-
公开(公告)号：CN113902966A
公开(公告)日：2022-01-07
申请号：CN202111177180.7
申请日：2021-10-09
Applicant: 江苏大学
IPC: G06V10/82 , G06V10/764 , G06V10/774 , G06V10/56 , G06K9/62 , G06N3/04 , G06T7/00 , G06T7/70
Abstract: 本发明公开了一种针对电子元器件的无锚框目标检测网络及应用该网络的检测方法，该针对电子元器件的无锚框目标检测网络包括Encoder、Decoder、Head部分，其中，Encoder部分包括改进型主干特征提取网络EfficientNet，该EfficientNet包括MBConv‑ECA模块以及可变性卷积模块，Decoder部分包括实现上采样功能的反卷积模块，Head部分包括分类预测以及边界框回归预测模块，在分类预测与边框回归预测之后，对该无锚框目标检测网络正向传播的结果与真实值进行损失计算并进行反向传播，从而更新梯度，完成网络的训练；利用该网络实现对电子元器件的无锚框目标检测，能够实时获得电子元器件的类别及其位置信息，实现电子元器件的实时检测。
-
公开(公告)号：CN113902966B
公开(公告)日：2025-04-08
申请号：CN202111177180.7
申请日：2021-10-09
Applicant: 江苏大学
IPC: G06V10/82 , G06V10/764 , G06V10/774 , G06V10/56 , G06N3/0464 , G06T7/00 , G06T7/70 , G06N3/045
Abstract: 本发明公开了一种针对电子元器件的无锚框目标检测网络及应用该网络的检测方法，该针对电子元器件的无锚框目标检测网络包括Encoder、Decoder、Head部分，其中，Encoder部分包括改进型主干特征提取网络EfficientNet，该EfficientNet包括MBConv‑ECA模块以及可变性卷积模块，Decoder部分包括实现上采样功能的反卷积模块，Head部分包括分类预测以及边界框回归预测模块，在分类预测与边框回归预测之后，对该无锚框目标检测网络正向传播的结果与真实值进行损失计算并进行反向传播，从而更新梯度，完成网络的训练；利用该网络实现对电子元器件的无锚框目标检测，能够实时获得电子元器件的类别及其位置信息，实现电子元器件的实时检测。
-
公开(公告)号：CN113468969B
公开(公告)日：2024-05-14
申请号：CN202110618580.0
申请日：2021-06-03
Applicant: 江苏大学
IPC: G06V20/40 , G06V20/52 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/82 , G06T7/10
Abstract: 本发明公开了一种基于改进的单目深度估计的混叠电子元器件空间表达方法，涉及机器视觉领域，包括图像采集模块、目标检测网络模块、语义分割网络模块和HSV、RGB模块；图像采集模块，所述图像采集模块用来获取料箱中不同类别的混叠电子元器件的RGB图像；目标检测网络模块，所述目标检测网络模块将图像采集模块采集到的RGB图像进行处理得到深度图像A；语义分割网络模块，所述语义分割网络模块将目标检测网络模块处理后的深度图像A进行分割得到粗略深度信息；HSV、RGB模块，所述HSV、RGB模块将语义分割网络模块分割后的粗略深度信息进行细化，得到每个电子元器件的详细深度信息。本发明能够有效地解决电子元器件之间混叠的复杂工作场景下的自主识别问题。
-
Patent Agency Ranking
公开(公告)号：CN115885693A
公开(公告)日：2023-04-04
申请号：CN202211594323.9
申请日：2022-12-13
Applicant: 江苏大学
IPC: A01D46/04
Abstract: 本发明提供了一种基于视觉的名优茶分类收获机器人，包括：机架、空间六自由度机械臂、末端执行器、单芽尖收获装置、一芽一叶收获装置、一芽两叶初展收获装置、视觉检测装置、驱动单元和控制单元；末端执行器包括连接件、滑轨、左滑块、右滑块和夹爪，驱动单元能够驱动左滑块沿滑轨滑动，左滑块和右滑块的底端均安装有夹爪，左滑块与右滑块贴合时，两个夹爪能够夹取茶叶；控制单元根据视觉检测装置传递的信号获得名优茶的采摘区域的位置以及识别类别，控制六自由度机械臂和末端执行器到达采摘区域位置进行采摘，然后根据识别类别将名优茶收集到对应收集桶。本发明能够实现对单芽尖、一芽一叶和一芽两叶初展进行分类，并且能够仿人手采摘。
