基于多尺度注意力感知卷积网络的目标数量统计方法

    公开(公告)号:CN111401163B

    公开(公告)日:2022-04-15

    申请号:CN202010149434.3

    申请日:2020-03-04

    Abstract: 本发明公开了基于多尺度注意力感知卷积网络的目标数量统计方法,包括图片特征提取层、多尺度感知模块、有监督的注意力感知模块以及密度回归模块,图片的输入是3通道的图片,采用传统二维卷积网络提取图片的特征,而后将特征输入到多尺度感知模块以感知图片中尺度的变化,然后将利用有监督的注意力感知模块对感兴趣的目标提取鲁棒的特征,最后经密度回归模块输出密度估计图。本发明涉及了鲁棒的目标数量统计网络,在智能林业、智能农业、智能安防和智能交通等领域有着及其重要的应用价值。

    注意力分支引导的3D卷积行为识别网络方法

    公开(公告)号:CN110688986A

    公开(公告)日:2020-01-14

    申请号:CN201910984496.3

    申请日:2019-10-16

    Abstract: 本发明设计了一种注意力分支引导的3D卷积行为识别网络方法,该网络设计了不同分辨率的3D注意力机制,以便网络关注更加感兴趣的时空信息。与此同时,通过卷积的方式学习注意力特征中时空基元的变化,以辅助3D分支提取更加鲁棒的时空特征。另外,两个分支通过不同类型的卷积和深度进行学习,用来帮助网络构建互补的信息。本发明参数量少、鲁棒性高,可用于学校、商场等多个公共场所的行为识别。

    一种汽车轮毂柔性加工夹具

    公开(公告)号:CN107900388B

    公开(公告)日:2023-06-06

    申请号:CN201711481464.9

    申请日:2017-12-29

    Abstract: 本技术提供一种汽车轮毂柔性加工夹具,能够实现对不同大小的轮毂进行自动定位和夹紧,满足自动化生产的需要。其三角平台位于三角拉盘的上方,三角平台和三角拉盘的三个端部均开有T形槽,T形槽的相对侧面上开有导轨,在三角平台的T形槽上部设有U形垫块,U形垫块的上方设有定位爪;拉臂从T形槽中穿过,其顶部一侧与定位爪相连;拉臂底部有连接轴,连接轴两端滑动设置在三角拉盘上的T形槽导轨中;拉臂中部有导向通槽,穿过导向通槽的滑杆两端滑动设置在三角平台上的T形槽导轨中;旋转直线组合式液压缸的活塞杆在周向方向与三角拉盘转动相连、在周向方向固定相连;上下两个主动架安装在活塞杆上,三根拉杆的两端分别与主动架、拉臂铰接。

    自泵送流体动压指尖密封装置

    公开(公告)号:CN107143386B

    公开(公告)日:2023-05-09

    申请号:CN201710453024.6

    申请日:2017-06-15

    Abstract: 本技术提供一种运行状态下具有流体动压与密封能力、停机状态下泄漏率小的自泵送流体动压指尖密封装置,以克服指尖密封“迟滞效应”及转子进动适应性差导致的泄漏率高或磨损量大的不足,它由后挡板、低压指尖密封片以及带指尖靴的高压指尖梁和转子组成;带指尖靴的高压指尖梁、低压指尖密封片、后挡板从高压至低压依次叠放通过铆钉连接在一起,形成环,外套在转子上;指尖靴与转子构成密封界面;指尖靴上设置有引流孔以及内环槽,转子的表面部分加工有螺旋槽;引流孔与内环槽相通,螺旋槽与内环槽在径向方向相对;转子转动时,高压侧的流体经引流孔、内环槽、螺旋槽泵送至密封界面,形成流体动压,推开指尖靴,避免了指尖和转子间的摩擦磨损。

    一种自动换辊的弯曲试验机

    公开(公告)号:CN113866014A

    公开(公告)日:2021-12-31

    申请号:CN202111141418.0

    申请日:2021-09-28

    Abstract: 本发明公开了一种自动换辊的弯曲试验机,包括底座、自动换辊机构、支承辊座、垂直施载机构和检测组件,自动换辊机构安装于底座的顶端,用来调换四种不同直径的支承辊,支承辊座对称设置在自动换辊机构的一侧,分别用来支撑从所述自动换辊机构传输过来的一对支承辊,所述支承辊座的顶端设置有供支承辊放置的放置槽,垂直施载机构安装于两个支承辊座的上方,用来对位于两个支承辊座顶端支承辊上的试件进行垂直施载,检测组件安装在垂直施载机构上,用来检测试件弯曲的位移量以及试件所承受的试验力,并将检测到的数据传输至控制器。可以测试试件在不同直径参数下的支承辊的弯曲性能,使得测试条件更加丰富,测试结果更加准确。

    基于多任务协同特征重建目标计数网络的方法

    公开(公告)号:CN111640092A

    公开(公告)日:2020-09-08

    申请号:CN202010430090.3

    申请日:2020-05-20

    Abstract: 本发明公开了基于多任务协同特征重建目标计数网络的方法,该网络构建了掩膜估计、密度分布估计以及密度等级的多任务策略,分别学习了数据中的前景/背景、局部以及整体的上下文信息,进一步对这些信息进行重建以降低任务间的差异性并增强任务间的互补性,并与图片特征结合以提高表征的多样性。本发明通过渐进学习的方式降低直接进行密度回归的难度,其在林业、农业、交通等领域有着重要的应用价值。

Patent Agency Ranking