-
Patent Agency Ranking
公开(公告)号：CN114943683B
公开(公告)日：2024-08-02
申请号：CN202210290195.2
申请日：2022-03-23
Applicant: 燕山大学
IPC: G06T7/00 , G06V10/22 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进的YOLOv5s的塑料表面缺陷检测方法，属于塑料表面缺陷检测领域，包括以下步骤：采集塑料表面缺陷数据集；对塑料表面缺陷数据集进行预处理及标注后，将塑料表面缺陷数据集划分为用于训练的训练集、用于验证的验证集以及用于测试的测试集；搭建YOLOv5s网络结构模型，对YOLOv5s网络结构模型进行改进，得到改进的YOLOv5s网络结构模型；使用训练集对改进的YOLOv5s网络模型进行训练，得到塑料表面缺陷检测模型；利用塑料表面缺陷检测模型，对所述测试集进行测试。本发明通过在YOLOv5s网络结构的骨干网络中加入CA注意力机制，实现塑料表面缺陷检测的检测效率与精度的显著提高。
-
公开(公告)号：CN115100734A
公开(公告)日：2022-09-23
申请号：CN202210519177.7
申请日：2022-05-12
Applicant: 燕山大学
Abstract: 本发明提供基于openpose的滑雪场危险动作识别方法及系统，属于运动分析技术领域，包括：获取在滑雪场上人的动作视频，对视频进行分帧处理，得到视频帧；通过openpose模型对视频帧进行分析，得到视频帧的关键信息；判断关键信息是否条件成立，若是，则为发生危险动作，否则未发生；减少受伤人员等待救助的时间，降低由于等待时间过长而造成的二次伤害。
-
公开(公告)号：CN114943683A
公开(公告)日：2022-08-26
申请号：CN202210290195.2
申请日：2022-03-23
Applicant: 燕山大学
Abstract: 本发明公开了一种基于改进的YOLOv5s的塑料表面缺陷检测方法，属于塑料表面缺陷检测领域，包括以下步骤：采集塑料表面缺陷数据集；对塑料表面缺陷数据集进行预处理及标注后，将塑料表面缺陷数据集划分为用于训练的训练集、用于验证的验证集以及用于测试的测试集；搭建YOLOv5s网络结构模型，对YOLOv5s网络结构模型进行改进，得到改进的YOLOv5s网络结构模型；使用训练集对改进的YOLOv5s网络模型进行训练，得到塑料表面缺陷检测模型；利用塑料表面缺陷检测模型，对所述测试集进行测试。本发明通过在YOLOv5s网络结构的骨干网络中加入CA注意力机制，实现塑料表面缺陷检测的检测效率与精度的显著提高。
-
公开(公告)号：CN114881113B
公开(公告)日：2024-08-02
申请号：CN202210349178.1
申请日：2022-04-01
Applicant: 燕山大学
IPC: G06F18/214 , G06F18/2411 , G06N3/006
Abstract: 本发明涉及基于改进蜜獾算法结合近红外光谱的阻燃塑料分类方法，属于近红外光谱应用技术领域，包括：对阻燃塑料近红外光谱的原始数据集进行预处理，并按照7∶3的比例随机分为训练集和测试集；利用SVM算法建立阻燃塑料近红外光谱的分类模型；利用训练集结合MPA‑HBA算法优化SVM模型的参数c和g；选取最优的SVM参数构建模型，对测试集数据进行分类并判断分类结果的正确率。本发明采用近红外光谱检测技术结合寻优算法和分类算法在阻燃塑料分类检测领域的应用填补了我国在工业上阻燃塑料快速无损检测的空白，具有检测速度快、检测准确率高、相较传统检测无污染等优点。
-
公开(公告)号：CN114881113A
公开(公告)日：2022-08-09
申请号：CN202210349178.1
申请日：2022-04-01
Applicant: 燕山大学
IPC: G06K9/62
Abstract: 本发明涉及基于改进蜜獾算法结合近红外光谱的阻燃塑料分类方法，属于近红外光谱应用技术领域，包括：对阻燃塑料近红外光谱的原始数据集进行预处理，并按照7∶3的比例随机分为训练集和测试集；利用SVM算法建立阻燃塑料近红外光谱的分类模型；利用训练集结合MPA‑HBA算法优化SVM模型的参数c和g；选取最优的SVM参数构建模型，对测试集数据进行分类并判断分类结果的正确率。本发明采用近红外光谱检测技术结合寻优算法和分类算法在阻燃塑料分类检测领域的应用填补了我国在工业上阻燃塑料快速无损检测的空白，具有检测速度快、检测准确率高、相较传统检测无污染等优点。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
