-
公开(公告)号：CN115200784B
公开(公告)日：2022-12-02
申请号：CN202211126941.0
申请日：2022-09-16
Applicant: 福建(泉州)哈工大工程技术研究院
IPC: G01M3/00 , G06N3/04 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于改进SSD网络模型的漏粉检测方法、装置及可读介质，涉及漏粉检测领域，通过构建漏粉检测模型，漏粉检测模型包括改进SSD网络模型，其中，改进SSD网络模型包括改进VGG基础网络、改进额外卷积层、多尺度检测层和非极大值抑制层，改进VGG基础网络为在VGG16网络的每个卷积块中增加ASPP网络所构成，改进额外卷积层为在四个卷积层均插入即插即用模块并构建成特征金字塔结构所构成；对漏粉检测模型进行训练，得到经训练的漏粉检测模型；获取待检测图像，将待检测图像输入经训练的漏粉检测模型，得到检测结果。该方法识别精度更高，模型泛化能力更强，实时性更强，并且可降低人工成本，可解决现有技术中漏粉检测人工成本高、精度低等问题。
-
公开(公告)号：CN115115925B
公开(公告)日：2022-12-02
申请号：CN202211038075.X
申请日：2022-08-29
Applicant: 福建(泉州)哈工大工程技术研究院
Abstract: 本发明涉及仪表读数检测技术领域，特别涉及一种基于多尺度特征信息融合的MS‑YOLOv3工业仪表读数检测方法。其包括根据MobilenetV3网络结构与SPPNet结构重新构建MS‑YOLOv3检测网络模型，并对其先验框及FPN进行优化；对MS‑YOLOv3检测网络模型进行训练；将待检测仪表盘图像输入至经训练的MS‑YOLOv3检测网络模型中，得到待检测仪表盘图像中的仪表盘关键点并进行图像矫正；对矫正后的仪表盘图像进行预处理；根据预处理后的仪表盘图像确定指针位置方向及示数。通过对网络结构进行重新构造，可以有效提高巡检机器人检测效率，增强了对仪表图像特征的提取能力以及算法检测的稳定性，满足客户关闭柜门下进行检测的需求。
-
公开(公告)号：CN115115925A
公开(公告)日：2022-09-27
申请号：CN202211038075.X
申请日：2022-08-29
Applicant: 福建(泉州)哈工大工程技术研究院
Abstract: 本发明涉及仪表读数检测技术领域，特别涉及一种基于多尺度特征信息融合的MS‑YOLOv3工业仪表读数检测方法。其包括根据MobilenetV3网络结构与SPPNet结构重新构建MS‑YOLOv3检测网络模型，并对其先验框及FPN进行优化；对MS‑YOLOv3检测网络模型进行训练；将待检测仪表盘图像输入至经训练的MS‑YOLOv3检测网络模型中，得到待检测仪表盘图像中的仪表盘关键点并进行图像矫正；对矫正后的仪表盘图像进行预处理；根据预处理后的仪表盘图像确定指针位置方向及示数。通过对网络结构进行重新构造，可以有效提高巡检机器人检测效率，增强了对仪表图像特征的提取能力以及算法检测的稳定性，满足客户关闭柜门下进行检测的需求。
-
公开(公告)号：CN115200784A
公开(公告)日：2022-10-18
申请号：CN202211126941.0
申请日：2022-09-16
Applicant: 福建(泉州)哈工大工程技术研究院
IPC: G01M3/00 , G06N3/04 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于改进SSD网络模型的漏粉检测方法、装置及可读介质，涉及漏粉检测领域，通过构建漏粉检测模型，漏粉检测模型包括改进SSD网络模型，其中，改进SSD网络模型包括改进VGG基础网络、改进额外卷积层、多尺度检测层和非极大值抑制层，改进VGG基础网络为在VGG16网络的每个卷积块中增加ASPP网络所构成，改进额外卷积层为在四个卷积层均插入即插即用模块并构建成特征金字塔结构所构成；对漏粉检测模型进行训练，得到经训练的漏粉检测模型；获取待检测图像，将待检测图像输入经训练的漏粉检测模型，得到检测结果。该方法识别精度更高，模型泛化能力更强，实时性更强，并且可降低人工成本，可解决现有技术中漏粉检测人工成本高、精度低等问题。
-
-
-
Search Results
4
records
(took 0.028 seconds)
