-
公开(公告)号：CN119625056A
公开(公告)日：2025-03-14
申请号：CN202411584621.9
申请日：2024-11-07
Applicant: 三峡大学
IPC: G06T7/73 , G06T7/00 , G06N3/082 , G06N3/0464 , G06N3/045
Abstract: 本申请提供一种绝缘子检测方法，包括以下步骤：S1、构建多姿态绝缘子串目标检测数据集；S2、构建绝缘子检测网络模型；S3、选定合适的位置进行网络剪枝，使得绝缘子检测网络模型轻量化；S4、训练绝缘子检测网络模型；S5、对待检测绝缘子串目标进行检测，将含有绝缘子串目标的图片输入训练好的绝缘子检测网络模型，输出图片中绝缘子串目标所在的每个外接矩形框位置的检测结果，通过以上步骤解决了现有目标检测方法在完成绝缘子目标检测任务时存在的多姿态的绝缘子串目标不能精确识别、复杂环境下的绝缘子目标识别效果差和大长宽比的绝缘子串识别准确率低等问题。
-
公开(公告)号：CN119888385A
公开(公告)日：2025-04-25
申请号：CN202411882395.2
申请日：2024-12-19
Applicant: 三峡大学
IPC: G06V10/766 , G06V10/80 , G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464
Abstract: 本申请提供一种基于跨层特征聚合的电力线实例检测方法，包括以下步骤：S1、构建多形态电力线检测数据集；S2、基于跨层特征聚合网络构建电力线实例检测网络模型；S3、训练电力线实例检测网络模型；S4、对待检测多形态电力线目标进行检测。本申请中的方法检测精度高、效果良好，可以有效检测多形态电力线目标等问题。
-
公开(公告)号：CN119888006A
公开(公告)日：2025-04-25
申请号：CN202411753398.6
申请日：2024-12-02
Applicant: 三峡大学
Abstract: 本申请提供一种基于水下等深线的自动编绘方法，包括以下步骤：S1、从数据文件中提取三维坐标数据,通过确定Z值范围和等深线间距来生成阈值序列，并在阈值序列中划分首曲线和计曲线；S2、将离散数据点通过双线性插值转换为连续网格数据，在构建的三角网中连接相同高程值的交点形成等深线段，并将这些线段首尾相连得到完整的初始等深线；S3、对于每个等深线在三角网上的点，计算生成两个控制点，分别位于初始等深线点的两侧；S4、生成的控制点分别构建多边形，然后对中心多边形进行迭代优化，通过多次迭代确保平滑曲线既保持在边界多边形之间，又能保留原始地形特征。通过该方法显著提高工作效率,确保绘制结果的准确性，能够有效适应多样化的工作环境和需求。
-
公开(公告)号：CN117541541A
公开(公告)日：2024-02-09
申请号：CN202311442319.5
申请日：2023-11-01
Applicant: 三峡大学
IPC: G06T7/00 , G06V10/80 , G06V10/766 , G06V20/13 , G06V10/82 , G06V10/764
Abstract: 本申请提供一种基于跨级特征融合的多尺度船舶旋转检测方法，S1、构建用于遥感图像中船舶检测的HRSC2016数据集；S2、构建跨级特征融合网络模型；S3、训练跨级特征融合网络；S4、对待检测目标进行检测；其中，跨级特征融合网络模型包括依次连接的骨干特征提取模块、特征融合模块、注意力机制模块以及识别和定位模块。该发明提供的方法解决了现有目标检测方法在完成船舶目标检测任务时存在的精度低、实时性差等问题。
-
公开(公告)号：CN118247249A
公开(公告)日：2024-06-25
申请号：CN202410379392.0
申请日：2024-03-29
Applicant: 三峡大学
IPC: G06T7/00 , G06V10/82 , G06V10/25 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/764 , G06N3/045 , G06N3/0464
Abstract: 本申请提供一种融合空洞空间卷积和注意力机制的龋齿检测方法，包括：S1、构建龋齿检测的数据集；S2、构建CAASN‑dcDet龋齿检测网络模型；S3、训练CAAS N‑dcDet网络；S4、对待检测目标进行检测。本发明所述的CAASN‑dcDet网络模型由Backbone Network、Neck Network和Head Network三个主要模块化网络构成。其中，骨干特征提取网络采用的是cs3darknet_m网络，提取出丰富有效的龋齿图像特征。在Neck Network首部引入Coordinate Attention注意力机制，使网络模型更加关注于小面积龋齿特征信息，同时在较小计算开销的前提下更加精准的定位龋齿。在Neck Network中部加入ASPP_Nonlocal module模块，使网络拥丰富的全局信息，提高整体网络对大面积龋齿的识别与分割准确率。CAASN‑dcDet网络模型将识别与分割融合为一个整体，可以同时有效的实现龋齿的识别与分割功能。
