-
公开(公告)号:CN116704308A
公开(公告)日:2023-09-05
申请号:CN202310352537.3
申请日:2023-04-04
Applicant: 南通大学
IPC: G06V10/82 , G06V10/40 , G06V10/80 , G06V10/762 , G06V10/764 , G06N3/0464 , G06N3/048
Abstract: 本发明属于智能识别技术领域,具体涉及一种基于改进YOLOv2的电力安全标志牌检测方法。本发明包括以下步骤:S1:采集电力安全标志牌图片,对于长宽比不同的样本,按照图片最长边以零像素值将分辨率补齐,输入尺寸为416×416的图片样本;S2:将输入图片经Darknet‑19基础网络的卷积层后进行16倍下采样,得到分辨率为26×26的特征图;S3:基于16倍下采样后的特征图,对深层特征进行索引池化,并将原特征图结合池化掩码进行上采样;S4:将上采样后的特征图与相同大小的浅层特征进行拼接融合,并对拼接融合后的高分辨率特征图进行预测;S5:根据特征图中不同映射单元的特征,预测此单元内的目标,最终输出电力安全标志牌检测图。
-
公开(公告)号:CN116552840A
公开(公告)日:2023-08-08
申请号:CN202310425154.4
申请日:2023-04-20
Applicant: 南通大学
Abstract: 本发明涉及一种飞翼式远距离新能源充电机器人,包扩飞翼式布局的机身,机翼上嵌有两个电机带动两个螺旋扇叶,电机与副电池相连,内部装有一台小型涡喷发动机,机腹带有油箱,油箱盖位于机身背面,在机身内部安装有蓄电池为主电池储蓄能量,机头下部带有视觉传感器,主控制器位于机头,机身顶端有充电头通过可伸缩充电管与蓄电池相连,新型充电头带有视觉传感器锁定充电口,机腹两侧安有起落架稳固机身,机尾为尾喷管,机尾有舵机控制的转向尾翼,机头上侧有进气道,整个机身上表面除螺旋扇叶外材质均为太阳能板。本发明通过飞行器携带蓄电池,短时间内到达远距离之外为新能源汽车充电,大大增强了新能源汽车的续航能力。
-
公开(公告)号:CN117184263A
公开(公告)日:2023-12-08
申请号:CN202311106068.3
申请日:2023-08-30
Applicant: 南通大学
IPC: B62D55/084
Abstract: 本发明涉及一种微分履带式新型轮子。椭圆形的传动轮毂通过若干个可伸缩电磁辐条与履带相连接,电磁辐条之间紧密排列,若干个电磁辐条与若干个履带板相连接,履带板之间通过履带销连接,可伸缩电磁辐条可独立改变自己的长度,带动履带板的形状发生改变。本发明突破了传统的路面适应轮子的设计思维,通过在运动过程中实时改变轮子形状的方法来使载体如履平地。
-
公开(公告)号:CN116363364B
公开(公告)日:2023-09-26
申请号:CN202310306193.2
申请日:2023-03-27
Applicant: 南通大学
IPC: G06V10/26 , G06T7/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明涉及一种基于改进DSD‑LinkNet的电力安全带分割方法。本发明包括以下步骤:S1:使用YOLOv2目标检测网络将电力安全带检出,并将其送入电力安全带分割网络中,分割网络的输入为安全带的最小外接矩形截出的图片块;S2:电力分割网络对输入图片进行编码,建立5种不同分辨率等级的卷积层,并使用它们进行两倍下采样;S3:基于两倍下采样后的特征图,将其中深层特征图的分辨率经两倍上采样后拼接,再经5个反卷积层进行多倍上采样,还原到原输入图像大小;S4:对还原后的图像直接拼接,再经过最后一层3×3反卷积层后得到输出特征图;S5:根据最后一层反卷积的输出特征图,预测出原图腰带、安全绳和背景像素对应类别的概率,输出安全带的分割图像。
-
公开(公告)号:CN116363364A
公开(公告)日:2023-06-30
申请号:CN202310306193.2
申请日:2023-03-27
Applicant: 南通大学
IPC: G06V10/26 , G06T7/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明涉及一种基于改进DSD‑LinkNet的电力安全带分割方法。本发明包括以下步骤:S1:使用YOLOv2目标检测网络将电力安全带检出,并将其送入电力安全带分割网络中,分割网络的输入为安全带的最小外接矩形截出的图片块;S2:电力分割网络对输入图片进行编码,建立5种不同分辨率等级的卷积层,并使用它们进行两倍下采样;S3:基于两倍下采样后的特征图,将其中深层特征图的分辨率经两倍上采样后拼接,再经5个反卷积层进行多倍上采样,还原到原输入图像大小;S4:对还原后的图像直接拼接,再经过最后一层3×3反卷积层后得到输出特征图;S5:根据最后一层反卷积的输出特征图,预测出原图腰带、安全绳和背景像素对应类别的概率,输出安全带的分割图像。
-
-
-
-