-
公开(公告)号：CN114898227A
公开(公告)日：2022-08-12
申请号：CN202210643793.3
申请日：2022-06-08
Applicant: 无锡学院
IPC: G06V20/13 , G06V10/26 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种云图分割方法，包括步骤如下：S1，对哨兵二号卫星可见波段的图像进行预处理获得数据集；S2，利用改变卷积方式、添加高效通道注意力、修改长跳跃连接方式及修改激活函数的方法构建改进U‑Net模型；S3，将步骤S1得到的数据集输入改进型U‑Net模型进行训练、测试，与其他分割网络进行云图分割实验对比，得到比较输出预览图；S4，将步骤S3中的比较输出预览图通过transformer架构进行优化，得到最终输出效果图。本发明运用了通过在U‑Net模型中引入transformer以及回归模型，对云层的遥测图像分析计算精度有显著的提高，使得云图的预测更加准确且稳定。
-
公开(公告)号：CN114120092A
公开(公告)日：2022-03-01
申请号：CN202111451008.6
申请日：2021-12-01
Applicant: 无锡学院
IPC: G06V20/00 , G06K9/62 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的食物卡路里计算系统和方法，利用相机获得食物的照片或实时视频流；利用称重模块获取食物的质量信息；在树莓派中利用深度学习算法识别出食物种类，进而获取该食物的卡路里信息，根据食物的卡路里信息和质量信息计算出食物的卡路里含量；利用显示屏显示获取到的各项数据。本发明提高了测量的准确度，而且使用方便，无需对食物进行多面拍摄。
-
公开(公告)号：CN114898227B
公开(公告)日：2025-05-09
申请号：CN202210643793.3
申请日：2022-06-08
Applicant: 无锡学院
IPC: G06V20/13 , G06V10/26 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种云图分割方法，包括步骤如下：S1，对哨兵二号卫星可见波段的图像进行预处理获得数据集；S2，利用改变卷积方式、添加高效通道注意力、修改长跳跃连接方式及修改激活函数的方法构建改进U‑Net模型；S3，将步骤S1得到的数据集输入改进型U‑Net模型进行训练、测试，与其他分割网络进行云图分割实验对比，得到比较输出预览图；S4，将步骤S3中的比较输出预览图通过transformer架构进行优化，得到最终输出效果图。本发明运用了通过在U‑Net模型中引入transformer以及回归模型，对云层的遥测图像分析计算精度有显著的提高，使得云图的预测更加准确且稳定。
-
Patent Agency Ranking
公开(公告)号：CN116310699A
公开(公告)日：2023-06-23
申请号：CN202211106095.6
申请日：2022-09-09
Applicant: 无锡学院
IPC: G06V10/82 , G06V10/20 , G06V10/80 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于改进YOLOv3的目标检测方法，包括步骤：S1，选择图像数据集；S2，使用灰度化、二值化、透视变换与边缘分割对图像进行预处理，并对图像进行缩放处理；S3，将预处理后的图像放入MobileNetV2Plus主干网络进行信息提取；S4，选择三个不同大小的特征图作为预测输入，进入特征融合层；并对三个不同大小的特征图进行上采样以及拼接，再进行卷积，分别输入给大、中、小三个不同先验框的输出层；S5，对特征融合层输入的三个不同通道数的特征图，再次进行卷积，得到分类后的特征图，生成三个不同维度大小的先验框。本发明只采用1*1卷积核，降低了计算维度，加快了识别的速度。
-
公开(公告)号：CN114550176A
公开(公告)日：2022-05-27
申请号：CN202210160582.4
申请日：2022-02-22
Applicant: 无锡学院
IPC: G06V30/148 , G06V10/82 , G06N3/08 , G06Q50/20
Abstract: 本发明公开了基于深度学习的试卷批改方法，包括：获取写有标准答案的试卷图像P1，采集需要批改的试卷图像P2，并进行预处理；对预处理后的P1和P2分别进行霍夫直线检测，得到答题水平直线位置，进而得到单个题目的答题区域；利用YOLO v3网络提取答题区域中每个验证框的坐标信息及验证框内的数据，进而计算相邻两个验证框之间的距离；对两幅试卷图像中同一个题目序号对应的答题区域中每个数据信息进行比对，统计需要批改的试卷图像中正确题目与错误题目数量；根据需要批改的试卷坐标信息，提取需要批改的试卷对应的学号，将学号与相应试卷上所有题目正确与否存入数据库中。本发明可运用于试卷或者答题卡的选择题、填空题，不受题型以及答题卡格式的限制。
-
公开(公告)号：CN114495062A
公开(公告)日：2022-05-13
申请号：CN202210094129.8
申请日：2022-01-26
Applicant: 无锡学院
Abstract: 本发明公开了一种前方路面平整度检测方法，包括：利用单目相机采集车辆前方道路视频流数据，对视频流数据进行抽帧；构建深度残差网络，利用深度残差网络对抽出的帧图像进行深度估计运算，得到深度图；对深度图进行3D重建，获得车辆前方道路的3D云图；根据3D云图，计算车辆前方道路帧图像所拍摄到的其他车辆、障碍物、道路标线以及标识分别与车辆之间的距离，并结合深度图，将像素坐标系转化为世界坐标系；在世界坐标系中通过检验假设方法检测车辆前方道路是否为平面，当车辆前方道路不为平面时，进一步通过检验假设方法检测车辆前方道路是否为坡面。本发明方法可以检测出车辆行驶中前方道路是否为平面或坡面，为车主提供便利和安全。
-
公开(公告)号：CN114495066A
公开(公告)日：2022-05-13
申请号：CN202210111443.2
申请日：2022-01-26
Applicant: 无锡学院
Abstract: 本发明公开了一种辅助倒车的方法，包括：识别完整车位轮廓线，判断车位轮廓线内是否存在障碍物；若存在障碍物，则等待障碍物被移走或重新选择新的车位；否则利用车辆自带的倒车影像相机采集车辆后方地面视频流信息，进行自适应视频帧间隔抽样；对抽出的帧图像进行语义分割运算，提取帧图像中的车位轮廓线、行人以及其他车辆的轮廓信息；利用深度残差网络进行深度估计运算得到深度图；分析车辆自身与车位轮廓线的角度关系及停车位的宽度，调整车辆自身位姿，计算并规划倒车路径；获取在倒车地点附近出现的其他车辆、行人分别与自身车辆的距离，并根据估算的倒车路径，分析倒车的可能性，根据各种可能情况分析出最优倒车路径，及时调整倒车路线。
-
公开(公告)号：CN216666902U
公开(公告)日：2022-06-03
申请号：CN202123391862.6
申请日：2021-12-30
Applicant: 无锡学院
IPC: F16L55/32 , F16L55/40 , F16L101/30
Abstract: 本实用新型公开了一种管道检测机器人，属于管道检测技术领域，包括壳体，壳体上设置有三个固定部和三个移动部，固定部和移动部交替设置，固定部和移动部远离壳体的一端均连接有接触爪；不需要人员加入管道，节省人力，可以对管道内壁进行实时拍照抓取，障碍物探测，管道裂纹检测；本装置可以进入垂直管道，实现机器人攀爬，应用范围更广；并可以进入狭窄的空间管道。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
