-
公开(公告)号:CN117011639A
公开(公告)日:2023-11-07
申请号:CN202310786726.1
申请日:2023-06-29
Applicant: 福建南方路面机械股份有限公司 , 华侨大学
IPC: G06V10/774 , G06V10/764 , G06V10/44
Abstract: 本发明提供基于SAM分割模型的固废数据集生成方法及装置,方法包括:步骤S1、采集彩色的固废图像;步骤S2、通过SAM分割模型得到各固废图像中每个物体实例的轮廓信息;步骤S3、对各固废图像中的物体实例进行自动类别标注得到数据集标注文件;步骤S4、根据数据集标注文件中的物体轮廓信息,复制每个离散物体实例并构成固废池;步骤S5、复制每种堆叠组合所对应的物体实例,并随机堆叠位置和堆叠程度,将堆叠后的堆叠实例加入固废池内;步骤S6、选择粘贴的背景图像并生成分布点,随机在固废池中选择堆叠实例或者离散实例,粘贴到分布点的位置。本发明能够低成本、高效地生成堆叠工况下的带标注数据集。
-
公开(公告)号:CN113554068B
公开(公告)日:2023-10-31
申请号:CN202110758660.6
申请日:2021-07-05
Applicant: 华侨大学
IPC: G06V10/774 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种实例分割数据集的半自动标注方法、装置及可读介质,通过分别对实例分割模型和图像分类模型进行训练;使用训练好的实例分割模型对图像数据集合中的第一数据集进行预测,得到第一预测结果,基于第一预测结果确定每张图像中包含单个物体的图像,将单个物体的图像输入训练好的图像分类模型,得到第二预测结果,将单个物体的第一预测结果与第二预测结果进行对比,根据比对结果人工纠正每张图像中的单个物体的第一种类和掩膜,得到伪标签实例分割数据集;将人工实例分割数据集和伪标签实例分割数据集混合作为实例分割数据集,对实例分割模型重新训练,得到最终的实例分割模型。本方法使用少量的人工标注数据,成本低并具有较高的精度。
-
公开(公告)号:CN116689133A
公开(公告)日:2023-09-05
申请号:CN202310973951.6
申请日:2023-08-04
Applicant: 福建南方路面机械股份有限公司 , 华侨大学 , 福建省产品质量检验研究院
Abstract: 本发明公开了一种基于深度学习的再生骨料质量控制方法、装置及可读介质,涉及建筑固废资源化领域,通过获取处于破碎机出口的再生骨料的第一图像,对第一图像进行分割,得到第二图像,第二图像包括第一图像中每颗再生骨料的轮廓和掩膜及其对应的材质;根据第二图像计算得到每批再生骨料的砂浆面积占比和完全剥离骨料占比;根据每批再生骨料的砂浆面积占比和完全剥离骨料占比计算质量表征参数;根据不同再生骨料的质量表征参数与破碎机的参数之间的相关关系和质量表征参数对破碎机的参数进行调整,重复以上步骤,直至质量表征参数符合要求,解决目前的再生骨料生产系统无法做到实时监测和反馈控制再生骨料质量,不能满足使用要求的问题。
-
公开(公告)号:CN116678885A
公开(公告)日:2023-09-01
申请号:CN202310971384.0
申请日:2023-08-03
Applicant: 福建南方路面机械股份有限公司 , 华侨大学 , 福建省产品质量检验研究院
Abstract: 本发明公开了一种基于深度学习的水洗粗骨料含泥检测控制方法及装置,涉及图像处理领域,通过采集水洗粗骨料图像,采用渐进迭代方式对水洗粗骨料图像标注区域及其类别,得到水洗粗骨料数据集,并训练得到水洗粗骨料分割模型;获取待测水洗粗骨料图像,将待测水洗粗骨料图像输入水洗粗骨料分割模型,得到待测水洗粗骨料图像中每个骨料的类别和掩膜;根据待测水洗粗骨料图像中每个类别的骨料的掩膜计算每个类别骨料的占比,根据每个类别骨料的占比计算所述待测水洗粗骨料图像所对应批次的待测水洗粗骨料的含泥量;根据含泥量及其与水洗设备的参数的相关关系对水洗设备的参数含泥量进行调整,解决水洗粗骨料含泥量检测工作量大,无法实时检测等问题。
-
公开(公告)号:CN109704606B
公开(公告)日:2023-07-28
申请号:CN201811571720.8
申请日:2018-12-21
Applicant: 华侨大学
IPC: C04B18/167 , B02C21/00 , B02C23/02 , B02C23/16
Abstract: 本发明提供了一种基于粒子冲击破碎的废弃混凝土制备再生骨料的系统,混凝土块由传送带进入破碎机破碎后再经第一振动筛筛选为混凝土颗粒进入加热炉中加热,再通过第一入料口进入喷磨室中,并被履带传送至粒子加速器出口的下方;喷磨室还具有第二入料口,喷磨颗粒由第二入料口进入喷磨室中,并被提升装置提升以进入粒子加速器;从粒子加速器中喷出的喷磨颗粒与混凝土颗粒碰撞,剥离混凝土颗粒表面的砂浆制备高质量的再生骨料。
