-
公开(公告)号：CN113344041A
公开(公告)日：2021-09-03
申请号：CN202110552810.8
申请日：2021-05-20
Applicant: 上海大学
Abstract: 本发明公开一种基于改进卷积神经网络的PCB缺陷图像识别方法。针对现有ResNet50深度卷积神经网络模型的不足，引入名为Res2Net的新型CNN模块，并更改残差连接结构和激活函数，来提高网络多层的非线性扩展能力。基于改进ResNet50模型，融入DenseNet169卷积神经网络，基于多模型提取的图像特征进行融合，并对融合特征输出网络结构进行改进，建立了一种多模型融合的PCB缺陷图像识别的卷积神经网络框架。本发明方法可对不同类型的PCB缺陷图像进行识别，较单一模型具有识别准确率、敏感性高的特点，并且能够实现PCB缺陷类别的自动化和智能化识别。
-
公开(公告)号：CN112263217A
公开(公告)日：2021-01-26
申请号：CN202010879996.3
申请日：2020-08-27
Applicant: 上海大学 , 中国人民解放军海军军医大学第一附属医院
IPC: A61B5/00
Abstract: 本发明公开一种基于改进卷积神经网络的非黑素瘤皮肤癌病理图像病变区域检测方法，作用于病理特征复杂的肿瘤性皮肤病(基底细胞癌和鲍温病)病理图像。针对现有的YOLOv3深度卷积神经网络模型的不足，改进了卷积特征图的数量过渡变化剧烈、训练结果不好的问题，建立适合肿瘤性皮肤病(基底细胞癌和鲍温病)病理图像识别的卷积神经网络框架。不仅实现了肿瘤性皮肤病病理图像病种分类，而且锁定了病变区域，可辅助医生进行快速、有效地疾病判断，提高肿瘤性皮肤病病理图像的筛查率和准确率。
-
Patent Agency Ranking
公开(公告)号：CN112263217B
公开(公告)日：2023-07-18
申请号：CN202010879996.3
申请日：2020-08-27
Applicant: 上海大学 , 中国人民解放军海军军医大学第一附属医院
IPC: A61B5/00
Abstract: 本发明公开一种基于改进卷积神经网络的非黑素瘤皮肤癌病理图像病变区域检测方法，作用于病理特征复杂的肿瘤性皮肤病(基底细胞癌和鲍温病)病理图像。针对现有的YOLOv3深度卷积神经网络模型的不足，改进了卷积特征图的数量过渡变化剧烈、训练结果不好的问题，建立适合肿瘤性皮肤病(基底细胞癌和鲍温病)病理图像识别的卷积神经网络框架。不仅实现了肿瘤性皮肤病病理图像病种分类，而且锁定了病变区域，可辅助医生进行快速、有效地疾病判断，提高肿瘤性皮肤病病理图像的筛查率和准确率。
-
公开(公告)号：CN113344041B
公开(公告)日：2022-12-23
申请号：CN202110552810.8
申请日：2021-05-20
Applicant: 上海大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于改进卷积神经网络的PCB缺陷图像识别方法。针对现有ResNet50深度卷积神经网络模型的不足，引入名为Res2Net的新型CNN模块，并更改残差连接结构和激活函数，来提高网络多层的非线性扩展能力。基于改进ResNet50模型，融入DenseNet169卷积神经网络，基于多模型提取的图像特征进行融合，并对融合特征输出网络结构进行改进，建立了一种多模型融合的PCB缺陷图像识别的卷积神经网络框架。本发明方法可对不同类型的PCB缺陷图像进行识别，较单一模型具有识别准确率、敏感性高的特点，并且能够实现PCB缺陷类别的自动化和智能化识别。
-
公开(公告)号：CN111937591B
公开(公告)日：2022-10-11
申请号：CN202010880850.0
申请日：2020-08-27
Applicant: 上海大学
IPC: A01D46/30
Abstract: 本发明涉及一种多自由度果蔬采摘机器人，包括深度摄像头、机器人执行机构、L形关节连接板、关节旋转限位销、细腰形小臂、圆形护罩、细腰形大臂、机器人与工控机线缆通口孔、机器人载体连接底座等部件。本办法采用关节模块化设计，能根据果蔬采摘任务的需求，选用不同的关节数量来进行组装，从而构造出不同自由度的机器人。固定在末端的深度摄像头配合人工智能算法，可以识别出果蔬的成熟度和确定其空间位置，为机器人的运动规划提供目标定位。本发明果蔬采摘机器人可搭载在轨道小车或者AGV小车上，实现机器人大棚内自主移动采摘果蔬。通过本发明能代替人力完成工作量大的果蔬采摘工作，降低劳动力成本，为农业生产提高生产效率。
-
公开(公告)号：CN111937591A
公开(公告)日：2020-11-17
申请号：CN202010880850.0
申请日：2020-08-27
Applicant: 上海大学
IPC: A01D46/30
Abstract: 本发明涉及一种多自由度果蔬采摘机器人，包括深度摄像头、机器人执行机构、L形关节连接板、关节旋转限位销、细腰形小臂、圆形护罩、细腰形大臂、机器人与工控机线缆通口孔、机器人载体连接底座等部件。本办法采用关节模块化设计，能根据果蔬采摘任务的需求，选用不同的关节数量来进行组装，从而构造出不同自由度的机器人。固定在末端的深度摄像头配合人工智能算法，可以识别出果蔬的成熟度和确定其空间位置，为机器人的运动规划提供目标定位。本发明果蔬采摘机器人可搭载在轨道小车或者AGV小车上，实现机器人大棚内自主移动采摘果蔬。通过本发明能代替人力完成工作量大的果蔬采摘工作，降低劳动力成本，为农业生产提高生产效率。
-
公开(公告)号：CN113962933A
公开(公告)日：2022-01-21
申请号：CN202111078778.0
申请日：2021-09-15
Applicant: 上海大学
Abstract: 本发明公开一种基于改进YOLOv3网络的PCB缺陷图像检测方法。本发明方法针对YOLOv3模型对小目标缺陷检测效果差的问题进行改进，在原8倍下采样之后继续进行一次上采样，得到与4倍下采样同等大小的深层特征图，再进行特征融合，构成小目标检测头。为了进一步提高PCB缺陷检测效果，在保证小目标缺陷检测效果的同时，也对大目标缺陷检测具有泛化能力。因此，在增加小目标检测头的同时也保留大目标检测头，最终建立适合PCB缺陷图像检测的改进型YOLOv3模型。本方法可对不同形态的PCB缺陷图像进行检测，较原YOLOv3模型具有更低的漏检率与误检率，并且能实现PCB缺陷的自动化和智能化检测。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
