-
公开(公告)号：CN119068200A
公开(公告)日：2024-12-03
申请号：CN202411554038.3
申请日：2024-11-04
Applicant: 中国计量大学
IPC: G06V10/26 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06V10/764
Abstract: 本方案提供了一种基于双模态的回转窑燃烧状态识别模型的构建及应用方法，该回转窑燃烧状态识别模型以回转窑燃烧图像和对应的分割结果作为双模态输入，在Swin Transformer的多头自注意力计算的每个滑动窗口内计算区域面积指数和区域亮度指数，并将区域面积指数和区域亮度指数动态融合为区域权重，利用区域权重调整当前滑动窗口多头自注意力计算。本方案的区域自适应注意力计算可使得模型在自适应地分配注意力时，能够更加灵活地关注燃烧状态中重要的特征区域，以提高回转窑燃烧状态识别模型对回转窑复杂的燃烧状态的识别。
-
公开(公告)号：CN118887552B
公开(公告)日：2024-11-29
申请号：CN202411380661.1
申请日：2024-09-30
Applicant: 中国计量大学
IPC: G06V20/10 , G06V10/26 , G06V10/30 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请提出了一种双分支结构的道路裂缝深度预测模型的构建方法及装置，包括以下步骤：获取标注的裂缝深度的道路图像以及与道路图像对应的裂缝掩码图像；使用特征提取模块对道路图像以及裂缝掩码图像进行特征提取；通过全局‑局部注意力融合模块进行全局‑局部注意力计算得到第二道路图像特征与第二裂缝掩码图像特征；使用输出模块对第二预测道路图像特征与第二预测裂缝掩码特征进行输出得到道路图像中每一裂缝的裂缝深度。本方案通过双分支架构来分别对道路图像的RGB特征以及掩码特征进行特征提取，并引入了全局‑局部注意力融合模块来保证既不会丢失重要的局部细节，也能考虑到全局结构，来提高对裂缝深度预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118887552A
公开(公告)日：2024-11-01
申请号：CN202411380661.1
申请日：2024-09-30
Applicant: 中国计量大学
IPC: G06V20/10 , G06V10/26 , G06V10/30 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请提出了一种双分支结构的道路裂缝深度预测模型的构建方法及装置，包括以下步骤：获取标注的裂缝深度的道路图像以及与道路图像对应的裂缝掩码图像；使用特征提取模块对道路图像以及裂缝掩码图像进行特征提取；通过全局‑局部注意力融合模块进行全局‑局部注意力计算得到第二道路图像特征与第二裂缝掩码图像特征；使用输出模块对第二预测道路图像特征与第二预测裂缝掩码特征进行输出得到道路图像中每一裂缝的裂缝深度。本方案通过双分支架构来分别对道路图像的RGB特征以及掩码特征进行特征提取，并引入了全局‑局部注意力融合模块来保证既不会丢失重要的局部细节，也能考虑到全局结构，来提高对裂缝深度预测的准确性。
-
公开(公告)号：CN116993739B
公开(公告)日：2023-12-12
申请号：CN202311259438.7
申请日：2023-09-27
Applicant: 中国计量大学
IPC: G06T7/00 , G06T7/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的混凝土裂缝深度预测模型、方法及应用，该混凝土裂缝深度预测模型优化了语义分割网络的架构以得到更高图像质量的裂缝分割图像，优化了特征提取层和特征融合层的架构，通过多个CNN模型的联用和SENet的筛选获取更有价值和代表性的融合特征，将融合特征送入由多个分类器组成的异质集成网络中进行分别的预测后加权得到高精准度的裂缝深度预测结果，该混凝土裂缝深度预测模型特别适用于裂缝分割和裂缝深度检测场景中，相较于其他模型而言具有检测结果更加准确的优势。
-
公开(公告)号：CN119068200B
公开(公告)日：2025-01-07
申请号：CN202411554038.3
申请日：2024-11-04
Applicant: 中国计量大学
IPC: G06V10/26 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06V10/764
Abstract: 本方案提供了一种基于双模态的回转窑燃烧状态识别模型的构建及应用方法，该回转窑燃烧状态识别模型以回转窑燃烧图像和对应的分割结果作为双模态输入，在Swin Transformer的多头自注意力计算的每个滑动窗口内计算区域面积指数和区域亮度指数，并将区域面积指数和区域亮度指数动态融合为区域权重，利用区域权重调整当前滑动窗口多头自注意力计算。本方案的区域自适应注意力计算可使得模型在自适应地分配注意力时，能够更加灵活地关注燃烧状态中重要的特征区域，以提高回转窑燃烧状态识别模型对回转窑复杂的燃烧状态的识别。
-
公开(公告)号：CN116993739A
公开(公告)日：2023-11-03
申请号：CN202311259438.7
申请日：2023-09-27
Applicant: 中国计量大学
IPC: G06T7/00 , G06T7/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的混凝土裂缝深度预测模型、方法及应用，该混凝土裂缝深度预测模型优化了语义分割网络的架构以得到更高图像质量的裂缝分割图像，优化了特征提取层和特征融合层的架构，通过多个CNN模型的联用和SENet的筛选获取更有价值和代表性的融合特征，将融合特征送入由多个分类器组成的异质集成网络中进行分别的预测后加权得到高精准度的裂缝深度预测结果，该混凝土裂缝深度预测模型特别适用于裂缝分割和裂缝深度检测场景中，相较于其他模型而言具有检测结果更加准确的优势。
-
公开(公告)号：CN117153297A
公开(公告)日：2023-12-01
申请号：CN202310293500.8
申请日：2023-03-17
Applicant: 中国计量大学
Abstract: 本发明提供一种水泥混凝土抗压强度检测方法、系统及电子设备，包括：构建水泥混凝土的抗压强度训练样本集，基于改进的随机采样一致性算法，剔除异常的抗压强度样本，得到更新后的抗压强度训练样本集；将基于每次滑动窗口选取的原始特征分别输入第一、第二及第三基学习器进行模型训练，分别得到第一、第二及第三输出特征；将第一、第二及第三输出特征与原始特征集重构后的特征集输入到第四基学习器进行模型训练，获取各个基学习器的模型参数，以第一、第二、第三及第四基学习器构建得到水泥混凝土抗压强度模型；将待测的水泥混凝土样本输入水泥混凝土抗压强度模型，得到待测样本的抗压强度值。本发明提高水泥混凝土抗压强度检测结果的准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
