-
公开(公告)号：CN114897874A
公开(公告)日：2022-08-12
申请号：CN202210624382.X
申请日：2022-06-02
Applicant: 宁波明物智能科技有限公司 , 浙江大学软件学院(宁波)管理中心(宁波软件教育中心)
IPC: G06T7/00 , G06V10/82 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于轻量级深度学习的O型密封圈缺陷检方法，包括以下步骤：步骤1：选用轻量级基线网络MoblieNetV3；步骤2：根据Bottleneck中的卷积核重要度进行剪枝；步骤3：采用数据集在轻量化模型上进行深度学习；步骤4：进行训练后模型的权重量化；步骤5：采用O型密封圈缺陷检测装置自动且批量地检测密封圈表面的缺陷。本发明采用了基于轻量级深度学习的系统进行O型密封圈的缺陷检测，其基线网络采用轻量级的深度学习网络MobileNetV3,并利用轻量化的方法压缩模型，使其能够运行在资源受限的嵌入式设备上，从而实现工业上O型密封圈的缺陷检测。
-
公开(公告)号：CN114495871A
公开(公告)日：2022-05-13
申请号：CN202210093808.3
申请日：2022-01-26
Applicant: 浙江大学软件学院(宁波)管理中心(宁波软件教育中心)
Abstract: 本发明公开了一种多线条特征信息生成音乐旋律的方法、系统与装置，本发明方法分析多线条图片中各个单位长度线条的宽度、距离中心基准线的高度、颜色等信息，转换成音乐中音量、音调、音色等数值，并以此合成一段音乐旋律。通过本发明方法，可以将视听结合，应用于少儿音乐教育领域中，相信可以激发儿童对音乐和绘画艺术的兴趣，培养乐感和想象力。
-
公开(公告)号：CN113367541A
公开(公告)日：2021-09-10
申请号：CN202110646353.9
申请日：2021-06-10
Applicant: 浙江大学
IPC: A47G19/02
Abstract: 本申请公开一种交互式儿童智能餐盘及其管理系统，所述交互式儿童智能餐盘包括一餐盘主体、被设置于所述餐盘主体至少两个传感器、一通信部件以及一显示器，其中所述餐盘主体上定义至少两个用食区，其中所述传感器被设置用以检测所述用食区的食物的量，其中所述通信部件用以通信连接于一服务器，其中所述通信部件被电连接于所述传感器，用以传输所述传感器检测的所述用食区的食物的量，并接收该服务器形成的分析结果，其中所述显示器被设置于所述餐盘主体，并形成一指导区，其中所述显示器被可通信地连接于所述通信部件，以根据所述分析结果形成用以指导儿童膳食的指导信息。
-
公开(公告)号：CN112878427A
公开(公告)日：2021-06-01
申请号：CN202110067053.5
申请日：2021-01-19
Applicant: 浙江大学
Abstract: 本发明涉及露水收集技术领域，提供一种新型露水收集装置，包括：集液主体，过滤罩体与收液器：集液主体具有一上端部和一下端部，其中集液主体的上端部到集液主体的中部的截面直径逐渐增大，集液主体的中部到所述集液主体的所述下端部的截面直径逐渐减小，扩大与空气接触面积，防止水在内壁富集而无法流向水袋。集液主体的外壁设置有自上端部和下端部延伸而形成多条导液槽，其中每条所述集液主体导液槽上设置有漏水孔。集液主体形成一内腔体，内腔体与漏水孔连通，通过内凹槽在集液主体的下端部形成一出液口；收液器形成一腔体，集液主体腔体连通的一开口，与收液器出液口通过引流管对接，汇聚从经过滤罩体过滤流出的液体。
-
公开(公告)号：CN110667289B
公开(公告)日：2020-12-29
申请号：CN201910982636.3
申请日：2019-10-16
Applicant: 浙江大学软件学院(宁波)管理中心(宁波软件教育中心)
Abstract: 本发明公开了一种基于力反馈的木雕自适应控制装置及方法，装置包括用于放置待雕刻物的底盘、底盘固定装置、雕刻刀具、控制雕刻刀具的旋转的高速电机、五个雕刻刀具的位移轴和驱动的位移轴的五个伺服电机，及上位机电脑；位移轴包括X轴、Y轴、Z轴、旋转B轴、旋转C轴；五个伺服电机分别驱动五个位移轴；每个伺服电机通过一个伺服驱动器驱动运转，五个伺服电机驱动器均通过五轴伺服控制器控制，从而使雕刻刀具在五个自由度上位移；底盘具有力矩传感器和重力感应器；且收集扭矩、力矩、重力对上位机电脑内的刀路文件进行调整，从而实现雕刻过程中的基于力反馈的自适应控制。
-
Patent Agency Ranking
公开(公告)号：CN118230136B
公开(公告)日：2024-08-20
申请号：CN202410651584.2
申请日：2024-05-24
Applicant: 浙江大学
