-
公开(公告)号:CN118977145A
公开(公告)日:2024-11-19
申请号:CN202411074639.4
申请日:2024-08-07
Applicant: 北京首钢自动化信息技术有限公司
IPC: B24B1/00 , B24B49/12 , B24B51/00 , B24B7/12 , B24B27/033
Abstract: 本申请公开了一种修磨方法及装置,若在初始检测区域检测到目标对象上存在表面缺陷,则基于目标对象的移动速度,确定在目标区域检测到表面缺陷的目标时刻,并在目标时刻,控制目标对象停止运行。获取目标区域的第一真实世界图像,从第一真实世界图像中识别出表面缺陷,并确定表面缺陷在预设修磨平台坐标系的修磨坐标。根据修磨坐标,对表面缺陷进行修磨。本申请可实现带钢生产过程中,表面缺陷的粗定位、表面缺陷的跟踪定位、表面缺陷的精定位,最终实现带钢表面缺陷的精准坐标和高效修磨。
-
公开(公告)号:CN116050486A
公开(公告)日:2023-05-02
申请号:CN202211714095.4
申请日:2022-12-27
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06N3/0495 , G06N3/082
Abstract: 本发明公开一种神经网络结构压缩方法、装置及电子设备,通过获取神经网络的参数文件;根据所述参数文件,确定神经网络每个节点对应的入度侧参数及出度侧参数;针对每个节点,根据预设的高斯函数,计算得到该节点入度测的热度值以及出度侧的热度值;分别将所述节点入度测的热度值以及出度侧的热度值和热度阈值进行比较,并根据比较结果判断是否删除所述节点。如此,通过对神经网络进行热度值分析,发现其中相对作用较小的节点,并进行删减,以达到神经网络结构优化,提升网络计算效率,降低存储空间。
-
公开(公告)号:CN115953786A
公开(公告)日:2023-04-11
申请号:CN202211646871.1
申请日:2022-12-21
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06V30/16 , G06V30/148 , G06V30/19 , G06V10/20 , G06V10/26 , G06V10/764 , G06N20/00
Abstract: 本发明公开一种模型训练数据的管理方法、装置及电子设备,通过获取目标数据集;对目标数据集进行衍生处理,得到衍生数据集;根据目标数据集及衍生数据集,确定目标数据集的衍生链路;根据衍生链路,对数据集进行管理。如此,在模型训练前的数据集准备阶段,可以更好的基于复杂数据准备逻辑下的数据管理过程优化,方便数据集的查找和使用。通过以数据集为管理的基本单位,进行集合式的数据管理,清晰了解数据集的衍生过程,从而支持以数据集为单位的数据处理流程记录和血缘跟踪,实现处理流程的局部更新,降低处理流程中重复工作造成的负载压力和效率降低。
-
公开(公告)号:CN109949076B
公开(公告)日:2022-02-18
申请号:CN201910140101.1
申请日:2019-02-26
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06Q30/02
Abstract: 本发明涉及数据分析技术领域,尤其涉及建立超球面映射模型的方法、信息推荐方法及装置,所述方法包括:获取包含若干标签的画像库;基于画像库,获取多个标签特征矩阵和与多个标签特征矩阵对应的多个标签矩阵向量,其中,一个标签特征矩阵对应一类标签,一个标签特征矩阵对应一个标签矩阵向量;分别对每个标签特征矩阵和与其对应的标签矩阵向量进行超球面映射处理,对应获得多个单画像多类映射集合;根据获得的所有单画像多类映射集合,建立与画像库对应的超球面多类映射集合,获得画像超球面映射模型。本发明能够精准的刻画出用户画像,最终获得的目标对象能够真实准确地反映出用户的兴趣,同时该目标对象能够精准地与匹配条件相对应。
-
公开(公告)号:CN109684943B
公开(公告)日:2021-03-16
申请号:CN201811500891.1
申请日:2018-12-07
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明公开了一种运动员辅助训练数据获取方法、装置及电子设备,通过获得分别与N个不同的角度对应的N个图像序列,每组图像序列包括K个时刻对应的K张运动员的训练图像;基于训练图像中的时间戳,对N组图像序列中的每张训练图像进行匹配分组,获得K组图像组;获取每张训练图像中的骨骼轮廓,并针对每组图像组,基于每张训练图像中的骨骼轮廓和与每个骨骼轮廓对应的标准轮廓,构建联合输入向量;针对每组图像组,基于训练后的神经网络和联合输入向量,获得N个图像序列中的每张训练图像中的运动员的动作比对数据。解决了现有技术中存在的不能获得人体的动作细节的比对数据的技术问题,达到了可以获得人体的动作细节的比对数据的技术效果。
