-
公开(公告)号：CN117911390A
公开(公告)日：2024-04-19
申请号：CN202410124754.1
申请日：2024-01-29
Applicant: 南通大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及带钢表面缺陷技术领域，尤其涉及一种基于ResNet34模型的带钢表面缺陷分类方法。解决了目前缺陷图像样本数量少，缺陷检测速度问题慢的问题。其技术方案为：S10：建立带刚表面缺陷标准图库；20：构建ResNet34模型，建立评价指标及训练参数，进行带钢表面缺陷分类实验；S30：对ResNet34模型进行改进。本发明的有益效果为：带钢表面缺陷的分类更为准确，且具有较高的鲁棒性。
-
公开(公告)号：CN119596980A
公开(公告)日：2025-03-11
申请号：CN202411758674.8
申请日：2024-12-03
Applicant: 南通大学
IPC: G05D1/46 , G05D109/20
Abstract: 本申请公开了一种基于FCFS算法和强化学习的无人机进离场排序方法，包括无人机进行终端区的等待层，创建初始执行时间表，获取无人机初始数据；获取初始状态矩阵；基于机场运行限制条件，确定无人机的待执行动作集合；计算待执行动作集合中的各个待执行动作的奖励值；无人机执行奖励值最大的待执行动作；重复上述步骤直到累计奖励值最大，并获取累计奖励值对应的待执行动作的排序；基于待执行动作的排序以及FCFS算法排序结果，优化最佳时间执行表；无人机按照最佳时间执行表执行对应动作。本申请优化后的起降顺序，可以有效提高起降通道利用率，减少起降通道闲置或者拥堵的情况，很大程度上降低因无人机碰撞而造成的安全风险。
-
公开(公告)号：CN119517250A
公开(公告)日：2025-02-25
申请号：CN202411574802.3
申请日：2024-11-06
Applicant: 南通大学
IPC: G16C60/00 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及天然纤维微观结构检测技术领域，具体涉及一种基于CA‑DeepLabv3+的天然纤维微观结构检测方法。本发明在DeepLabv3+框架中引入注意力机制，并对空洞空间金字塔池化模块进行级联优化，通过扫描电子显微镜获取天然纤维微观结构图像，训练模型对微观结构图像进行分割，对比不同深度学习网络模型下的分割结果，验证了其在天然纤维微观结构图像分割中的良好性能，提高了天然纤维微观结构图像提取精准度，为提高测量天然纤维横截面的面积、周长和不规则度DOI等几何属性的精确度奠定了基础。本发明采用MobileNetV2作为特征提取主干网络，降低了计算复杂度，提高了模型运行速度。
-
公开(公告)号：CN116748859A
公开(公告)日：2023-09-15
申请号：CN202310915944.0
申请日：2023-07-25
Applicant: 南通大学
Abstract: 本申请公开了一种泵体管道自动调平对接方法及系统，包括以下步骤：基于第一管道安装高度，调整升降台的高度，以使得第二管道与第一管道齐平；基于水平检测，对升降台前后高度进行PID调节，以使得第二管道处于水平状态；基于第一螺孔的图像以及CA‑YOLOv5s模型，获取第一螺孔的第一坐标信息；基于第一坐标信息，调节安装台的位置，以使得第二管道的螺孔与第一螺孔对齐。本申请的方法具有自动调平功能以及自动识别对准功能，可在45度以内的坡度实现工作台的自动调平，使泵体和管道始终保持水平，保证运输过程中泵体和管道的稳定安全；本申请的结构能够实现泵体和管道的自动化安装，避免安装过程中需要耗费大量的物力人力。
-
公开(公告)号：CN119741272A
公开(公告)日：2025-04-01
申请号：CN202411808965.3
申请日：2024-12-10
Applicant: 南通大学
IPC: G06T7/00 , G06T7/13 , G06T5/30 , G06V10/774 , G06V10/764 , G06V10/44 , G06V10/26 , G06V20/70 , G06V10/82
Abstract: 本申请涉及一种基于改进DeeplabV3+与形态学的路面裂缝识别方法、模型训练方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：获取路面裂缝检测训练数据集；采用Canny算法和形态学方法对路面裂缝检测训练数据集中的样本图像进行预处理，获得路面裂缝检测训练数据集中每张样本图像的训练图像；基于MATLAB生成路面裂缝检测标注训练数据集；通过DeepLabV3+构建以包含路面裂缝的样本图像为输入、路面裂缝识别结果为输出的路面裂缝识别网络结构，并采用路面裂缝检测标注训练数据集进行训练，输出路面裂缝识别模型。采用本方法能够在保留图像细节的同时，提高裂缝检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118253517A