-
Patent Agency Ranking
公开(公告)号：CN117989065A
公开(公告)日：2024-05-07
申请号：CN202410209438.4
申请日：2024-02-26
Applicant: 三峡大学
Inventor： 张晶
Abstract: 本发明提供一种多段调节桨距的风力发电机及控制方法，包括可偏转扇叶变桨结构、刹车制动装置、伸缩式变桨结构、可升降平台、控制系统、发电机和风机底座；风机底座安装于可升降平台上，安装于风机底座上并依次连接的发电机、刹车制动装置和风机主杆，风机主杆竖直转动连接在风机底座上，风机主杆和风机扇叶之间通过伸缩式变桨结构连接，风机扇叶内设置有倾角传感器，且倾角传感器信号连接伸缩式变桨结构，可偏转扇叶变桨结构安装于风机扇叶上。产生了提高风机转运的便携性以及风机桨距调整的灵活性。
-
公开(公告)号：CN115559002A
公开(公告)日：2023-01-03
申请号：CN202211071431.8
申请日：2022-09-02
Applicant: 三峡大学
Abstract: 本发明提供了一种藕梗自动取丝机及方法，包括用于对整个设备进行支撑安装的主座，主座的顶部一侧通过藕梗传送结构支架支撑安装有用于对藕梗进行输送的藕梗传送结构；主座的中部侧边固定安装有取丝转动机构；所述取丝转动机构上配合安装有藕丝主提取结构和取丝收尾结构，并使得三者共同运作将藕丝集于藕丝收集结构上；所述藕丝收集结构设置在取丝转动机构的侧面，并位于主座的顶部。该装置可在人工填充藕梗的条件下实现对藕梗的自动取丝，具取丝机操作简便，占用空间少，便于铺设使用；能够有效的替代传统的人工取丝过程，提高了取丝效率，尤其适用于大批量的取丝需求。
-
公开(公告)号：CN119884639A
公开(公告)日：2025-04-25
申请号：CN202411831144.1
申请日：2024-12-12
Applicant: 三峡大学
IPC: G06F18/20 , G06F18/214 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/045 , G06Q50/06
Abstract: 本申请提供一种输电线路隐患检测方法，包括以下步骤：S1、构建输电线路隐患目标检测数据集；S2、构建输电线路隐患检测网络模型；S3、训练基于输电线路隐患检测网络模型；S4、对待检测输电线路隐患目标进行检测，将含有输电线路隐患目标的图片输入训练好的输电线路隐患检测网络模型，输出图片中输电线路隐患目标所在位置的检测结果。该方法能够通过深度学习技术，实现对输电线路中潜在隐患的高精度、快速检测。
-
公开(公告)号：CN119516364A
公开(公告)日：2025-02-25
申请号：CN202411541889.4
申请日：2024-10-31
Applicant: 三峡大学
IPC: G06V20/10 , G06V20/54 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本申请提供基于多尺度信息增强的海冰覆盖水域船舶检测方法，包括以下步骤：S1、对公开数据集IceRegionShip进行处理；S2、构建ISYOLO网络模型，该模型在YOLOv10模型基础上改进；S3、训练ISYOLO网络模型，采用迁移学习策略，在IceRegionShip数据集上微调预训练的ISYOLO模型；S4、使用训练好的模型进行船舶检测，通过以上步骤解决现有方法中存在的误检率较高、缺乏针对冰覆盖水域的特定数据以及处理复杂环境下的小目标检测和远距离检测时表现较差、精度不高的问题。
-
公开(公告)号：CN115559002B
公开(公告)日：2024-06-11
申请号：CN202211071431.8
申请日：2022-09-02
Applicant: 三峡大学
Abstract: 本发明提供了一种藕梗自动取丝机及方法，包括用于对整个设备进行支撑安装的主座，主座的顶部一侧通过藕梗传送结构支架支撑安装有用于对藕梗进行输送的藕梗传送结构；主座的中部侧边固定安装有取丝转动机构；所述取丝转动机构上配合安装有藕丝主提取结构和取丝收尾结构，并使得三者共同运作将藕丝集于藕丝收集结构上；所述藕丝收集结构设置在取丝转动机构的侧面，并位于主座的顶部。该装置可在人工填充藕梗的条件下实现对藕梗的自动取丝，具取丝机操作简便，占用空间少，便于铺设使用；能够有效的替代传统的人工取丝过程，提高了取丝效率，尤其适用于大批量的取丝需求。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
