38
Abstract: 本发明公开了一种用于塔机作业区域的划分警示单体及球铰式多向警示装置，包括底置周向件和连接顶座，底置周向件设置在连接顶座的下方，底置周向件的外壁呈中心对称设置有两个摄像头和两个红外线传感器，底置周向件的内部嵌设有两个警示灯，底置周向件的底部通过多个螺栓螺纹安装有激光束发射件。本发明中，塔机在工作过程中，通过底置周向件外壁设置的两个摄像头和红外线传感器，可以在塔机工作的过程中，实时的对塔机作业区域进行监测，借助红外线传感器能够检测到人体周围的红外辐射，并判断塔机作业区域在场人体的存在，避免使用摄像头对塔机作业区域监测存在死角位置的情况出现，进一步提高对塔机周围人员的警示效果，促进塔机作业区域管理的规范化。
-
公开(公告)号：CN116342553A
公开(公告)日：2023-06-27
申请号：CN202310330005.X
申请日：2023-03-30
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/82 , G06V10/762
Abstract: 本发明公开了一种基于ConvNext‑yolov7的建筑工地环境检测方法，包括如下步骤：1）采集建筑工地环境数据集：2）在YOLOv7网络中嵌入ConvNext结构，得到ConvNext‑yolov7网络模型，经过该网络模型将建筑工地中，不同特征的物体每一种的相对得分高的特征图和对应的权重打包成权重文件；3）通过权重对图像进行特征图分割，采用模糊均值聚类算法对X个特征对象生成图像特征初始聚类中心，再将初始聚类中心点传入K‑means算法，最后生成预测框；4）输出建筑工地环境检测结果。本发明方法可以识别多种不同的建筑工地内环境特征并且加以标注，修改过的网络模型提高了检测精度，相比于同类型的检测技术，其检测速度、精度均有进步，检测错误率大幅降低。
-
公开(公告)号：CN114304090A
公开(公告)日：2022-04-12
申请号：CN202210034015.4
申请日：2022-01-12
Applicant: 桂林电子科技大学
Abstract: 一种筐可开合的水下抓取机器人。为解决现有带筐水下抓取机器人所携带的筐只有储存功能，没有实现将筐中海产品自动取出的功能。本发明包括主体框架、电子密封舱、驱动总成、开合筐组件、机械爪和电源密封舱，电子密封舱和电源密封舱分别安装在主体框架内，驱动总成均布在主体框架上，开合筐组件插装在主体框架的下表面上；所述的开合筐组件包括筐体、筐底板和曲柄连杆机构；所述的筐底板安装在筐体的下端口处，所述的筐底板是由第一底板和第二底板共同组成，第一底板固装在筐体内的一侧，第二底板铰连接在筐体内的另一侧，第一底板和第二底板将筐体底部密封；所述的第二底板通过曲柄连杆机构实现第二底板的开合功能。本发明属于机器人技术领域。
-
公开(公告)号：CN119672816A
公开(公告)日：2025-03-21
申请号：CN202411871337.X
申请日：2024-12-18
Applicant: 桂林电子科技大学 , 广西水发集团数字智慧水务科技有限公司
IPC: G06V40/40 , G06V10/40 , G06V10/82 , G06V10/80 , G06V10/774 , G06V40/16 , G06V10/44 , G06V10/46 , G06V10/34 , G06N3/048 , G06N3/0464
Abstract: 本发明提供了一种基于自混合的深度伪造检测方法，与现有技术比较，本发明通过使用自混合技术生成包含伪造伪影的混合图像，并结合主干网络EfficientNet‑b3和伪造伪影检测模块，对输入图像的伪影区域进行精准检测和识别。首先，对真实图像进行分帧处理，利用自混合技术生成源图像和目标图像，并通过mask生成器结合alpha blending模型生成具有伪造伪影的混合图像。随后，主干网络对混合图像提取全局特征，伪造伪影检测模块通过伪影空间协同注意力模块强化混合区域的局部特征表现，从而准确定位伪影区域。最终，利用残差连接融合全局和局部特征，并传入全连接层完成分类。本方法能够有效检测多种伪造图像类型，在跨数据集和未知场景中展现出优异的泛化能力。
-
公开(公告)号：CN117877118A
公开(公告)日：2024-04-12
申请号：CN202410055270.6
申请日：2024-01-15
Applicant: 桂林电子科技大学
IPC: G06V40/20 , G06V20/52 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种针对塔吊驾驶员危险行为的目标检测方法。首先收集塔吊驾驶员行为图像样本数据制作数据集，并对图像样本进行预处理；并通过主干网络，对输入图像进行特征提取；其次通过改进增强网络，融合主干网络提取的图像特征；最后通过预测网络，对塔吊驾驶场景下危险行为小目标（烟和电话）进行分类和边界框回归，输出检测结果。该方法通过改进YOLOv7目标检测算法，结合多种成熟的方法，从而达到更好的检测效果。本发明方法能够有效提高检测效果，方法简单易用，应用性强，尤其在工地安全领域检测塔吊驾驶员危险行为的方面将会有很大的应用。
-
Patent Agency Ranking
