-
公开(公告)号:CN114372955B
公开(公告)日:2024-11-15
申请号:CN202111474014.3
申请日:2021-12-02
Applicant: 上海工程技术大学
IPC: G06T7/00 , G06T7/73 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于改进神经网络的铸件缺陷X射线图自动识别法,属于材料铸造和缺陷图像目标检测领域。本技术方案采用卷积生成对抗网络模型,完成数据集的图像特征增强。采用图像标注工具,完成对铸件缺陷数据集的缺陷标注。改进目标检测YOLOv5模型的网络结构,加入注意力机制,改进损失函数进行模型训练。使用训练集对模型进行训练,最终对比多种改进网络模型,以影响神经网络模型质量的准确率、召回率等因素为评价指标,获得YOLOv5‑MNv2‑SE4模型,利用该模型对铸件图像进行检测并识别缺陷种类和位置坐标。本发明能够有效的增强样本图像的缺陷特征,提高对小目标物体识别的准确率。
-
公开(公告)号:CN114372955A
公开(公告)日:2022-04-19
申请号:CN202111474014.3
申请日:2021-12-02
Applicant: 上海工程技术大学
IPC: G06T7/00 , G06T7/73 , G06V10/774 , G06V10/82 , G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于改进神经网络的铸件缺陷X射线图自动识别法,属于材料铸造和缺陷图像目标检测领域。本技术方案采用卷积生成对抗网络模型,完成数据集的图像特征增强。采用图像标注工具,完成对铸件缺陷数据集的缺陷标注。改进目标检测YOLOv5模型的网络结构,加入注意力机制,改进损失函数进行模型训练。使用训练集对模型进行训练,最终对比多种改进网络模型,以影响神经网络模型质量的准确率、召回率等因素为评价指标,获得YOLOv5‑MNv2‑SE4模型,利用该模型对铸件图像进行检测并识别缺陷种类和位置坐标。本发明能够有效的增强样本图像的缺陷特征,提高对小目标物体识别的准确率。
-
公开(公告)号:CN216154301U
公开(公告)日:2022-04-01
申请号:CN202121512401.7
申请日:2021-07-05
Applicant: 上海工程技术大学
Abstract: 本实用新型涉及一种无线联网智能药箱,属于药品储存技术领域。一种无线联网智能药箱,其特征在于包括箱体、设置在箱体顶部的提手,横向插入箱体中的储药抽屉和竖向插入箱体顶部插槽中的实用药槽;箱体的一个侧面上嵌有显示屏、USB插口以及开关,箱体内设置有温湿度传感器、无线通信模块、控制模块和电源模块;温湿度传感器、无线通信模块、显示屏、USB插口、开关和电源模块均与控制模块连接,控制模块通过无线通信模块与远程终端通讯,接收、发送数据,并将数据在显示屏中显示。本实用新型能对部分温湿度要求严格的药品进行监控,便于用户对于要过期或者已过期的药品进行发现和处理,便于医生对病患的健康监护。
-
-