Abstract: 本发明公开了一种支持图像动态任务的个性化联邦学习训练方法和系统，属于个性化联邦学习领域。随机生成客户端序列，每一个客户端包括一个图像任务可切换的本地模型；获取本地模型的初始本地更新梯度，从客户端序列中筛选邻居客户端，初始化树结构；每一个客户端从其所在树结构的节点集合中筛选邻居客户端，并与邻居客户端进行模型聚合；当客户端的本地模型图像任务发生变动时，标记并计算图像任务变动的客户端对应的本地更新梯度与每一个树结构中的根节点对应的客户端之间的相似度，将任务变动的客户端加入到相似度最高的树结构中，更新树结构。本发明使得参与联邦学习的客户端能够在图像任务发生变动时依然保持良好的模型效果，且训练效率高。
-
公开(公告)号：CN115050092B
公开(公告)日：2024-08-13
申请号：CN202210554690.X
申请日：2022-05-20
Applicant: 宁波明家智能科技有限公司 , 浙江大学软件学院(宁波)管理中心(宁波软件教育中心)
IPC: G06V40/20 , G06V40/16 , G06V20/59 , G06V10/82 , G06V10/774 , G06V10/94 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/092 , G06N3/084
Abstract: 本发明公开了一种面向智能驾驶的唇读算法及系统，所述系统包括ROS，相机，唇读识别神经网络。所有相机采集的人脸数据通过相机从节点进行发布，发布到指定的Topic共享内存中，通过Master节点的Topic管理模块将数据发送到订阅了相同Topic的神经网络从节点，神经网络从节点在对唇读数据进行识别后将识别结果发布到指定Topic中，再由Master节点发送到车辆控制节点，最后车辆控制节点获取用户指令，并进行相关操作。该智能驾驶的唇读算法及系统既具备了目前智能驾驶领域中使用广泛的ROS操作系统，同时具备唇读识别的功能，ROS系统解决了目前车辆节点信息网络可靠性的问题，唇读识别解决了在嘈杂环境下语音识别准确率低的问题。
-
公开(公告)号：CN117036397A
公开(公告)日：2023-11-10
申请号：CN202310701851.8
申请日：2023-06-14
Applicant: 浙江大学
IPC: G06T7/246 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/74
Abstract: 本发明公开了一种基于融合信息关联和相机运动补偿的多目标跟踪方法，该方法包括：YOLOX目标检测器加入Re‑ID分支后进行训练；通过YOLOX目标检测器获取目标位置及外观信息；基于卡尔曼滤波对历史轨迹在当前帧的位置进行预测，通过相机运动补偿进行修正；融合外观、位置、运动方向信息计算用于匹配的代价矩阵，使用匈牙利匹配算法完成对高置信度检测结果与现存轨迹的匹配，融合位置、运动方向信息完成对低置信度检测结果与现存轨迹的匹配；根据匹配后的检测结果对目标轨迹进行管理。本发明通过融合外观、位置、方向信息完成轨迹与检测结果的关联，通过相机运动补偿修正卡尔曼滤波估计结果，使得复杂场景下轨迹连续性更具鲁棒性。
-
公开(公告)号：CN117009757A
公开(公告)日：2023-11-07
申请号：CN202310724749.X
申请日：2023-06-19
Applicant: 浙江大学
IPC: G06F18/20 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了基于CDoubleGAN的电网时序数据生成模型系统。本发明中，创新性地采用了编解码器加上双GAN的结构，使得模型的训练更加稳定，模型的效果更好；通过使用AR‑FNN代替RNN解决Lipschitz连续性问题，从而可以使用Wassersteindistance对目标函数进行稳定优化；采用了编解码器加上双GAN的结构，使得模型的训练更加稳定，模型的效果更好；之前的模型大多采用RNN模块用来处理时序数据，但是RNN模型本身训练不稳定，本方案使用AR‑FNN代替RNN解决Lipschitz连续性问题，从而可以使用Wassersteindistance对目标函数进行稳定优化，这样训练更稳定，模型效果好。
-
公开(公告)号：CN116634108A
公开(公告)日：2023-08-22
申请号：CN202310733323.0
申请日：2023-06-20
Applicant: 浙江大学
Abstract: 本发明公开了一种基于TraficNet单摄像机三维交通监控的停车场监测方法及系统。该方法是在停车场的关键位置安装单个闭路电视摄像头，通过安全的网络连接实时传输数据到数据处理中心；收集到的视频数据经过径向畸变校正、背景提取和直方图匹配等预处理；使用改进的YOLOv5深度神经网络模型对视频数据进行车辆和行人检测；使用混合的卫星‑地面基于逆透视映射的方法进行自动摄像头校准；将2D边界框转换为3D边界框并分析收集和处理的数据，以识别交通模式、繁忙时段等其他问题，并生成报告供停车场管理员查看。系统可以与一个或多个监控中心集成，实时接收和查看系统生成的数据和报告，提高了物体检测和跟踪的准确性。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.022 seconds)
