-
公开(公告)号：CN114781632A
公开(公告)日：2022-07-22
申请号：CN202210548997.9
申请日：2022-05-20
Applicant: 重庆科技学院
IPC: G06N3/063
Abstract: 本发明涉及神经网络领域专用应用芯片加速计算架构技术领域，具体公开了一种基于动态可重构脉动张量运算引擎的深度神经网络加速器，其采用动态可重构脉动张量阵列运算引擎单元实现高吞吐量张量乘法计算，采用权重参数存储单元存放权重张量，采用张量排序模块实现稀疏网络权重解包和对网络层参数进行排序优化完成并行流水线运算，采用激活值向量存储单元作为神经网络计算引擎的片内高速数据暂存区，提升数据重复利用率和降低与外存交互，采用累加器和矩阵转置向量单元完成对计算结果累计求和、快速处理矩阵转置和张量维度变换，采用标量运算单元实现网络模型的非线性函数计算，具有资源利用率高，能耗占用低，精度损失低，模型运算速度快等优点。
-
公开(公告)号：CN114581912A
公开(公告)日：2022-06-03
申请号：CN202210267314.2
申请日：2022-03-18
Applicant: 重庆科技学院
Abstract: 本发明涉及中文图像识别技术领域，具体公开了一种双向表征自主迭代网络下高表征迁移的中文图像识别方法，首先对采集的不同自然场景下的英文图片和中文图片进行预处理，以增强训练时的图像数据的特征；然后通过双向表征自主迭代网络对英文数据集提取英文文本特征并生成相应的特征权重参数矩阵；进一步使用特征权重参数矩阵权重矩阵对中文识别网络模型进行初始化，从而加快微调模型性能提高的速度；以及将英文文本特征迁移到中文识别网络模型中，与根据中文数据集得到的中文文本特征相融合，生成新的中文文本特征参与下次卷积，依次类推，从而保证中文训练时特征的多样性，实现高表征迁移，识别率、运算速度、稳定性、鲁棒性显著提高。
-
公开(公告)号：CN114581806A
公开(公告)日：2022-06-03
申请号：CN202210267402.2
申请日：2022-03-18
Applicant: 重庆科技学院
Abstract: 本发明涉及工业零件识别技术领域，具体公开了一种基于主干边缘特征提取的工业零件空载率计算方法，包括步骤：对正投影拍取的工业零件输送箱的原始图像进行腐蚀、扩展、图像打开操作和图像关闭操作四个基本动作，得到预处理图像；采用多尺度CNN卷积网络对所述预处理图像进行边缘提取，得到融合边缘图；获取所述融合边缘图的最小闭合区域；根据所述最小闭合区域的面积与工业零件输送箱的总面积得到该工业零件输送箱的空载率。本方法构造了一个多尺度CNN卷积网络，通过具有深特征和浅特征的混合操作来学习工业零件的基本信息，获取工业零件的主干并过滤细节。本方法步骤简明，所构建的网络模型结构简单，计算工业零件空载率的过程快速而又准确。
-
公开(公告)号：CN114972952B
公开(公告)日：2024-03-22
申请号：CN202210595003.9
申请日：2022-05-29
Applicant: 重庆科技学院
IPC: G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/082 , G06N5/02
Abstract: 本发明涉及工业视觉缺陷检测技术领域，具体公开了一种基于模型轻量化的工业零部件缺陷识别方法，首先构建基础神经网络模型用于缺陷识别，该基础神经网络模型由骨干网络、RPN网络、特征图融合模块和缺陷区域分类网络组成，能够提取高维抽象特征并实现特征自学习，然后通过权重量化加速训练、采用过滤器剪枝对模型进行压缩、通过知识蒸馏对模型进一步压缩，得到轻量化的单个模型(工业零部件缺陷识别模型)，最后通过Keras、Tensorflow、Tensorflow.js将该轻量化的工业零部件缺陷识别模型部署于Web端，从而在Web端实现对待检测工业零部件图片的快速高精度识别。
-
Patent Agency Ranking
公开(公告)号：CN114792305A
公开(公告)日：2022-07-26
申请号：CN202210356480.X
申请日：2022-04-06
Applicant: 重庆科技学院
IPC: G06T7/00 , G06T7/80 , G06V10/28 , G01N21/956
