-
公开(公告)号：CN115880676B
公开(公告)日：2024-04-09
申请号：CN202211649911.8
申请日：2022-12-21
Applicant: 南通大学
Abstract: 本发明提供了一种基于深度学习的自助售货机商品识别方法，属于目标识别技术领域。解决了现有的自助售货机结构复杂、故障率高、商品种类受限制和成本高的问题。其技术方案为：包括以下步骤：S1、采集真实场景下物品数据形成商品检测数据集，并对训练集图片中的商品进行标注；S2、基于yolov5和BFCNN搭建网络框架；S3、根据搭建好的yolov5和BFCNN网络框架分别训练商品数据集；S4、使用训练好的网络验证识别商品，得到识别结果。本发明的有益效果为：本发明减小了自助售货机的占地面积以及成本，消除了售货机的商品种类限制，提高了检测速率和精度。
-
公开(公告)号：CN117423062A
公开(公告)日：2024-01-19
申请号：CN202311509438.8
申请日：2023-11-13
Applicant: 南通大学
IPC: G06V20/52 , G06V20/40 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06V40/10
Abstract: 本发明提供了一种基于改进的YOLOv5的建筑工地安全帽检测方法，属于计算机视觉目标检测技术领域。解决了目前检测精度低、小目标误检漏检、遮挡目标检测难度较大的技术问题。其技术方案为：包括以下步骤：S1、样本数据采集；S2、在Neck网络中使用AFPN结构代替FPN结构；S3、采用Slide Loss替换BCE‑loss；S4、边界框回归损失函数替换；S5、得到工人是否佩戴安全帽的结果。本发明的有益效果为：通过改进YOLOv5网络结构，分配更多的注意力给难样本，提取更多目标的特征信息，优化回归损失函数来提升检测精度和速度，减少建筑工地危险事故的发生。
-
公开(公告)号：CN116580352A
公开(公告)日：2023-08-11
申请号：CN202310445672.2
申请日：2023-04-24
Applicant: 南通大学
IPC: G06V20/52 , G06V40/10 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明提供了一种基于改进的yolov5的餐饮工作人员服饰识别方法，属于计算机视觉技术领域。解决了在有干扰因素的复杂背景下的餐饮工作人员服饰识别精度低的技术问题。其技术方案为：S1、样本数据采集；S2、构建改进型YOLOv5神经网络结构；S3、对改进YOLOv5算法进行训练；S4、模型剪枝；S5、现场采集待检测图像并进行图像预处理；S6、输出目标检测结果。本发明的有益效果为：实现餐饮工作人员服饰检测的智能化，减少人工监管所耗费的时间和精力。
-
公开(公告)号：CN116485749A
公开(公告)日：2023-07-25
申请号：CN202310440421.5
申请日：2023-04-23
Applicant: 南通大学
IPC: G06T7/00 , G06T7/13 , G06V10/764 , G06V10/774 , G06T7/62 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及摄像头检测技术领域，尤其涉及一种基于自编码器的镜头模组中脏污识别方法。解决了在采集镜片图像时，需要人工干预，不适用于产线自动化生产的问题。其技术方案为：包括以下步骤：S1：收集若干张干净镜片的样本图片；S2：构建自编码神经网络，神经网络结构由编码器和解码器组成；S3：对输入图像进行预处理，截取图中的镜片区域；S4：自编码网络训练；S5：镜片脏污分类器训练。本发明的有益效果为：本发明能够自动识别成品模组中的镜片是否存在脏污，无需人工干预。
-
公开(公告)号：CN115113192A
公开(公告)日：2022-09-27
申请号：CN202210765033.X
申请日：2022-06-30
Applicant: 南通大学
Abstract: 本发明提供一种基于自适应波门的雷达航迹起始方法，包括获取初始扫描周期雷达点迹数据集；将获取的点迹的距离、径向速度转化为笛卡尔坐标下的距离和速度；生成临时航迹集；将其它周期据集中的点迹与临时航迹集中的所有航迹进行自适应波门约束匹配；判断波门中点迹个数，进行点迹筛选，并更新航迹质量；判断航迹质量，并根据质量得分确定航迹类型，对航迹进行起始或撤销。本发明利用多维量测信息进行航迹匹配，并根据航迹质量得分设置自适应波门的大小，以解决航迹起始的效率低以及因为航迹质量的大小影响目标跟踪性能的问题。
-
Patent Agency Ranking
