-
公开(公告)号：CN118014943A
公开(公告)日：2024-05-10
申请号：CN202410116317.5
申请日：2024-01-29
Applicant: 湘潭大学
IPC: G06T7/00 , G06V10/44 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种PCB外观缺陷检测与识别方法，本发明方法包括采集被检测的PCB外观缺陷图像，将PCB外观缺陷图像输入到预先训练好的PCB外观缺陷图像检测模型得到被检测的PCB外观缺陷的检测结果，PCB外观缺陷图像检测模型包括：主干特征提取网络，用于对输入的PCB外观缺陷图像提取不同层次的特征；多通道特征聚合网络MCFFN，用于对主干特征提取网络的特征图进行多通道多尺度特征聚合，得到的特征图送入检测头网络；检测头网络，用于对特征聚合后的特征图进行检测，获得PCB外观缺陷的检测结果。本发明具有检测精度高、推理速度实时性高的优点，满足了PCB外观缺陷智能检测的需要。
-
公开(公告)号：CN113849457A
公开(公告)日：2021-12-28
申请号：CN202110985362.0
申请日：2021-08-25
Applicant: 湘潭大学
IPC: G06F16/11 , G06F16/17 , G06F16/174 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于神经网络的多云数据中心动态副本放置方法。包括下列主要步骤：首先，根据文件的历史访问记录，统计文件的各个周期的访问量，使用LSTM神经网络预测文件下一段时间的访问量；其次，根据文件副本数计算文件的可用性，及可用性差值用来确定该文件的最小副本数，然后根据文件访问量和最小副本数计算各文件的副本数；最后，根据数据中心对文件访问请求的平均处理时间，及惩罚代价，以及各个数据中心的负载方差构建目标函数，对文件副本进行放置；本发明提高了对文件访问量的预。
-
公开(公告)号：CN117612044A
公开(公告)日：2024-02-27
申请号：CN202311639096.1
申请日：2023-12-01
Applicant: 湘潭大学
Abstract: 本发明公开了一种复杂场景下无人机巡检输电线路绝缘子方法，主要解决现有技术检测精度较低和消耗计算资源多的问题。本发明方法包括采集被检测的绝缘子图像，将绝缘子图像输入到预先训练好的绝缘子图像检测模型得到被检测的绝缘子的检测结果，绝缘子图像检测模型包括：主干特征提取网络、残差特征金字塔和空间卷积检测头。本发明在低计算资源需求下，提高了航拍输电线路图像中检测绝缘子精度，可应用于输电线路无人机日常巡检输电线路绝缘子运行状态。
-
公开(公告)号：CN114972835A
公开(公告)日：2022-08-30
申请号：CN202111458156.0
申请日：2021-12-02
Applicant: 湘潭大学
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种混合抑制数据增强方法。本发明的主要特征在于：第一，在深度学习模型训练过程中对数据进行读取，并完成数据集标签的统计与分析；第二，通过分析的结果，在训练过程中的每一轮中对读入的图像动态选取不同的被删除标签和信息源标签；第三，将选取的被删除标签和信息源标签进行图像信息的区域信息擦除和混合，产生新的图像样本。通过上述的方式，本发明能够显著降低深度学习在实际应用过程中对数据集数量的需求，在不改变图像背景以及目标位置分布的情况下抑制现实数据集中广泛存在的长尾效应，提升数据集各个类别的多样性，极大的减少深度学习落地应用的开发成本。
-
公开(公告)号：CN114972835B
公开(公告)日：2024-08-02
申请号：CN202111458156.0
申请日：2021-12-02
Applicant: 湘潭大学
IPC: G06V10/764 , G06V10/82 , G06N3/047 , G06N3/09
Abstract: 本发明提出了一种混合抑制数据增强方法。本发明的主要特征在于：第一，在深度学习模型训练过程中对数据进行读取，并完成数据集标签的统计与分析；第二，通过分析的结果，在训练过程中的每一轮中对读入的图像动态选取不同的被删除标签和信息源标签；第三，将选取的被删除标签和信息源标签进行图像信息的区域信息擦除和混合，产生新的图像样本。通过上述的方式，本发明能够显著降低深度学习在实际应用过程中对数据集数量的需求，在不改变图像背景以及目标位置分布的情况下抑制现实数据集中广泛存在的长尾效应，提升数据集各个类别的多样性，极大的减少深度学习落地应用的开发成本。