-
公开(公告)号：CN113458280B
公开(公告)日：2022-08-23
申请号：CN202110671365.7
申请日：2021-06-17
Applicant: 江苏大学
Abstract: 本发明提供了一种基于视觉的批量轴向元器件引脚切折装置，包括上模座、下模座、位置监测装置、压力机、驱动单元和控制单元；上模座上设有直线固定卡槽、导套和两个带槽切折凸凹模，两个带槽切折凸凹模与直线固定卡槽滑动连接；下模座上设有导柱、直线导轨、带槽折弯凸模以及两个切断凹模，两个切断凹模与直线导轨滑动连接；带槽折弯凸模的上表面上设有若干第一凹槽，轴向元器件放置于第一凹槽内，带槽折弯凸模的两个左右侧面为平面；位置监测装置以及驱动单元均与控制单元连接，控制单元根据位置监测装置传递的信号，控制驱动单元，从而控制带槽切折凸凹模和切断凹模的位置。本发明用于实现大批量轴向元器件引脚折弯和切断。
-
公开(公告)号：CN113458280A
公开(公告)日：2021-10-01
申请号：CN202110671365.7
申请日：2021-06-17
Applicant: 江苏大学
Abstract: 本发明提供了一种基于视觉的批量轴向元器件引脚切折装置，包括上模座、下模座、位置监测装置、压力机、驱动单元和控制单元；上模座上设有直线固定卡槽、导套和两个带槽切折凸凹模，两个带槽切折凸凹模与直线固定卡槽滑动连接；下模座上设有导柱、直线导轨、带槽折弯凸模以及两个切断凹模，两个切断凹模与直线导轨滑动连接；带槽折弯凸模的上表面上设有若干第一凹槽，轴向元器件放置于第一凹槽内，带槽折弯凸模的两个左右侧面为平面；位置监测装置以及驱动单元均与控制单元连接，控制单元根据位置监测装置传递的信号，控制驱动单元，从而控制带槽切折凸凹模和切断凹模的位置。本发明用于实现大批量轴向元器件引脚折弯和切断。
-
公开(公告)号：CN115170888A
公开(公告)日：2022-10-11
申请号：CN202210876236.6
申请日：2022-07-25
Applicant: 江苏大学
IPC: G06V10/764 , G06V10/82 , G06V10/56 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于视觉信息和语义属性的电子元器件零样本识别模型及方法，识别模型包括视觉分类网络模型、Skip‑gram模型和CBOW模型，根据电子元器件的视觉特征，设计出可见类以及不可见类电子元器件的语义属性表，使可见类和不可见类之间的语义属性共享。通过将视觉信息和标签的语义属性相结合，利用从文本数据中学习到的标签的语义属性，将语义属性作为监督信号，结合已见类图像训练视觉分类网络，进而实现零样本学习。训练时，通过Skip‑gram模型将可见类转化为语义属性类，使视觉分类网络的训练过程变为共享的语义属性类与输入图像之间的训练。在预测过程中，视觉分类网络预测出共享的语义属性类，CBOW模型将语义属性类转换为类别标签，实现对可见类和不可见类的预测，完成电子元器件零样本识别。
-
公开(公告)号：CN113468969A
公开(公告)日：2021-10-01
申请号：CN202110618580.0
申请日：2021-06-03
Applicant: 江苏大学
Abstract: 本发明公开了一种基于改进的单目深度估计的混叠电子元器件空间表达方法，涉及机器视觉领域，包括图像采集模块、目标检测网络模块、语义分割网络模块和HSV、RGB模块；图像采集模块，所述图像采集模块用来获取料箱中不同类别的混叠电子元器件的RGB图像；目标检测网络模块，所述目标检测网络模块将图像采集模块采集到的RGB图像进行处理得到深度图像A；语义分割网络模块，所述语义分割网络模块将目标检测网络模块处理后的深度图像A进行分割得到粗略深度信息；HSV、RGB模块，所述HSV、RGB模块将语义分割网络模块分割后的粗略深度信息进行细化，得到每个电子元器件的详细深度信息。本发明能够有效地解决电子元器件之间混叠的复杂工作场景下的自主识别问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
