-
公开(公告)号:CN117152484B
公开(公告)日:2024-03-26
申请号:CN202310887250.0
申请日:2023-07-19
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于改进的YOLOv5s的小目标布匹瑕疵检测方法,属于机器视觉检测技术领域,获取小目标布匹瑕疵图像,建立初始的数据集;对小目标布匹瑕疵数据集进行聚类分析并得到聚类中心;将聚类中心值输入至YOLOv5s网络;在YOLOv5s网络引入CA注意力模块,使网络在更大区域内进行注意;采用BiFPN结构作为YOLOv5s网络模型的特征融合网络;采用Eiou损失函数代替原损失函数,不仅考虑了中心点距离和纵横比,而且还考虑了预测框与真实框宽度和高度的真实差异,提高了锚框的预测精度。结果表明,相较于原YOLOv5s算法,本发明在小目标布匹瑕疵检测上具有更强的特征提取能力和更高的检测精度。
-
公开(公告)号:CN117152484A
公开(公告)日:2023-12-01
申请号:CN202310887250.0
申请日:2023-07-19
Applicant: 南京林业大学
IPC: G06V10/764 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种改进YOLOv5s的小目标布匹瑕疵检测方法,属于机器视觉检测技术领域,获取小目标布匹瑕疵图像,建立初始的数据集;对小目标布匹瑕疵数据集进行聚类分析并得到聚类中心;将聚类中心值输入至YOLOv5s网络;在YOLOv5s网络引入CA注意力模块,使网络在更大区域内进行注意;采用BiFPN结构作为YOLOv5s网络模型的特征融合网络;采用Eiou损失函数代替原损失函数,不仅考虑了中心点距离和纵横比,而且还考虑了预测框与真实框宽度和高度的真实差异,提高了锚框的预测精度。结果表明,相较于原YOLOv5s算法,本发明在小目标布匹瑕疵检测上具有更强的特征提取能力和更高的检测精度。
-
公开(公告)号:CN119888479A
公开(公告)日:2025-04-25
申请号:CN202411837018.7
申请日:2024-12-13
Applicant: 南京林业大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv8的苹果叶片病害检测方法,包括以下步骤:(1)获取苹果叶片病虫害图像,根据病理特征进行预处理;(2)采用图像处理方法扩充数据集,并划分训练集和测试集;(3)构建改进的YOLOv8网络模型,使用改进后的模型对数据集进行训练,得到最终的苹果叶片病害检测模型;(4)利用最终的苹果叶片病害检测模型对图像进行检测,得到检测结果;本发明提高了检测精度。
-
公开(公告)号:CN115014748B
公开(公告)日:2023-05-23
申请号:CN202210607619.3
申请日:2022-05-31
Applicant: 南京林业大学
IPC: G01M13/003 , G01H17/00 , G06F18/10 , G06F18/213 , G06F18/24 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种用于籽棉分选喷阀的故障诊断方法,属于设备故障检测技术领域,该方法采集振动信号,利用傅里叶变换实时计算在多个不同位置采集到的振动数据主要成分,记录这些主要成分的周期;获得校正以及去噪后的信号;将去噪后的信号按其各主成分周期打断后排列,形成输入张量;将去噪后的信号作为训练数据对特征提取和分类网络进行训练利用训练后的分类网络进行分类,得出喷阀阵列的具体故障情况。本发明能够加大采样频率以获得更高的准确率;借用图像处理领域的深度可分离卷积思想,达到隔离各位置采集的振动特征的目的;设置周期超参数,有依据地确定该参数值,相比其他模型更具可解释性和用于不同籽棉异纤分选机的针对性。
-
公开(公告)号:CN115014748A
公开(公告)日:2022-09-06
申请号:CN202210607619.3
申请日:2022-05-31
Applicant: 南京林业大学
IPC: G01M13/003 , G01H17/00 , G06K9/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种用于籽棉分选喷阀的故障诊断方法,属于设备故障检测技术领域,该方法采集振动信号,利用傅里叶变换实时计算在多个不同位置采集到的振动数据主要成分,记录这些主要成分的周期;获得校正以及去噪后的信号;将去噪后的信号按其各主成分周期打断后排列,形成输入张量;将去噪后的信号作为训练数据对特征提取和分类网络进行训练利用训练后的分类网络进行分类,得出喷阀阵列的具体故障情况。本发明能够加大采样频率以获得更高的准确率;借用图像处理领域的深度可分离卷积思想,达到隔离各位置采集的振动特征的目的;设置周期超参数,有依据地确定该参数值,相比其他模型更具可解释性和用于不同籽棉异纤分选机的针对性。
-
公开(公告)号:CN214404029U
公开(公告)日:2021-10-15
申请号:CN202022447901.9
申请日:2020-10-29
Applicant: 南京林业大学
IPC: F04D25/08 , H02S20/32 , F24S30/425
Abstract: 一种智能化太阳能循环风扇,包括底板、挡光板、光敏电阻、转动支架、转动框、横杆、电机支架、太阳能板、驱动电机、第一支承板、第二支承板、伸缩杆和风扇主体;挡光板设置于底板的顶面一侧;光敏电阻设置于挡光板的四侧;转动支架设置于底板的顶面一侧;转动框与固定杆呈可转动设置;横杆设置于转动框的内侧;电机支架设置于转动框的顶面两端;太阳能板与电机支架呈可转动设置;驱动电机设置于电机支架的外侧;第一支承板设置于底板的上表面;第二支承板设置于横杆的下表面;转动框通过伸缩杆与底板实现转动;风扇主体与底板垂直固定。实用新型获取此环境下的太阳光的照射最大方位,并可调节太阳能板角度,太阳能板始终处于最大发电效率状态。
-
公开(公告)号:CN213016868U
公开(公告)日:2021-04-20
申请号:CN202021256141.7
申请日:2020-06-30
Applicant: 南京林业大学
Abstract: 本实用新型提供一种新型壁挂式太阳能风扇。新型壁挂式太阳能风扇,包括:墙板和太阳能板;顶板,所述顶板固定安装在所述墙板的顶部;保护机构,所述保护机构设置在所述墙板和所述顶板上;下部L型挂架,所述下部L型挂架固定安装在所述墙板的一侧;上部L型挂架,所述上部L型挂架设置在所述下部L型挂架上,所述上部L型挂架与所述下部L型挂架相适配;风扇本体,所述风扇本体固定安装在所述上部L型挂架上。本实用新型提供的新型壁挂式太阳能风扇具有可以对太阳能进行过利用,且可以减少灰尘积累,对风扇进行保护,还可以喷水进行辅助降温,效果较好的优点。
-
-
-
-
-
-