一种多枪旋流式低氮燃烧器

    公开(公告)号:CN112283706B

    公开(公告)日:2024-05-14

    申请号:CN202011309827.2

    申请日:2020-11-20

    Applicant: 华侨大学

    Abstract: 本发明提供了一种多枪旋流式低氮燃烧器,包括旋流器、燃气喷射系统及燃烧器筒体;旋流器及燃气喷射系统设置于燃烧器筒体内;旋流器包括同心设置的旋流外圆环及旋流内圆环,以及设置于旋流外圆环及旋流内圆环之间的旋流直叶片;旋流直叶片上设置有多个叶片凹槽;旋流外圆环的外部还同心设置有通孔圆环,通孔圆环上设置有多个旋流通孔;燃气喷射系统包括中心燃气喷枪及多个环形燃气喷枪;燃烧器筒体上还设置有燃气进气环,燃气进气环连通有环形燃气进气口;燃烧器筒体还连通有主燃气进气口。应用本技术方案可实现优化天然气与空气混合燃烧的燃烧效果。

    基于深度学习的水洗粗骨料含泥检测控制方法及装置

    公开(公告)号:CN116678885B

    公开(公告)日:2023-12-19

    申请号:CN202310971384.0

    申请日:2023-08-03

    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(56)对比文件WO 2022089267 A1,2022.05.05WO 2022142137 A1,2022.07.07CN 104853168 A,2015.08.19和超;张印辉;何自芬.多尺度特征融合工件目标语义分割.中国图象图形学报.2020,第25卷(第03期),第476-485页.申红旗.粗骨料品质对混凝土性能的影响.河南水利与南水北调.2018,第47卷(第03期),第74-75页.

    一种基于RGB-MSI特征融合的固废分选方法及系统

    公开(公告)号:CN117218446A

    公开(公告)日:2023-12-12

    申请号:CN202311254505.6

    申请日:2023-09-27

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于RGB‑MSI特征融合的固废分选方法及系统,涉及光谱特征分析和深度学习模型优化领域,方法包括以下步骤:S1,获取高光谱数据集;S2,获取多光谱特征波段;S3,获取多光谱数据集;S4,构建双主干网络YOLO模型;S5,获取RGB‑MSI预测模型;S6,固废检测分选。本发明采用RGB和MSI融合思想,充分利用RGB纹理颜色信息和光谱材质信息,实现更准确的固废识别;对采集的高光谱数据采用改良AP聚类算法自适应寻找最佳的光谱特征波段,去除冗杂信息;双主干网络模型采用中期特征融合的方式,把RGB图像特诊和多光谱特征有效结合在一起,增加模型的检测精度,该融合方法不仅适用于目标检测模型,在实例分割模型中也可以使用。

    基于SAM分割模型的固废数据集生成方法及装置

    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

    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。

    一种实例分割数据集的半自动标注方法、装置及可读介质

    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

    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。

Patent Agency Ranking