一种分布式自调参光纤环缠绕张力控制方法

    公开(公告)号:CN115525069A

    公开(公告)日:2022-12-27

    申请号:CN202210640351.3

    申请日:2022-06-08

    Abstract: 本发明属于张力控制技术领域,尤其为一种分布式自调参光纤环缠绕张力控制方法。该方法主要包括如下步骤:首先,将统一化的模型部署在生产地的计算中心,接着计算中心所部署的单一计算单位可同时为多台缠绕机做PID因子的预测,从而提高计算资源利用率。最后,计算中心与外网做隔离,保障了技术的安全性,同时提高了稳定性和响应速度。计算中心非部署在生产中心,从而避免对绕环机产生影响,为高稳定生产环境提供必要保障。本发明主要解决在光纤绕环中张力影响因素多,难以控制PID的超参数问题。

    一种基于轻量级神经网络的旋转图像矫正方法

    公开(公告)号:CN117765227A

    公开(公告)日:2024-03-26

    申请号:CN202311194195.3

    申请日:2023-09-15

    Abstract: 本发明公开了一种基于轻量级神经网络的旋转图像矫正方法。该方法主要包括如下步骤:首先,输入项目的图像信息,通过标准化对图像信息进行预处理;其次采用深度可分离卷积模块对图像信息进行特征提取,在对图像信息特征提取的过程中,使用残差网络结构连接输入层与输出层;然后通过池化、全连接层,得到图像预测旋转的方向和角度;接着根据图像实际旋转的方向与角度,优化目标函数,学习模型参数;最后得到一个较为精准的预测图像旋转角度的轻量级神经网络模型。本方法主要解决了传统图像旋转预测中模型参数量多、准确率低、速度慢的问题。

    一种基于YoloV5的房源自标签方法
    3.
    发明公开

    公开(公告)号:CN115953647A

    公开(公告)日:2023-04-11

    申请号:CN202211697708.8

    申请日:2022-12-28

    Abstract: 本发明公开了一种基于YoloV5的房源自标签系统实现方法。该方法主要包括如下步骤:首先,获取数据集,通过标准化对图像信息进行预处理,并使用roboflow对数据进行标注类别;其次在预训练的Yolov5m模型上对图像信息进行特征提取,在对图像信息特征提取的过程中,使用Mosaic数据增强,将四张图片进行随机裁剪,再拼接到一张图上作为训练数据;接着根据图像实际的标注框,优化网络参数,降低损失函数;最后在训练完模型后,使用Flask框架对模型进行运用,结果无需部署在带有GPU的服务器上,对不同接口分别采用同步与异步2种方式请求结果,同时使用Paste来提高系统的并行能力。

    一种基于STM32的超轻量的光纤缠绕缺陷检测方法

    公开(公告)号:CN115014709A

    公开(公告)日:2022-09-06

    申请号:CN202210640336.9

    申请日:2022-06-08

    Abstract: 本发明属于机器视觉技术领域,尤其为一种基于STM32的超轻量的光纤缠绕缺陷检测方法。该方法主要包括如下步骤:首先,构建基于Yolo‑Fastest V2的模型,ShufflenetV2作为主要骨架。其次,将光纤缠绕可能出现的缠绕缺陷结果分类。然后,使用Pytorch与STM32‑CUBE‑Ai对模型转换、压缩、量化,使得模型适用于STM32的框架。最后部署并运行,STM32用摄像头对预测框进行筛选并分类处理,若出现发生特征信号则给PMAC做处理。本发明主要解决基于STM32超轻量光纤缠绕缺陷的检测问题。

Patent Agency Ranking