-
公开(公告)号:CN119068051A
公开(公告)日:2024-12-03
申请号:CN202411074741.4
申请日:2024-08-07
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06T7/73 , B24B1/00 , B24B49/12 , B24B27/033 , B24B7/10 , G06V10/764 , G06T7/00 , G06T7/80 , G06V10/25 , G06V10/82 , G06T7/20
Abstract: 本申请公开了一种钢卷缺陷位置确定方法及装置,本申请提供的钢卷缺陷位置确定方法及装置,通过预设的待修磨缺陷的信息和图像作为基准,在修磨工序中,通过先将钢卷的表面缺陷的信息与预设的待修磨缺陷的信息进行比对,若二者匹配,则基于钢卷的移动速度,控制钢卷停止运行以将表面缺陷停止在目标区域,接着将表面缺陷的图像与预设的待修磨缺陷的图像进行比对,若二者匹配,则确定表面缺陷在目标区域的坐标信息,从而精准识别出钢卷表面是否需要修磨,以进行精准修磨。提高产线的生产节奏和生产效率,为实现全自动修磨流程奠定了基础。
-
公开(公告)号:CN119006275A
公开(公告)日:2024-11-22
申请号:CN202411074972.5
申请日:2024-08-07
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06T3/4038 , G06T7/80
Abstract: 本申请公开了一种图像处理方法、装置以及带钢处理设备,该方法根据对多个相机对目标区域的标定板采集的多个第一图像进行透视变换与移动拼接过程中,对应像素点的位移参数生成标准的透视变换参数与移动拼接参数,将该透视变换参数与移动拼接参数应用到多个相机对目标区域的目标对象采集的多个第三图像进行处理,即得到目标对象的真实世界图像。保证通过多个相机采集的目标对象的图像的完整性和真实性,从而便于进行目标对象缺陷检测的准确性,同时也能为日后设备维护工作提供便利。
-
公开(公告)号:CN109635925A
公开(公告)日:2019-04-16
申请号:CN201811458051.3
申请日:2018-11-30
Applicant: 北京首钢自动化信息技术有限公司
CPC classification number: G06N3/0454
Abstract: 本发明公开了一种运动员辅助训练数据获取方法、装置及电子设备,所述方法包括:获取运动员的运动图像,通过卷积神经网络从运动图像中提取运动员的骨架矩阵,根据骨架矩阵构建出运动员的三维人体模型,从预先建立的数据库中获取与所述三维人体模型对应的标准人体运动数据,根据三维人体模型和标准人体运动数据,获得运动员的辅助训练数据。解决了现有技术中存在的不能快速地获得、准确、有效的运动员的运动信息的技术问题,达到了可以快速地获得、准确、有效的运动员的运动信息的技术效果。
-
公开(公告)号:CN109242825A
公开(公告)日:2019-01-18
申请号:CN201810836974.1
申请日:2018-07-26
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06T7/00
Abstract: 本申请公开了一种基于深度学习技术的钢铁表面缺陷识别方法和装置,所述方法包括:根据钢铁生产线的类型,收集相应的钢铁表面缺陷图片;根据标注平台的标注流程对缺陷进行标注,生成训练样本集和校验样本集;根据钢铁表面缺陷的种类和特征,设计神经网络模型;根据所述训练样本集和神经网络的训练流程,训练所述神经网络模型;根据所述校验样本集和所述神经网络模型的评估方法,评估所述神经网络模型的各项指标,并优化所述神经网络模型;根据设备性能和所述神经网络模型大小,分布式地进行所述神经网络模型的部署和应用。利用深度学习技术,优化神经网络模型,达到了降低设备成本,实时、高准确度地识别钢铁表面缺陷的技术效果。
-
公开(公告)号:CN117809245A
公开(公告)日:2024-04-02
申请号:CN202311826850.2
申请日:2023-12-27
Applicant: 北京首钢自动化信息技术有限公司
Abstract: 本发明公开了一种篮球运动的进球积分方法、装置及设备,该方法包括:获取至少一帧图像,基于至少一帧图像获取多个球员的多组第一标识信息,以得到球员信息列表,多组第一标识信息中每组第一标识信息用于标识一个球员;确定多个球员中每个球员在多帧图像中的第一对应关系,第一对应关系用于标识不同帧图像上的同一球员;监测目标球员投篮是否进球,目标球员为多个球员中的持球球员;如果目标球员投篮进球,基于球员信息列表和第一对应关系,对目标球员进行积分。通过本发明解决了篮球运动的进球积分错误率高的技术问题。
-
-
-
-
-
-
-
-
-