公开(公告)号：CN117876858A
公开(公告)日：2024-04-12
申请号：CN202410055010.9
申请日：2024-01-15
Applicant: 桂林电子科技大学
IPC: G06V20/05 , G06V10/25 , G06V10/82 , G06V10/774 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了一种基于改进yolov7算法的水下目标检测方法，该方法的步骤为：1）获取水下图像数据集，并按照一定的比例分为训练集、验证集和测试集；2）以yolov7模型为基础模型进行改进得到一种新的目标检测方法，改进方法包括对主干网络进行改进、设计一种新的模块、结合Transformer模型和使用新的损失函数；3）对改进后的模型进行剪枝；4）使用训练集对剪枝后的模型进行训练；5）使用测试集对模型进行评估。本发明方法具有较好的检测效果且减少了参数量和计算量，方法简单易部署，适用性广泛，尤其在水下机器人、海洋捕捞等领域将会被广泛应用。
-
公开(公告)号：CN117876335A
公开(公告)日：2024-04-12
申请号：CN202410048707.3
申请日：2024-01-12
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T7/10 , G06T5/90 , G06T5/70 , G06T5/20 , G06T5/60 , G06N3/0895 , G06N3/0464
Abstract: 本发明公开了一种基于图像分割与降噪的弱监督钢铁表面缺陷检测方法，包括如下步骤：采集钢铁表面数据；优化U‑net网络模型以适应对钢铁表面缺陷数据进行图像分割；嵌入结构相似性指数SSIM测量系统作为模型的损失函数，结合优化的U‑net网络模型，提出一种新的网络模型SSIM‑Unet，生成钢铁表面初步缺陷分割灰度图；将得到的缺陷分割灰度图先利用高斯滤波去除成像过程中的高斯噪声，最后利用中值滤波消除图像的椒盐噪声，突出图像缺陷部分；输出钢铁表面缺陷的最终的检测结果。本方法利用少量的钢铁表面缺陷数据，无需标注即可检测出缺陷的形状，相比现有检测方法，减少人力投入的同时、在检测速度、精确率，召回率上有大幅提高。
-
公开(公告)号：CN116341541A
公开(公告)日：2023-06-27
申请号：CN202310330015.3
申请日：2023-03-30
Applicant: 桂林电子科技大学
IPC: G06F40/289 , G06F40/211 , G06F18/214 , G06F18/2415 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于知识提取的轻量型摘要生成方法，包括文本模型的生成和文本模型的调用两个阶段。第一阶段包括文本数据的清洗与预处理；文本模型的创建；文本模型的训练与调优；文本模型的生成与获取。第二阶段包括：用户输入待生成摘要的长文本；提取用户输入长文本的特征；调用文本模型；生成用户输入的长文本的摘要。第一阶段采用机器学习的算法搭建文本模型，将提取的特征输入模型，对模型进行训练，自动优化训练参数，使模型更加准确。第二阶段，对用户输入的待生成摘要的长文本进行特征提取，调用第一阶段生成的模型，生成对应的文本摘要。本发明应用型强，应用范围广，尤其在新闻处理、文案处理等方面将会有很大的应用。
-
公开(公告)号：CN111882554B
公开(公告)日：2022-05-03
申请号：CN202010783841.X
申请日：2020-08-06
Applicant: 桂林电子科技大学 , 广西景航无人机有限公司
IPC: G06T7/00 , G06V10/44 , G06V10/762 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于SK‑YOLOv3的电力线故障智能检测方法，包括如下步骤：1）采集电力线故障数据集：2）提高特征图得分；3）生成预测框。这种方法提高了检测精度，检测更细致。
-
公开(公告)号：CN106682208B
公开(公告)日：2020-04-03
申请号：CN201611260965.X
申请日：2016-12-30
Applicant: 桂林电子科技大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于融合特征筛选与随机森林的微博转发行为预测方法，首先，从互联网中采集数据，并对其进行清洁整理，生成用户信息、用户博文信息存放到用户数据库，从用户数据库中提取用户基本特征、博文基本特征、博文主题特征，并基于相对熵计算用户活跃度、博文影响力；其次，通过Filter特征选择法与Wrapper特征选择法筛选出关键特征组；最后，融合异常检测与随机森林算法，依据筛选后的关键特征组进行微博转发行为预测，并利袋外数据误差估计设置随机森林中决策树和特征数。本发明有效解决了目前微博转发行为预测特征选择任意性，准确率不高的问题。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.02 seconds)
