-
公开(公告)号：CN112818871A
公开(公告)日：2021-05-18
申请号：CN202110153554.5
申请日：2021-02-04
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于半分组卷积的全融合神经网络的目标检测方法，包括：搭建半分组卷积模块；搭建全融合神经网络；获取电梯厢内目标物的数据集；将数据集中的图像按比例随机分为训练数据集和测试数据集，并对训练数据集图像中的目标物和人进行标注，生成标签文件，将训练数据集全部图像及标签文件输入全融合神经网络进行训练，得到训练好的权重文件；获得检测到的目标物和人在图像中的位置及检测置信度；筛选出可信的目标，去除重复的目标框，判断目标物是否已经进入电梯厢。本发明在保证特征提取的质量同时，有效减少了卷积运算的参数量，提高了计算速度；具有模型轻量、目标检测速度快、准确率高的优点，可应用在性能有限的嵌入式设备上。
-
Patent Agency Ranking
公开(公告)号：CN113240050B
公开(公告)日：2024-05-03
申请号：CN202110635259.3
申请日：2021-06-08
Applicant: 南京师范大学 , 南京智能高端装备产业研究院有限公司 , 南京中科煜宸激光技术有限公司
Abstract: 本发明公开了一种特征融合权重可调的金属打印熔池检测方法，包括：采集激光熔覆式3D打印熔池的彩色图像，搭建卷积神经网络对彩色图像提取特征图，根据应用场景的不同结合训练时的经验设置每层特征图的加权值，每一种尺寸的特征图都输出一个结果，获取特征融合后的特征图用于后续的处理与预测，最后按照预设的识别条件识别出彩色图像中的熔池。采用前述方法，能够准确地对熔池彩色图像的特征图获取语义信息，并且此特征图的处理方法可应用于不同的应用场景，只需根据训练神经网络模型的效果，设置合适的特征图加权即可，具有识别准确度高和适应性强的优点。
-
公开(公告)号：CN114985768A
公开(公告)日：2022-09-02
申请号：CN202210650202.5
申请日：2022-06-10
Applicant: 南京师范大学
IPC: B22F10/85 , B22F10/366 , B22F10/25 , B33Y10/00 , B33Y50/02
Abstract: 本发明公开了一种基于图论结构和视觉实时检测的增材路径规划方法，包括：根据逐层分解的层厚参数，对金属结构件的三维STL模型进行逐层分解；根据轮廓点采集间隔，对三维STL模型进行轮廓点信息采集；提出一种融合了温度权重的轮廓点信息矩阵；计算轮廓点之间的信息差；获取轮廓点信息差值矩阵，计算绝对路径长度并选取最优路径；根据选取的最优路径控制激光发射器对金属材料进行增材；实时检测激光熔覆熔池的实际位置，与选择的最优路径对比形成闭环反馈，最终完成金属结构件的增材。本发明融合了金属结构件物理形状信息和增材温度信息，通过图论结构遍历所有可能的增材路径后选取最优增材路径，使金属增材效率更高、耗材更少。
-
公开(公告)号：CN114429584A
公开(公告)日：2022-05-03
申请号：CN202111318533.0
申请日：2021-11-09
Applicant: 南京师范大学
IPC: G06V20/10 , G06V10/22 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于类别损失和差值检测的多目标小物体识别方法，包括如下步骤：采集棋盘初始图像，标定棋盘图像坐标，根据坐标分割棋盘图像；对分割后的棋盘图像进行预处理，使用搭建好的深度学习网络模型对处理后的图像进行分类，将分类结果转换为棋局信息；采集棋盘图像P1，棋手进行一步行棋后，再次采集棋盘图像P2；根据棋盘图像P1和棋盘图像P2，采用差值检测方法对行棋的起点和终点进行合理性判断，更新棋局信息。本发明实现了对中国象棋从开局到每一步行棋的检测识别，具有速度快、鲁棒性高等优点，且受光线影响较小，并且可扩展至其他棋类的检测，在中国象棋对弈人机交互、普及人工智能方面具有重要意义。
-
公开(公告)号：CN114147704A
公开(公告)日：2022-03-08
申请号：CN202111367940.0
申请日：2021-11-18
Applicant: 南京师范大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于深度视觉与增量闭环的机械臂精准定位及抓取方法，包括：识别待抓取的物体位置，获取待抓取物体的机械臂空间坐标；通过逆运动学解析算法，将机械臂空间坐标信息转换为机械臂舵机的角度信息；获得含有待抓取物体的目标图像；对目标图像中的待抓取物体进行形心位置计算；判断待抓取物体形心是否在深度摄像头中心线上，若不在，则通过待抓取物体的形心位置来计算增量；将增量作为反馈信号输送到逆运动学解析算法，得到更新后的待抓取物体的机械臂空间坐标，驱动机械臂抓取物体。本发明同时兼顾了传感器的设备价格与机械臂执行效率，机械臂的定位准确度和抓取物体的成功率都有显著的提高。
-
公开(公告)号：CN113240050A
公开(公告)日：2021-08-10
申请号：CN202110635259.3
申请日：2021-06-08
Applicant: 南京师范大学 , 南京智能高端装备产业研究院有限公司 , 南京中科煜宸激光技术有限公司
Abstract: 本发明公开了一种特征融合权重可调的金属打印熔池检测方法，包括：采集激光熔覆式3D打印熔池的彩色图像，搭建卷积神经网络对彩色图像提取特征图，根据应用场景的不同结合训练时的经验设置每层特征图的加权值，每一种尺寸的特征图都输出一个结果，获取特征融合后的特征图用于后续的处理与预测，最后按照预设的识别条件识别出彩色图像中的熔池。采用前述方法，能够准确地对熔池彩色图像的特征图获取语义信息，并且此特征图的处理方法可应用于不同的应用场景，只需根据训练神经网络模型的效果，设置合适的特征图加权即可，具有识别准确度高和适应性强的优点。
-
-
-
-
-
Search Results
16
records
(took 0.018 seconds)
