-
公开(公告)号：CN110782314B
公开(公告)日：2022-05-03
申请号：CN201910942908.7
申请日：2019-09-30
Applicant: 杭州电子科技大学
IPC: G06Q30/06 , H04L67/12 , H04L67/06 , H04L67/562 , H04L67/125
Abstract: 本发明提供一种基于边缘计算技术的新型散货零售平台。本发明包括计价平台和零售云服务平台：计价平台包括称重模块、边缘计算平台、数据通信模块、电源模块，用于计算商品总价，与预购进行交互，并上传商品照片、购买人照片和商品购买详情数据至零售云服务平台；零售云服务平台包括数据收发服务器、中间件消息队列、后台处理程序、数据储存模块、前端交互平台，用于对商品购买详情进行进一步分析，获得各特征之间的相关性分析结果。本发明解决了在散货销售过程中，对于不同类型的产品，因为单价不同而需要一名特定人员值守于称台边消耗不必要的劳动力且容易出错的问题，可以获得丰富的销售数据，为商户的销售过程提供指导。
-
Patent Agency Ranking
公开(公告)号：CN113409250A
公开(公告)日：2021-09-17
申请号：CN202110579200.7
申请日：2021-05-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络模型的焊点检测方法，首先采集PCB焊点数据集并对数据进行预处理，然后对数据进行标注、保存；然后基于计算机视觉，建立神经网络模型；最后利用焊点数据训练集对建立的神经网络模型进行训练，并使用焊点数据测试集对建立的模型进行测试。本发明方法改进了YOLOv3网络结构，通过5个不同尺度的特征检测层来检测焊点目标，提高了目标检测网络对小尺度目标的检测效果；卷积神经网络的损失函数由四部分组成，通过使用多损失函数进行约束可以在不同方面对结果进行优化，保证模型具有很高的精度；改进后的卷积神经网络模型在保证准确率的同时，能够达到实时检测，满足工厂实际生产需求。
-
公开(公告)号：CN110647985A
公开(公告)日：2020-01-03
申请号：CN201910709962.7
申请日：2019-08-02
Applicant: 杭州电子科技大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于人工智能模型库的众包数据辅助标注方法。本发明包括上传待标注的数据，提供所需的预训练模型，采用众包的方式对上传的部分数据进行标注，选取相应的预训练模型进行训练得到初步的模型，用该模型对未标注数据进行预标注；基于最优化算法采用众包的方式对标注过的数据进行分发从而进行二次标注；将二次标注的数据存储于算法库中，使算法库中的算法进行增量学习；对算法库中的模型进行优化并通过数据转换的语言实现自动化数据操作。通过本发明公开的基于人工智能深度学习算法库的半自动标注和众包的数据标注方法，可以解决当前标注数量大，人工标注数据慢标注质量不稳定，数据标注成本高的问题。
-
公开(公告)号：CN110636715A
公开(公告)日：2019-12-31
申请号：CN201910795988.8
申请日：2019-08-27
Applicant: 杭州电子科技大学
IPC: H05K3/34 , G01N21/956 , G01N21/88
Abstract: 本发明公开了一种基于自学习的自动焊接及缺陷检测方法。本发明包括如下步骤：步骤1、采用基于知识的焊点粗定位，并规划焊接最优路径，为视觉系统和机械臂提供运行方向；步骤2、基于机器视觉的焊点细定位，并判断焊点类型，精确引导机械臂找到焊点位置，针对性实施自动焊接；步骤3、采用基于在线深度强化学习的焊点缺陷检测，自动检测焊点缺陷及判断类型，为同工位二次补焊提供依据和指导。本发明采用路径规划算法优化相机与机械臂的焊接路径从而提高生产效率；本发明使用了融合多层特征的深度神经网络，有利于焊点众多小目标场景的检测；本发明对于单类目标，提高坐标损失的权重，提高定位精度；本发明对结果进行阈值过滤，筛选掉干扰目标，提高识别精度。
-
公开(公告)号：CN110636715B
公开(公告)日：2021-07-13
申请号：CN201910795988.8
申请日：2019-08-27
Applicant: 杭州电子科技大学
IPC: G01N21/956
Abstract: 本发明公开了一种基于自学习的自动焊接及缺陷检测方法。本发明包括如下步骤：步骤1、采用基于知识的焊点粗定位，并规划焊接最优路径，为视觉系统和机械臂提供运行方向；步骤2、基于机器视觉的焊点细定位，并判断焊点类型，精确引导机械臂找到焊点位置，针对性实施自动焊接；步骤3、采用基于在线深度强化学习的焊点缺陷检测，自动检测焊点缺陷及判断类型，为同工位二次补焊提供依据和指导。本发明采用路径规划算法优化相机与机械臂的焊接路径从而提高生产效率；本发明使用了融合多层特征的深度神经网络，有利于焊点众多小目标场景的检测；本发明对于单类目标，提高坐标损失的权重，提高定位精度；本发明对结果进行阈值过滤，筛选掉干扰目标，提高识别精度。
-
公开(公告)号：CN110782314A
公开(公告)日：2020-02-11
申请号：CN201910942908.7
申请日：2019-09-30
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于边缘计算技术的新型散货零售平台。本发明包括计价平台和零售云服务平台：计价平台包括称重模块、边缘计算平台、数据通信模块、电源模块，用于计算商品总价，与预购进行交互，并上传商品照片、购买人照片和商品购买详情数据至零售云服务平台；零售云服务平台包括数据收发服务器、中间件消息队列、后台处理程序、数据储存模块、前端交互平台，用于对商品购买详情进行进一步分析，获得各特征之间的相关性分析结果。本发明解决了在散货销售过程中，对于不同类型的产品，因为单价不同而需要一名特定人员值守于称台边消耗不必要的劳动力且容易出错的问题，可以获得丰富的销售数据，为商户的销售过程提供指导。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