Abstract: 本发明涉及PCB缺陷检测技术领域，具体公开了一种基于结构光原理并采用FPGA加速重建的PCB缺陷检测方法，首先，对检测系统进行参数标定，在后续步骤中结合系统标定参数可精准地计算PCB的点云信息，有利于提高PCB缺陷检测效果。然后，投射正弦光栅至PCB(合格PCB样件、待检测PCB工件)上，使用工业摄像机捕获需要计算点云信息的图像。接着，将系统标定参数、所需重建的图像送入FPGA进行重建，获得合格PCB样件点云信息及待检测PCB工件点云信息。最后，将待检测PCB工件点云信息与合格PCB样件点云信息进行比较，根据高度及位置信息判断是否有缺陷，从而确定待检测PCB工件是否为良品。实施本方法，可以快速有效判断待检测PCB工件是否符合标准，提高检测效率和次品检出率。
-
公开(公告)号：CN115188055A
公开(公告)日：2022-10-14
申请号：CN202210882396.1
申请日：2022-07-26
Applicant: 重庆科技学院
Abstract: 本发明涉及计算机视觉技术领域，具体公开了一种针对NNIE神经网络加速器的轻量级表情识别方法，包括步骤：构建匹配NNIE神经网络加速器的计算密集型卷积算子；基于计算密集型卷积算子构建学生网络；构建原始人脸表情识别模型并进行训练；将训练后的原始人脸表情识别模型作为教师网络对学生网络进行蒸馏；利用海森矩阵对蒸馏后的学生网络进行元素层次量化、卷积核层次量化与输出通道层次量化，得到轻量级人脸表情识别模型。本方法构建计算密集型卷积算子，有效减少参数量与计算量；构建基于该算子的学生网络，最大化NNIE神经网络芯片的算力；构建大型教师网络对学生网络进行蒸馏，获得参数量较小的模型；利用海森矩阵进行量化，大大减小模型体积。
-
公开(公告)号：CN114581806B
公开(公告)日：2024-03-19
申请号：CN202210267402.2
申请日：2022-03-18
Applicant: 重庆科技学院
IPC: G06V10/24 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及工业零件识别技术领域，具体公开了一种基于主干边缘特征提取的工业零件空载率计算方法，包括步骤：对正投影拍取的工业零件输送箱的原始图像进行腐蚀、扩展、图像打开操作和图像关闭操作四个基本动作，得到预处理图像；采用多尺度CNN卷积网络对所述预处理图像进行边缘提取，得到融合边缘图；获取所述融合边缘图的最小闭合区域；根据所述最小闭合区域的面积与工业零件输送箱的总面积得到该工业零件输送箱的空载率。本方法构造了一个多尺度CNN卷积网络，通过具有深特征和浅特征的混合操作来学习工业零件的基本信息，获取工业零件的主干并过滤细节。本方法步骤简明，所构建的网络模型结构简单，计算工业零件空载率的过程快速而又准确。
-
公开(公告)号：CN114972952A
公开(公告)日：2022-08-30
申请号：CN202210595003.9
申请日：2022-05-29
Applicant: 重庆科技学院
IPC: G06V10/82 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08 , G06N5/02
Abstract: 本发明涉及工业视觉缺陷检测技术领域，具体公开了一种基于模型轻量化的工业零部件缺陷识别方法，首先构建基础神经网络模型用于缺陷识别，该基础神经网络模型由骨干网络、RPN网络、特征图融合模块和缺陷区域分类网络组成，能够提取高维抽象特征并实现特征自学习，然后通过权重量化加速训练、采用过滤器剪枝对模型进行压缩、通过知识蒸馏对模型进一步压缩，得到轻量化的单个模型(工业零部件缺陷识别模型)，最后通过Keras、Tensorflow、Tensorflow.js将该轻量化的工业零部件缺陷识别模型部署于Web端，从而在Web端实现对待检测工业零部件图片的快速高精度识别。
-
公开(公告)号：CN204459607U
公开(公告)日：2015-07-08
申请号：CN201520024820.4
申请日：2015-01-14
Applicant: 重庆科技学院
IPC: F16L55/17
Abstract: 本实用新型公开了一种管道堵漏夹具，包括用于封闭管道漏点的堵漏瓦以及用于将所述堵漏瓦箍紧于管道表面的抱箍，抱箍上设有注胶口且抱箍内表面设有用于固定连接堵漏瓦的连接柱，堵漏瓦可采用金属材料加工而成，使其内表面与泄漏管道外表面相适形，保证其与泄漏管道表面紧密贴合，抱箍与堵漏瓦之间通过连接柱固定连接，保证抱箍箍紧后能够对堵漏瓦施加足够且均匀的压紧力，避免堵漏瓦变形发生泄漏，当堵漏瓦被箍紧后，可向住胶口中注入密封胶水，使密封胶水在抱箍内流动至堵漏瓦四周边缘，使堵漏瓦与管道外表面之间形成密封，进而实现对破口较大的泄漏管道进行堵漏。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