-
公开(公告)号:CN113177909B
公开(公告)日:2023-06-20
申请号:CN202110357964.1
申请日:2021-04-01
Applicant: 华侨大学
Abstract: 本发明提供一种表面含砂浆的再生骨料多模态视觉检测方法,通过控制器控制传送带的速度将放在传送带上的再生骨料依次输送到各个图像采集模块的测量区域;然后进行高度图像、彩色图像以及高光谱图像的采集;对采集到的高度图像、彩色图像以及高光谱图像进行预处理后,提取再生骨料的投影轮廓和高度轮廓,通过骨料颗粒的多维特征匹配手段,实现对再生骨料多维轮廓的棱角性、表面纹理特征以及有效光谱特征的提取;以再生骨料高度轮廓、表面纹理特征以及有效光谱特征为输入,通过多特征信息融合实现再生骨料表面砂浆的识别。本发明方法为再生骨料破碎加工及质量检测和评价奠定了理论基础,解决建废处理和原生骨料短缺问题。
-
公开(公告)号:CN110648364B
公开(公告)日:2022-09-30
申请号:CN201910875190.4
申请日:2019-09-17
Applicant: 华侨大学 , 福建南方路面机械有限公司
IPC: G06T7/73 , G06T7/13 , G06T7/11 , G06T7/194 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种多维度空间固废视觉检测定位及识别方法与系统,通过高度图像采集装置、彩色图像采集装置分别采集高度图像、彩色图像,实现多维度数据采集;并基于多维度数据进行多维度数据处理,包括数据预处理、有效区域提取、识别分类模型,实现对待检测固体废物的识别与定位。其中,数据预处理对两种不同数据进行处理;有效区域提取是利用不同数据的特点对含有建筑垃圾的区域进行提取;识别分类模型为全卷积神经网络算法。本发明的实施,可大大提高分拣的效率,同时又不耗费过多人力,完善了建筑垃圾分拣技术。
-
公开(公告)号:CN114768967A
公开(公告)日:2022-07-22
申请号:CN202210674966.8
申请日:2022-06-15
Applicant: 福建南方路面机械股份有限公司 , 华侨大学
Abstract: 本发明涉及再生骨料回收利用技术领域,特别涉及一种基于返料破碎的固碳强化再生骨料制备装置及方法,该装置包括螺旋输送机、抛料转子、筛分转筒、返料转筒、二氧化碳输入管;所述螺旋输送机包括原料进口、细骨料进口、出料口;所述筛分转筒包括内筒体、外筒体,抛料转子将骨料加速甩出至内筒体,使骨料相互撞击破碎;返料转筒套设于螺旋输送机外且细骨料进口处于返料转筒内,返料转筒的返料叶片带动细骨料由细骨料进口送入螺旋输送机内;所述二氧化碳输入管入端连通入筛分转筒内。骨料相互撞击破碎整形,并且在该过程中与二氧化碳充分反应,使二氧化碳被吸收固化,且对再生骨料碳化加强,制备出高质量再生骨料。
-
公开(公告)号:CN114120057A
公开(公告)日:2022-03-01
申请号:CN202111320510.3
申请日:2021-11-09
Applicant: 华侨大学
IPC: G06V10/774 , G06K9/62 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于PaddleDetection的混淆矩阵生成方法,包括:在PaddlePaddle平台下运用PaddleDetection目标检测开发套件训练目标检测网络;获取有标注的测试数据集,分为两个文件夹,一个文件夹放json文件,另一个放对应的图片文件,并得到真实的目标物体外接矩形框;运用infer.py图片文件进行预测,得到预测标签;得出预测修正得到的矩形检测框;将真实矩形框与预测修正得到的矩形检测框进行循环匹配,将统计得到的值记录在矩阵上;创建excle表格,将记录的矩阵填充到excle表格中,绘制出用于评价模型实际应用效果的混淆矩阵,本发明方法能通过目标检测网络预测的检测框与实际的目标检测框进行匹配,绘制在混淆矩阵上,以便对于模型各个种类的识别结果进行统计研究,优化网络模型的训练方法。
-
公开(公告)号:CN113731836A
公开(公告)日:2021-12-03
申请号:CN202110891690.4
申请日:2021-08-04
Applicant: 华侨大学
Abstract: 本发明提供了一种基于深度学习的城市固体废弃物在线分选系统,包括:输送带、图像采集系统、工控机、分选执行机构;所述输送带用于散布并输送城市固体废弃物物料,由进料口向图像采集系统及分选执行机构方向输送;所述图像采集系统位于输送带上方,于分选执行机构间隔一定距离;所述分选执行机构位于输送带末端;上述的基于深度学习的城市固体废弃物在线分选系统,相对于国内普遍使用的城市固体废弃物人工分选方法,本分选系统效率高、持续工作时间长、可显著改善工人工作环境,实现分选自动化。
-
-
-
-
-
-
-
-
-