-
公开(公告)号：CN119477812A
公开(公告)日：2025-02-18
申请号：CN202411459904.0
申请日：2024-10-18
Applicant: 五邑大学
IPC: G06T7/00 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本申请提供了工件计件方法、设备及介质；通过对工件图像进行裁切得到切片图像；通过工件分类模型的检测器根据工件图像进行工件检测得到包含第一预测框的第一检测图像，根据切片图像进行工件检测得到包含第二预测框的第二检测图像；合并第一检测图像和第二检测图像，并从第一预测框和第二预测框中选择目标预测框，得到合并检测图像；对合并检测图像根据聚类进行计数，得到各类工件的数量；能从不同的预测框中筛选出合适的预测框，从有限和扭曲的样本信息中提取到合适的特征，提升分类和计数的准确性。
-
公开(公告)号：CN110378922B
公开(公告)日：2022-11-08
申请号：CN201910495737.8
申请日：2019-06-10
Applicant: 五邑大学
Abstract: 本发明公开了一种基于改进自适应阈值分割算法的平滑图像生成方法和装置。根据待测图像生成散点图，利用第一参考点和第二参考点对散点图中的像素点进行变换后，通过凸包算法得出凸点作为第一阈值和第二阈值，根据第一阈值和第二阈值对第二像素点集中的像素点进行筛选，对比起现有的自适应阈值分割算法而言，大大减少了散点图中的像素点的数量，极大地提高了数据处理的效率；同时根据筛选后得出的第三像素点集获取凸包，并对凸包的灰度值利用灰度线段进行更新，相比起直接获取平滑图像而言，更新灰度能够使获取的平滑图像中的灰度值更平滑，从而能够体现更丰富的表面缺陷细节。
-
公开(公告)号：CN110378922A
公开(公告)日：2019-10-25
申请号：CN201910495737.8
申请日：2019-06-10
Applicant: 五邑大学
Abstract: 本发明公开了一种基于改进自适应阈值分割算法的平滑图像生成方法和装置。根据待测图像生成散点图，利用第一参考点和第二参考点对散点图中的像素点进行变换后，通过凸包算法得出凸点作为第一阈值和第二阈值，根据第一阈值和第二阈值对第二像素点集中的像素点进行筛选，对比起现有的自适应阈值分割算法而言，大大减少了散点图中的像素点的数量，极大地提高了数据处理的效率；同时根据筛选后得出的第三像素点集获取凸包，并对凸包的灰度值利用灰度线段进行更新，相比起直接获取平滑图像而言，更新灰度能够使获取的平滑图像中的灰度值更平滑，从而能够体现更丰富的表面缺陷细节。
-
公开(公告)号：CN110136399A
公开(公告)日：2019-08-16
申请号：CN201910411844.8
申请日：2019-05-17
Applicant: 五邑大学
Abstract: 本发明公开了一种小区双层次CO监测警报系统，包括：CO监测装置、第一报警装置、传输装置、数据云端以及用于将所述CO实时监测数据存储入所述数据云端并根据所述CO实时监测数据选择执行二次警报的服务端；所述CO监测装置、所述传输装置、所述服务端和所述数据云端依次连接，所述CO监测装置的输出端还连接到所述第一报警装置的输入端；所述第一报警装置的CO浓度报警阈值低于所述服务端的CO浓度报警阈值；所述CO监测装置和所述第一报警装置均安装于用户住宅区内，所述服务端安装于小区控制室内。相比于传统技术，本发明能够在住宅区及小区层面上进行双重提示报警，从而可加大CO监测警报力度以及优化小区与用户间的安全管理。
-
公开(公告)号：CN101607131A
公开(公告)日：2009-12-23
申请号：CN200910304958.9
申请日：2009-07-29
Applicant: 五邑大学
Abstract: 网球捡球机，包括设有行走机构的小车及设置于小车上的捡球机构，小车前部设有收纳口，所述捡球机构包括设置于收纳口后方的，由驱动电机带动的滚筒，滚筒径向上设有披球爪，沿滚筒带动披球爪上升方向的一侧设有弧形的引球板，引球板下端部位于滚筒下方，与滚筒之间形成入球口，所述入球口位于收纳口后方，引球板上端部位于滚筒上方，与滚筒之间形成出球口，所述出球口连接设置于小车上的盛球箱；所述小车上装有控制小车及捡球机构工作的控制机构；本发明网球捡球机的捡球机构通过旋转进行捡球，配合小车运动，在旋转时可以不断捡起地面上的网球，大大降低了人们的劳动量，并且使得捡球效率大大提高，符合人性化的使用要求。
-
Patent Agency Ranking
公开(公告)号：CN117952946A
公开(公告)日：2024-04-30
申请号：CN202410151711.2
申请日：2024-02-02
Applicant: 五邑大学
