-
公开(公告)号:CN119993489A
公开(公告)日:2025-05-13
申请号:CN202510080047.1
申请日:2025-01-19
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于生物识别与超声波技术的智能健康测量设备及其数据同步至移动应用的实现方法,旨在通过人脸识别技术、身高测量仪和体重检测仪实现用户身份的自动识别及身高体重的智能测量。设备采用超声波双探头技术测量身高,利用电阻应变片测量体重,确保数据的准确性与实时性。用户站立在设备上时,人脸识别模块自动识别用户身份,无需手动输入个人信息,如姓名、年龄、性别等,简化操作流程。测量数据通过蓝牙同步至移动应用,应用分析历史数据并生成个性化健康报告,帮助用户监控健康状况。本发明通过自动化身份验证和数据同步技术,提高了用户体验、数据准确性和操作便捷性,广泛应用于家庭、健身场所及健康管理等领域。
-
公开(公告)号:CN120013888A
公开(公告)日:2025-05-16
申请号:CN202510080034.4
申请日:2025-01-19
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于改进YOLOv8模型的路面井盖缺陷自动检测方法及系统,重点优化了模型架构,旨在提升对路面井盖缺陷的检测精度与计算效率。改进后的YOLOv8模型采用了Mish激活函数代替原有的SiLU激活函数,并引入了CGA注意力机制。Mish激活函数的使用在一定程度上缓解了梯度消失问题,使得信息在网络中能够更好地流动,促进了网络训练的稳定性和有效性。CGA注意力机制能够让网络在处理特征时更加关注重要部分,增强了对井盖缺陷特征的捕捉能力。通过这些改进,使模型的表达能力得到提升。改进后的YOLOv8模型不仅可以实现高效计算,而且在路面井盖缺陷的自动化检测中展现出更高的精度,为井盖缺陷检测提供了一种更具优势的解决方案。
-
公开(公告)号:CN119964385A
公开(公告)日:2025-05-09
申请号:CN202510080043.3
申请日:2025-01-19
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于深度学习的停车场监控系统及方法,该系统主要由停车场监控装置和上位机组成。停车场监控装置包括STM32单片机作为主控芯片,连接光电传感器、超声波测距传感器、电源模块、舵机、装置显示模块、车牌识别模块以及ESP8266模块。光电传感器用于检测车辆,超声波测距传感器用于测量车辆停放位置,电源模块用于给装置供电,舵机控制道闸;装置显示模块用于显示车辆停放状态;车牌识别模块使用深度学习算法识别车牌号码;ESP8266模块实现与ONENET物联平台的通信,将数据传输至PC端软件;上位机通过PC端软件显示车辆信息,实现远程监控。本发明具有响应速度快、可靠性高、易于扩展和维护等优点,适用于各类停车场监控场景。
-
-