公开(公告)号：CN110248319B
公开(公告)日：2021-06-22
申请号：CN201910371182.6
申请日：2019-05-06
Applicant: 南通大学
Abstract: 本发明提供了一种面向WSCN节点的远程代码更新方法，属于物联网技术领域。该方法包括以下步骤：服务器分配、窄带物联网进行远距离传输、基于WSCN的多节点通信、丢帧补发和防冲突机制。本发明的有益效果为：本发明的服务器分配是在保证通信丢包率较少和尽可能的降低冲突前提下，进行服务器分配；运用WSCN网关节点与WSCN子节点之间的通信，以及子节点与子节点的通信功能实现串行化数据传输；根据WSCN收集到的各子节点接收更新数据包进行收集，对出现频率较多的数据帧号进行补发，防止在同一信道上造成通信冲突。
-
公开(公告)号：CN111770142A
公开(公告)日：2020-10-13
申请号：CN202010547322.3
申请日：2020-06-16
Applicant: 南通大学
IPC: H04L29/08 , H04W4/38 , H04W4/70 , H04W84/18 , H04W88/16 , G01D21/02 , G05D27/02 , G16Y10/05 , G16Y20/10 , G16Y40/10 , G16Y40/35
Abstract: 本发明提供了一种花卉种植监控系统及其使用方法，包括若干个WSN终端节点、信息邮局以及监控终端；所述监控终端通过所述信息邮局实现对每个WSN终端节点的远程监测和控制；其中，每个所述WSN终端节点采用Zigbee自组网，所述Zigbee自组网包括Zigbee终端节点以及GEC网关，所述Zigbee终端节点连接数据采集模块、控制模块以及存储模块。本发明的一种花卉种植监控系统及其使用方法，把通用计算机概念引入嵌入式系统设计，将BIOS与用户程序分离，构建GEC并用来设计网关，可简化嵌入式软件的开发，解决其可移植性弱的问题。
-
公开(公告)号：CN111292437A
公开(公告)日：2020-06-16
申请号：CN202010084179.9
申请日：2020-02-10
Applicant: 南通大学
Abstract: 本发明提供了一种光伏箱式变电站智能门禁系统，包括主控芯片MCU，分别与所述主控芯片MCU相连的指纹识别模块、继电器和NB-IoT通信模块，所述NB-IoT通信模块连接于云平台，所述云平台连接在智能锁管理系统上，在所述继电器的电控驱动端还连接有电控锁；所述控制方法包括智能锁的绑定、解绑、指纹录入、指纹删除、指纹开门的功能、报警功能和报修功能。本发明的有益效果为：本发明采用指纹信息作为身份凭据，规避了传统的机械门锁的风险，保证了安全性与可靠性，使用NB-IoT技术传输数据，具有低功耗、广覆盖的优势，智能锁管理系统可以很好地完成指纹信息的管理，较好地解决门锁未关好、需紧急打开门锁而没有已授权人员在场的问题。
-
公开(公告)号：CN111031495A
公开(公告)日：2020-04-17
申请号：CN202010010277.8
申请日：2020-01-06
Abstract: 本发明提供了一种用于6LowPAN物联网通信网络的组播通信系统及方法，其技术方案为：该通信系统包括IPv6服务器，物联网网关和6LowPAN节点；该通信方法内容为：IPv6服务器上维护一个组播组号池，物联网网关有一张组播组表，组播MAC地址通过对组播组号进行运算得到，物联网网关节点上维护着一个组播MAC地址，物联网网关节点通过该地址接收组播组信息。本发明的有益效果为：本发明是针对目前6LowPAN网络组播通信存在的问题，提出了用于6LowPAN物联网通信网络的组播通信系统及方法，该通讯系统主要由IPv6服务器、物联网网关、6LowPAN节点组成；解决了网络负载重，数据量太大的问题。
-
公开(公告)号：CN110752656A
公开(公告)日：2020-02-04
申请号：CN201911006152.1
申请日：2019-10-22
Applicant: 南通大学
Abstract: 本发明提供了一种光伏组件智能清扫机器人自动充电系统及其方法，属于太阳能光伏组件智能充电设备技术领域。其技术方案为：一种光伏组件智能清扫机器人自动充电系统，自动充电系统包括光伏组件、换行小车、清扫小车，换行轨道，换行小车自动充电系统和清扫小车自动充电系统。本发明的有益效果为：本发明的清扫机器人系统中的换行小车和清扫小车在运行过程中自主进行充电，无需外界人员的参与；清扫机器人运行的电力全部来源于光伏组件本身，无需外接电源及相关设备；清扫机器人充电速度快，安全性高；清扫机器人续航里程大，清扫效率高。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.024 seconds)