IPC: G06T7/00 , G06T7/73 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供了一种铁轨表面缺陷检测方法和装置、电子设备及存储介质。其中，方法包括：获取铁轨表面图像；将铁轨表面图像输入至训练好的RDD‑YOLOv5模型中；基于中心的锚点算法对铁轨表面图像的缺陷区域进行定位；通过Focus切片模块对铁轨表面图像的缺陷区域进行切片，得到图像切片；通过深度缺陷特征卷积模块和空间金字塔池化改进模块对图像切片进行特征提取，得到图像特征；通过显示视觉中心和坐标注意力机制对图像特征中的小尺寸缺陷进行关注和识别，得到铁轨表面缺陷检测结果，基于此，本发明实施例能够通过引入显示视觉中心与注意力机制对缺陷区域关注，实现小样本场景下的小目标铁轨表面缺陷检测，从而提高检测精度。
-
公开(公告)号：CN117409312A
公开(公告)日：2024-01-16
申请号：CN202311208094.7
申请日：2023-09-18
Applicant: 五邑大学
IPC: G06V20/10 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/006 , G06N3/0895 , G01C21/34
Abstract: 本申请公开一种基于无人机的建筑物变化检测方法、电子设备、存储介质，方法包括：利用CD‑Diffusion模型得到包括带标签图像和无标签图像目标训练图像集；根据带标签图像训练建筑物变化检测模型，得到中间变化检测模型，根据无标签图像训练中间变化检测模型，得到包括特征提取网络、Transformer模块和变化分割网络的目标变化检测模型；根据粒子群优化算法和多个巡检节点进行路径规划，根据得到的目标巡检路径巡检，并拍摄待检测图像；将待检测图像输入至目标变化检测模型，得到目标变化分割图。本申请将半监督学习训练得到的目标变化检测模型、扩散模型和Transformer模块相结合，实现智能识别建筑物变化，相较于现有的人工监测方案，有效提升建筑物变化识别的效率以及准确性。
-
公开(公告)号：CN118898579A
公开(公告)日：2024-11-05
申请号：CN202410900536.2
申请日：2024-07-05
Applicant: 五邑大学
IPC: G06T7/00 , G06T11/00 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/25 , G06V10/74 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0895 , G06N3/0455
Abstract: 本申请提供了工业产品缺陷检测模型的训练方法及检测方法；通过根据产品缺陷图像进行图像重构得到重构图像，根据产品缺陷图像和重构图像之间的差异生成注意力图，根据注意力图得到缺陷位置特征；提取产品缺陷图像的全局特征；融合缺陷位置特征和全局特征得到融合特征；根据融合特征进行生成对抗训练，生成扩展缺陷图像；对扩展缺陷图像进行类激活映射得到热图，根据热图得到预测边界框，根据预测边界框调整原始工业产品缺陷检测模型的参数得到训练好的工业产品缺陷检测模型；通过弱监督有助于在数据量有限的情况下避免模型过度拟合，使得训练好的缺陷检测模型能够精准地检测缺陷产品图像。
-
公开(公告)号：CN118570144A
公开(公告)日：2024-08-30
申请号：CN202410623168.1
申请日：2024-05-20
Applicant: 五邑大学
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06V10/52 , G06V10/74 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/09 , G06N3/094 , G06N3/084
Abstract: 本申请提供了基于像素对比学习的电池表面缺陷检测方法、设备及介质，通过获取第一图像和第二图像；根据第一图像的特征和第二图像的特征得到特征差异图；根据特征差异图得到掩码图，掩码图包括各个像素点的预测类别；对特征差异图进行对比学习，根据预测类别构建正负样本对，计算正负样本对间的相似度；根据标签、掩码图和相似度调整检测模型的参数，得到训练好的检测模型；增强了电池表面特征之间的异同，有效提升电池表面缺陷检测的准确性和鲁棒性；有效地提高电池工业产线上检测准确性和效率，降低产品质量的漏检率和误检率，从而保障电池产品的质量。
-
公开(公告)号：CN119295812A
公开(公告)日：2025-01-10
申请号：CN202411338727.0
申请日：2024-09-25
Applicant: 五邑大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/048 , G06N3/084 , G06T7/00
Abstract: 本申请提供了工业缺陷检测模型的训练方法和工业缺陷检测方法，通过模型的能量值优化模型的权重和偏置，当能量值达到动态平衡状态，根据更新后的温度值更新候选权重得到目标权重，根据更新后的温度值更新候选偏置得到目标偏置；根据目标权重和目标偏置得到训练好的工业缺陷检测模型；通过优化网络的权重和偏置来避免梯度消失或爆炸的问题，提高训练的稳定性和模型性能。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.035 seconds)