-
Patent Agency Ranking
公开(公告)号：CN113849457B
公开(公告)日：2024-04-05
申请号：CN202110985362.0
申请日：2021-08-25
Applicant: 湘潭大学
IPC: G06F16/11 , G06F16/17 , G06F16/174 , G06N3/0442 , G06N3/08
Abstract: 本发明提出了一种基于神经网络的多云数据中心动态副本放置方法。包括下列主要步骤：首先，根据文件的历史访问记录，统计文件的各个周期的访问量，使用LSTM神经网络预测文件下一段时间的访问量；其次，根据文件副本数计算文件的可用性，及可用性差值用来确定该文件的最小副本数，然后根据文件访问量和最小副本数计算各文件的副本数；最后，根据数据中心对文件访问请求的平均处理时间，及惩罚代价，以及各个数据中心的负载方差构建目标函数，对文件副本进行放置；本发明提高了对文件访问量的预测精度，降低了服务提供商对响应延迟的违规惩罚和提高了数据中心之间的负载均衡。
-
公开(公告)号：CN116740625A
公开(公告)日：2023-09-12
申请号：CN202310211253.2
申请日：2023-03-07
Applicant: 湘潭大学
Abstract: 本发明公开了一种面向机器人抓取的点云目标检测方法。本发明方法将点云场景的原始坐标数据输入到训练好的点云场景检测模型中得到场景目标的检测结果，该检测模型包括：主干特征提取网络PointNet++，用于对输入的点云场景数据进行种子点采样以及提取全局特征；初始候选生成部分，用于采样初始候选点，生成初步预测目标边界框；迭代查询解码精细化网络，用于初步预测边界框结果的迭代Transformer解码精细化获得准确的边界框预测。本方法能够快速准确的生成高质量预测框，得到准确的目标边界框参数即中心点和边界框尺寸大小，为机器人提供精确的对象位置和所在区域描述。
-
公开(公告)号：CN113961266B
公开(公告)日：2023-08-22
申请号：CN202111195259.2
申请日：2021-10-14
Applicant: 湘潭大学
Abstract: 一种边云协同下基于双边匹配的任务卸载方法，包括以下步骤；1）获取边服务器的参数；2）获取任务卸载请求中的参数；3）计算任务卸载到边服务器的时间和任务卸载到云服务器的时间；4）构建任务与服务器的满意度函数，并且进行初始卸载匹配；5）将任务与所有的边服务器和云服务器进行最佳满意度的双边匹配。满意度函数值为。本发明中考虑了服务器同时对多个任务卸载处理的情况，对用户任务进行合理的价格博弈从而进行定价，可有效的提升边/云服务器对卸载任务的计算效率，有效提高了系统的服务质量。
-
公开(公告)号：CN117974590A
公开(公告)日：2024-05-03
申请号：CN202410112556.3
申请日：2024-01-26
Applicant: 湘潭大学
IPC: G06T7/00 , G06V10/56 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了一种工业装配线乱序零部件视觉检测方法，主要解决工业装配车间人工配料环节出现的错配、漏配、少配等问题。本发明方法包括采集工业装配线传送带上的物料托盘图像，将物料托盘图像输入到预先训练好的工业装配线零部件视觉检测模型，得到待识别的托盘零部件的检测结果，工业装配线零部件视觉检测模型包括：主干特征提取网络，多层级扩张并行网络和轻量化解耦检测头网络。本发明对工业装配车间的配料托盘零件进行识别和计数，具有检测精度高、推理速度实时性高、计算资源消耗低的优点，可应用于汽车、电子先进制造工业领域的零部件和总成装配线，确保生产线零部件配料无错漏。
-
公开(公告)号：CN113961266A
公开(公告)日：2022-01-21
申请号：CN202111195259.2
申请日：2021-10-14
Applicant: 湘潭大学
Abstract: 一种边云协同下基于双边匹配的任务卸载方法，包括以下步骤；1）获取边服务器的参数；2）获取任务卸载请求中的参数；3）计算任务卸载到边服务器的时间和任务卸载到云服务器的时间；4）构建任务与服务器的满意度函数，并且进行初始卸载匹配；5）将任务与所有的边服务器和云服务器进行最佳满意度的双边匹配。满意度函数值为。本发明中考虑了服务器同时对多个任务卸载处理的情况，对用户任务进行合理的价格博弈从而进行定价，可有效的提升边/云服务器对卸载任务的计算效率，有效提高了系统的服务质量。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
