-
公开(公告)号：CN120013209A
公开(公告)日：2025-05-16
申请号：CN202510488002.8
申请日：2025-04-18
Applicant: 湘江实验室
IPC: G06Q10/0631 , G06N3/042 , G06N3/0455 , G06N3/048 , G06N5/022 , G06Q50/04 , G06F16/33 , G06F16/532 , G06F18/25
Abstract: 本发明公开一种用于焊接工艺方案智能推荐的混合检索方法及设备，该方法步骤包括：获取用户的焊接需求信息并进行向量化后形成焊接需求向量；根据焊接需求向量进行混合检索，混合检索包括对焊接工艺知识图谱进行图检索以及对焊接工艺向量数据库分别进行关键词文本检索、向量检索，对相似上下文检索结果集合中各检索结果分别进行特征提取，并将不同检索方式得到的检索结果对应的特征采用自注意力机制进行特征融合，对融合后特征使用Transformer模型进行重排序；将排序后的相似上下文检索结果输入至预训练大模型中以得到焊接工艺方案智能推荐结果。本发明具有实现方法简单、检索效率以及精度高、可靠性与灵活性强等优点。
-
公开(公告)号：CN119048511B
公开(公告)日：2025-01-07
申请号：CN202411534530.4
申请日：2024-10-31
Applicant: 湘江实验室
IPC: G06T7/00 , G06N3/0464 , G06N3/088 , G06N3/09 , G06N3/096
Abstract: 本申请涉及一种基于SSMD的半监督微裂纹检测方法，包括：构建学生模型和教师模型；基于带标注的光伏电池图像集对学生模型进行监督训练；基于监督训练后的学生模型的参数初始化教师模型的参数；初始化后的教师模型基于未标注的光伏电池图像集生成伪标签以及带有伪标签的微裂纹图像，多个带有伪标签的微裂纹图像组成微裂纹图像数据集；监督训练后的学生模型基于伪标签进行无监督训练，并基于监督训练中学生模型输出的特征信息更新教师模型；无监督训练后的学生模型基于数据增强后的微裂纹数据集进行半监督训练；基于总损失函数优化学生模型，将待检测的光伏电池图像输入至优化后的学生模型，输出微裂纹检测结果。该方法实现了精确的微裂纹检测。
-
公开(公告)号：CN118710913A
公开(公告)日：2024-09-27
申请号：CN202411191114.9
申请日：2024-08-28
Applicant: 湘江实验室
Abstract: 本发明公开一种基于深度学习图像分割的煤灰熔融性自动测定方法及装置，该方法步骤包括：构建基于深度学习的语义分割模型，包括特征编码模块以及特征解码模块，特征解码模块包括语义分割分支以及实例分割分支；使用灰锥熔融图像数据集按照目标损失函数训练语义分割模型，得到煤灰熔融图像分割模型，目标损失函数使用语义分割损失函数以及实例分割损失函数计算得到；获取待测煤灰在受热过程中的灰锥熔融图像，输入至煤灰熔融图像分割模型中，进行图像分割得到熔融区域的二值图像并提取图像的几何特征；根据几何特征识别灰锥熔融过程中处于熔融特征温度的时刻。本发明具有实现操作简单、成本低、检测精度与可靠性高、鲁棒性强等优点。
-
公开(公告)号：CN118710913B
公开(公告)日：2024-11-29
申请号：CN202411191114.9
申请日：2024-08-28
Applicant: 湘江实验室
Abstract: 本发明公开一种基于深度学习图像分割的煤灰熔融性自动测定方法及装置，该方法步骤包括：构建基于深度学习的语义分割模型，包括特征编码模块以及特征解码模块，特征解码模块包括语义分割分支以及实例分割分支；使用灰锥熔融图像数据集按照目标损失函数训练语义分割模型，得到煤灰熔融图像分割模型，目标损失函数使用语义分割损失函数以及实例分割损失函数计算得到；获取待测煤灰在受热过程中的灰锥熔融图像，输入至煤灰熔融图像分割模型中，进行图像分割得到熔融区域的二值图像并提取图像的几何特征；根据几何特征识别灰锥熔融过程中处于熔融特征温度的时刻。本发明具有实现操作简单、成本低、检测精度与可靠性高、鲁棒性强等优点。
-
公开(公告)号：CN118396208B
公开(公告)日：2024-09-10
申请号：CN202410825418.X
申请日：2024-06-25
Applicant: 湘江实验室
IPC: G06Q10/047 , G06N3/006 , G06Q10/087 , G06F18/2411
Abstract: 本发明公开一种智能化分类钢铁仓库中AGV避障路径规划方法及系统，该方法步骤包括：根据钢铁货物的特征信息将各钢铁货物进行分类；按照分类结果确定各钢铁货物的存放位置，分别进行多台AGV小车的路径规划，包括：建立环境地图；根据环境地图以及各个AGV小车的起始坐标、终点位置，使用融合算法进行全局路径规划，融合算法中使用#imgabs0#算法进行全局路径搜索，并为启发函数设置启发权重，使用人工势场算法以及#imgabs1#算法计算避碰代价以进行局部动态避障；当存在两台AGV小车之间存在冲突时，配置各AGV小车之间的优先级，对存在冲突的AGV小车重新进行路径规划。本发明具有实现方法简单、智能化程度以及整体效率高以及安全可靠等优点。
