-
公开(公告)号:CN119274156A
公开(公告)日:2025-01-07
申请号:CN202411469504.8
申请日:2024-10-21
Applicant: 南京工业大学
IPC: G06V20/56 , G06V20/17 , G06V10/26 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/80 , G06T7/10 , G06T7/60 , G06T7/73
Abstract: 本发明公开了基于YOLOv5算法的沥青路面病害智能化检测方法,涉及智慧高速、公路养护技术领域,包括利用车载或机载云台相机获取视频数据,通过人工标注构建沥青路面病害图像数据集;采用YOLOv5目标检测模型,并引入高效的多尺度注意力机制,进行初步训练;基于预训练的改进YOLOv5目标检测模型,对实时数据库进行检测,并对检测结果进行人工核查,进而优化模型;利用动态规划方法对连续多帧图像信息进行冗余数据去重,并通过棋盘法对图片进行矫正,获得目标的实际尺寸,并根据病害标准进行评估。因此,采用上述方法,能够节约人工成本和计算成本,降低储存需求的压力,实现实时检测效果,且可广泛应用于沥青路面病害检测的使用。
-
公开(公告)号:CN118968432A
公开(公告)日:2024-11-15
申请号:CN202410970690.7
申请日:2024-07-19
Applicant: 南京工业大学
IPC: G06V20/54 , G06V20/40 , G06V10/80 , G06V10/82 , G06V10/776 , G06V10/44 , G06V10/771 , G06V10/62 , G06N3/045 , G06N3/0464
Abstract: 本申请公开了一种船舶重识别的方法,属于计算机视觉领域,包括:标注船舶图像和获取身份标签,并进行数据增强处理;训练ResNet‑50模型和YOLOv5s模型;获取全局特征和局部特征;将获取的特征进行双向BFFM特征融合,获取融合特征图;构建第一损失函数和第二损失函数;其中,第一损失函数用于度量同一类别船舶在不同视角下的内在特征差异;第二损失函数用于度量同一类别船舶在不同视角下的特征差异;根据第一损失函数、第二损失函数获取双重优化损失函数并结合局部损失和交叉熵损失,构建总损失函数;利用总损失函数对船舶重识别模型进行训练;针对现有技术中船舶识别精度低,本申请通过引入视角信息和局部特征,构建双重优化损失函数额注意力机制等,提高了船舶重识别的精度。
-
公开(公告)号:CN118311873A
公开(公告)日:2024-07-09
申请号:CN202410596409.8
申请日:2024-05-14
Applicant: 南京工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于自适应模糊自抗扰算法的电机控制方法,包括以下步骤:搭建微型电机的数学模型;确定控制量输入,定义微型电机系统的状态变量x1、x2、x3;根据步骤Q1搭建的电机模型和步骤Q2的状态变量,设计自适应模糊自抗扰控制律;得到微型电机控制器的输入u;对微型电机进行控制;对轮毂电机的转速N进行反馈检测,若符合收敛指令的要求,则结束控制;若不符合收敛指令的要求,则返回步骤Q2重新控制。本方法有效的解决了传统控制中的跟踪误差大,响应速度慢,抗干扰性差等不足。在传统自抗扰控制中引入自适应率和模糊推断,使得微型电机的转速误差在有限时间收敛到零,从而提高整个系统的控制精度和稳定性。
-
-