公开(公告)号：CN117593264A

公开(公告)日：2024-02-23

申请号：CN202311544930.9

申请日：2023-11-20

Applicant: 哈尔滨工业大学

Inventor： 金晶 ,  陈铎 ,  何旭杰 ,  冯怡园

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提出一种改进的联合YOLOv5和知识蒸馏的汽车发动机缸孔内壁检测方法。所述方法包括：图像增强；使用YOLOv5模型构建并训练教师模型；基于教师模型在新增缺陷类别和样本上对YOLOv5学生模型进行改进知识蒸馏式的训练。本发明通过改进的联合YOLOv5目标检测算法以及知识蒸馏训练方式，从而提升了仅使用新增发动机缸孔内壁缺陷类别和新增发动机缸孔内壁缺陷样本对已有模型进行训练后在旧样本上的识别能力。

公开(公告)号：CN116664502A

公开(公告)日：2023-08-29

申请号：CN202310562059.9

申请日：2023-05-18

Applicant: 哈尔滨工业大学

Inventor： 金晶 ,  何旭杰

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/80 ,  G06V10/82 ,  G06V10/762

Abstract: 基于视觉的高精度汽车发动机缸孔内壁缺陷检测方法。将预处理后的图像通过初步特征提取器进行特征的初步提取，将提取的初步特征通过Hy‑FEN对特征进行编码，得到编码后的4个不同尺寸的特征；将得到的4个不同尺寸的特征输入到Ra‑FPN中进行特征的编码压缩以及融合；将Ra‑FPN编码后的特征以及经双重多头聚类模块得到的锚框比例一起输入到区域生成网络RPN中进行缺陷候选区域的生成，得到初步缺陷的区域；将从Ra‑FPN得到的编码融合特征以及区域生成网络RPN得到的初步缺陷区域输入到位置校正模块中进行位置的精修，最终输出待检测图片的缺陷检测结果，实现对当前待检测图片的缺陷检测任务。本发明克服常规目标检测算法对于汽车发动机缸孔内壁缺陷检测任务的不适应性。

公开(公告)号：CN115861893A

公开(公告)日：2023-03-28

申请号：CN202211633089.6

申请日：2022-12-19

Applicant: 哈尔滨工业大学

Inventor： 金晶 ,  何旭杰 ,  姜宇

IPC: G06V20/40 ,  G06V10/80

Abstract: 本发明公开了一种基于可见光图像的多飞行器跟踪方法及系统，属于多飞行器跟踪、数字图像处理技术领域，其中，该方法包括：对当前输入图像帧进行预处理，通过特征提取网络E‑ResNet50对处理后的图像帧特征预提取，再与前一帧预提取特征进行融合，将融合后的特征输入到4个级联的上下文感知编码层中进行特征编码；将编码后的特征输入到2组4个级联的解码层中分别实现对当前帧图像飞行器目标的检测及对前一帧飞行器目标的延伸，将检测到的当前帧飞行器目标和延伸到的飞行器目标输入到运动外观关联模块中进行关联实现多飞行器目标的跟踪任务。该方法提升了多飞行器目标的跟踪精度，克服了常规多目标跟踪算法对多飞行器跟踪任务的不适应性。

公开(公告)号：CN118014931A

公开(公告)日：2024-05-10

申请号：CN202311766600.4

申请日：2023-12-21

Applicant: 哈尔滨工业大学 ,  哈尔滨岛田大鹏工业股份有限公司

Inventor： 金晶 ,  何旭杰 ,  陈铎 ,  冯怡园 ,  李鹏堂 ,  王荔岩 ,  罗巍

IPC: G06T7/00 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明提出一种具有强泛化能力的汽车凸轮轴安装孔内壁缺陷检测方法。该方法对所有待检测图像进行预处理，将预处理后的图像首先输入到改进的开集检测算法中进行所有缺陷的检测，得到经开集检测算法检测的缺陷位置信息；将预处理后的图像进一步输入到选择的闭集检测算法中进行已知类别的缺陷检测，得到对应的缺陷检测位置信息；将经开集检测算法和闭集检测算法得到的缺陷位置信息进行融合，得到最终的输入待检测图片对应的缺陷检测结果。本发明克服常规目标检测算法对于汽车发动机凸轮轴安装孔内壁缺陷检测任务的不适应性，同时提升了模型的泛化性，对于汽车发动机凸轮轴安装孔内壁任意类别的缺陷均具有着优异的检测能力。

公开(公告)号：CN115311489A

公开(公告)日：2022-11-08

申请号：CN202210843597.0

申请日：2022-07-18

Applicant: 哈尔滨工业大学

Inventor： 何旭杰 ,  金晶 ,  刘一 ,  郭亚南

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于高精度且轻量化的特征提取网络模型的图像分类方法。所述方法包括：图像的预处理及图像的特征提取。对于待分类的图像，将其输入到前端特征预提取模块PrM中进行特征的预提取，将提取到的特征逐步输入到第1阶段特征提取模块、第2阶段特征提取模块以及第3阶段特征提取模块，将第3阶段特征提取模块输出的特征进一步输入到后处理模块中，得到最终提取的特征。同时，在网络训练完毕后还对其在第3阶段特征提取模块及后处理模块中进行网络的剪枝操作。本发明所述方法可以更好的服务于中上层诸如目标分类，目标检测等任务，为移动端的嵌入提供了另一种选择。

公开(公告)号：CN117876305A

公开(公告)日：2024-04-12

申请号：CN202311780096.3

申请日：2023-12-22

Applicant: 哈尔滨工业大学人工智能研究院有限公司

Inventor： 金晶 ,  陈铎 ,  何旭杰 ,  姜宇 ,  高翔

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明提出一种高精度且快速的方向盘表面缺陷检测方法。所述方法包括输入图像预处理；颈网络部分针对小目标引入特征预测层；损失函数针对小目标引入NWD(normalizedWasserstein distance)，与CIOU加权构成矩形框损失函数。本发明通过对颈网络模型的结构改进和矩形框损失函数的优化，提升了模型对方向盘表面微小缺陷的检测能力，为方向盘表面缺陷检测问题提供了一种新的选择。