-
Patent Agency Ranking
公开(公告)号：CN117372438A
公开(公告)日：2024-01-09
申请号：CN202311679164.7
申请日：2023-12-08
Applicant: 湘江实验室
IPC: G06T7/00 , G06N3/045 , G06N3/0475 , G06N3/094 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于类别不平衡的热轧钢板缺陷检测方法及相关设备，包括：通过获取样本数据；采用生成对抗网络，对样本数据进行数据增强，得到增强样本；根据增强样本，通过集成识别的方式构建目标识别分类器；基于目标识别分类器对待识别的热轧钢板缺陷图像进行缺陷检测，得到缺陷检测结果。实现通过样本增广和分类的方式，快速进行热轧钢板缺陷识别，提高类别不平衡热轧钢板缺陷检测的准确率。
-
公开(公告)号：CN116778280A
公开(公告)日：2023-09-19
申请号：CN202310945478.0
申请日：2023-07-28
Applicant: 湘江实验室
IPC: G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本申请公开了一种基于小样本的桥梁裂缝识别模型训练方法及装置，涉及桥梁裂缝智能识别技术领域，通过获取桥梁裂缝查询集和桥梁裂缝支持集，并将桥梁裂缝查询集和桥梁裂缝支持集进行数据增强和数据扩充，得到桥梁裂缝扩充查询集和桥梁裂缝扩充支持集，提取桥梁裂缝扩充查询集的全局特征，并将全局特征通过路径聚合网络进行双向融合，得到融合特征，提取桥梁裂缝扩充支持集感兴趣区域的全局变量，将融合特征和感兴趣区域的全局变量输入到预测模块进行训练，得到桥梁裂缝识别模型。本申请提供的方法能够在少量样本的情况下训练桥梁裂缝识别模型，且训练得到的桥梁裂缝识别模型识别精度高，识别效率快。
-
公开(公告)号：CN119835309A
公开(公告)日：2025-04-15
申请号：CN202411905522.6
申请日：2024-12-23
Applicant: 湘江实验室
IPC: H04L67/125 , G05D1/226 , H04L67/141 , H04L67/54 , H04L43/0829
Abstract: 本发明涉及智能机器人技术领域，具体涉及一种基于智能机器人的远程网络控制系统，包括：监测模块，用于监测机器人历史运行采集的环境参数在传输时的环境参数的丢包率；创建模块，用于获取在线机器人数量，基于在线机器人数量创建数据传输通道，应用数据传输通道配置于机器人，本发明结合机器人移动场景的丢包率及机器人在传输环境参数数据包时的丢包率，为机器人排序配置以数据传输通道执行数据传输，进一步基于系统重置运行控制，使系统不断适应机器人实时运行的实际性能状态，确保性能状态良好的机器人能够优先的执行环境参数传输任务，从而以此提升机器人群采集环境参数的有效程度，使机器人应用场景采集环境参数更加全面。
-
公开(公告)号：CN119048511A
公开(公告)日：2024-11-29
申请号：CN202411534530.4
申请日：2024-10-31
Applicant: 湘江实验室
IPC: G06T7/00 , G06N3/0464 , G06N3/088 , G06N3/09 , G06N3/096
Abstract: 本申请涉及一种基于SSMD的半监督微裂纹检测方法，包括：构建学生模型和教师模型；基于带标注的光伏电池图像集对学生模型进行监督训练；基于监督训练后的学生模型的参数初始化教师模型的参数；初始化后的教师模型基于未标注的光伏电池图像集生成伪标签以及带有伪标签的微裂纹图像，多个带有伪标签的微裂纹图像组成微裂纹图像数据集；监督训练后的学生模型基于伪标签进行无监督训练，并基于监督训练中学生模型输出的特征信息更新教师模型；无监督训练后的学生模型基于数据增强后的微裂纹数据集进行半监督训练；基于总损失函数优化学生模型，将待检测的光伏电池图像输入至优化后的学生模型，输出微裂纹检测结果。该方法实现了精确的微裂纹检测。
-
公开(公告)号：CN118247279B
公开(公告)日：2024-09-13
申请号：CN202410673377.7
申请日：2024-05-28
Applicant: 湘江实验室
Abstract: 本发明公开一种基于边缘增强的锯齿崩齿缺陷识别方法及装置，该方法步骤包括：步骤S01.获取待识别锯齿图像，初步定位出锯齿区域的ROI区域；步骤S02.对ROI区域进行特征提取得到不同分辨率的特征图，进行边缘增强得到边缘增强图；步骤S03.将特征图、边缘增强图进行语义分割以定位出锯齿边缘位置，语义分割模型中将至少两个指定位置处对应的特征图使用不同扩张率可变形空洞卷积核进行卷积运算，将不同尺度的语义信息与边缘增强图进行合并，进行多尺度深度可分离卷积运算；步骤S04.截取出锯齿区域，输入至崩齿缺陷检测模型中进行识别得到识别结果。本发明具有实现方法简单、复杂程度低、检测效率以及精度高且鲁棒性强等优点。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.021 seconds)
