-
公开(公告)号：CN118865383A
公开(公告)日：2024-10-29
申请号：CN202410872273.9
申请日：2024-07-01
Applicant: 新疆农业大学
IPC: G06V20/70 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及建筑领域和图像分割技术领域，尤其是一种基于YOLOv8框架的预埋件分割模型、方法和系统。本发明提出的基于YOLOv8框架的预埋件分割模型的构建方法，基于YOLOv8构建了自适应特征金字塔网络的预埋件分割模型，实现自适应特征融合。该预埋件分割模型可通过动态地生成不同尺度的特征金字塔，以适应不同大小的目标检测；通过学习权重参数，判断不同尺度特征的重要性和有效性，从而决定如何进行特征融合。这种自适应特征融合的方式确保了每个尺度的特征都能够帮助当前模型分割不同叠合板的预埋件，从而提高对金属接线盒、塑料接线盒和预埋孔洞等预埋件的特征细节的关注度，提高预埋件分割精度。
-
公开(公告)号：CN118690811A
公开(公告)日：2024-09-24
申请号：CN202410687012.X
申请日：2024-05-30
Applicant: 新疆农业大学
IPC: G06N3/08 , G06N3/0464 , G06V10/82 , G06V10/80 , G06V10/774
Abstract: 本发明涉及建筑安全检测技术领域，尤其是一种混凝土裂缝检测模型的训练方法及系统。本发明提出的混凝土裂缝检测模型的训练方法，对标注框损失进行了优化，不仅考虑了真实标注框、预测标注框以及两者外接框之间的距离，还考虑了面积；降低了模型损失对边界框形状和大小的变化敏感性，使得边界框回归更加健壮。实验证明，引入标注框损失可以提高边界框回归的准确性，从而提高模型的整体性能。
-
公开(公告)号：CN119290872A
公开(公告)日：2025-01-10
申请号：CN202411352318.6
申请日：2024-09-26
Applicant: 新疆农业大学
IPC: G01N21/84 , G01B11/28 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明涉及建筑材料评估和图像检测技术领域，尤其是一种钢渣混凝土骨料均匀性评价方法以及检测模型构建方法。本发明首先将待检测混凝土制成试件并进行养护；然后对试件进行切割，获取切割面图像作为混凝土的沉降图像；将沉降图像分为多个区域，获取各区域中的钢渣面积比和天然骨料面积比，然后代入以下公式计算骨料均匀性系数K。本发明通过分割图像测算钢渣骨料的取代率、面积比和骨料变异系数，实现对钢渣混凝土的骨料均匀性评价，并通过K系数进行具象化表征。通过实验证明，K系数变化趋势与两种骨料的面积占比指标差值呈相关性，证明了该方法能够准确地评价钢渣混凝土沉降图像中的骨料均匀性。
-
公开(公告)号：CN118865052A
公开(公告)日：2024-10-29
申请号：CN202410872274.3
申请日：2024-07-01
Applicant: 新疆农业大学
IPC: G06V10/82 , G06V10/25 , G06V10/44 , G06V10/80 , G06V20/70 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N5/04
Abstract: 本发明涉及预制构件检测、图像识别和大数据模型技术领域，尤其是一种预制构件检测及图注意力推理模型构建方法。本发明提出的用于预制构件检测的图注意力推理模型构建方法，基于YOLOv8构建了自适应特征金字塔网络的预埋件检测模型，实现自适应特征融合；本发明还设计了OffsetDC模块，从而关注了空域、输入通道、输出通道等维度上的动态性。同时在OffsetDC模块中引入偏移参数，自适应的调整卷积核以适应目标边界的变化，能够更精细地适应输入数据的特征，并减少边界效应和目标位置的偏差，帮助网络更好建模目标的位置偏移，从而缓解拍摄所产生的位置偏差，提高特征提取的效果，提高预制构件上预埋件检测的精确度。
-
-
-
Search Results
4
records
(took 0.018 seconds)