公开(公告)日：2024-06-28
申请号：CN202410334645.2
申请日：2024-03-22
Applicant: 南通大学
Abstract: 本发明公开了一种适用于脚手架配件的刷洗装置及方法，属于脚手架清理技术领域，包括加热线、刷洗线、风干线和收集箱，加热线可输送脚手架配件通过并对其进行加热升温；刷洗线对应设置在加热线末端接受加热线输送的脚手架配件并对脚手架配件进行刷洗作业；风干线对应设置在刷洗线末端接受刷洗线输送的脚手架配件并对脚手架配件进行风干作业；收集箱对应设置在风干线末端接受风干线输送的脚手架配件。本发明能够实现脚手架部件连续不间断的刷洗，不仅能够提高清洗效率，而且能够解决脚手架清洗不干净的问题，降低对脚手架的损坏，采用自动化流水线大大降低工人劳动力。
-
公开(公告)号：CN118115441A
公开(公告)日：2024-05-31
申请号：CN202410122697.3
申请日：2024-01-29
Applicant: 南通大学
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/764
Abstract: 本发明涉及带钢表面缺陷技术领域，尤其涉及一种基于YOLOv5算法的带钢表面缺陷检测方法。解决了目前缺陷图像样本数量少，缺陷检测速度问题慢的问题。其技术方案为：S10：建立带刚表面缺陷标准图库；S20：待检测图片图像重命名、缺陷标注、标签格式转换和数据集划分；设定评价指标、训练参数、进行网络稳定性分析和网络性能分析；S30：待检测图片缺陷位置判定，引入注意力机制、改进特征融合结构和轻量化Backbone的方式对YOLOv5s进行改进。本发明的有益效果为：算法检测精度明显提升，且高于其他目标检测算法，检测速度也较快。
-
公开(公告)号：CN116748859B
公开(公告)日：2025-01-17
申请号：CN202310915944.0
申请日：2023-07-25
Applicant: 南通大学
Abstract: 本申请公开了一种泵体管道自动调平对接方法及系统，包括以下步骤：基于第一管道安装高度，调整升降台的高度，以使得第二管道与第一管道齐平；基于水平检测，对升降台前后高度进行PID调节，以使得第二管道处于水平状态；基于第一螺孔的图像以及CA‑YOLOv5s模型，获取第一螺孔的第一坐标信息；基于第一坐标信息，调节安装台的位置，以使得第二管道的螺孔与第一螺孔对齐。本申请的方法具有自动调平功能以及自动识别对准功能，可在45度以内的坡度实现工作台的自动调平，使泵体和管道始终保持水平，保证运输过程中泵体和管道的稳定安全；本申请的结构能够实现泵体和管道的自动化安装，避免安装过程中需要耗费大量的物力人力。
-
公开(公告)号：CN118122716A
公开(公告)日：2024-06-04
申请号：CN202410334594.3
申请日：2024-03-22
Applicant: 南通大学
Abstract: 本发明公开了一种脚手架配件的批量清理装置及方法，属于脚手架清理技术领域，包括支撑桥架、移动滑车、脚手架配件吊框、清洗装置、喷淋风干装置和废水槽，移动滑车滑动连接在支撑桥架上并沿着支撑导梁水平往复移动；脚手架配件吊框悬吊在移动滑车上且随着移动滑车升降或平移；清洗装置对应设置在支撑桥架下方且可供脚手架配件吊框置入；喷淋风干装置对应设置在支撑桥架末端，可供脚手架配件吊框通过并喷淋或风干作业；废水槽对应设置在喷淋风干装置下方且承接沥水。本发明的批量清理装置能够实现一次性对批量脚手架部件清洗，提高清理效率，降低常规人工敲打清理过程中造成脚手架变形以及产生的粉尘对人体的损害。
-
公开(公告)号：CN118014939A
公开(公告)日：2024-05-10
申请号：CN202410070961.3
申请日：2024-01-17
Applicant: 南通大学
IPC: G06T7/00 , G06T7/70 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及铝型材表面缺陷分类技术领域，尤其涉及一种基于网络铝型材表面缺陷的分类识别方法。解决了难以检测铝型材表面缺陷尺度差异大，位置分布不规律的问题。其技术方案为：S10：建立铝型材表面缺陷标准图库；S20：待检测图片进行训练、验证、测试；S30：待检测图片缺陷位置判定。本发明的有益效果为：本发明具有出色的泛化性、能够很好地分类识别铝型材表面缺陷。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
