基于轻量级孪生卷积神经网络的病识别方法

    公开(公告)号:CN112598658A

    公开(公告)日:2021-04-02

    申请号:CN202011588757.9

    申请日:2020-12-29

    Abstract: 本发明公开了一种基于轻量级孪生卷积神经网络的病识别方法,包括如下步骤:构建细粒度病变特征联合训练模型,包括数据生成器,数据生成器与特征提取器连接,特征提取器与孪生卷积神经网络连接,孪生卷积神经网络与特征判别网络连接;对细粒度病变特征联合训练模型进行训练,基于损失函数值最小的细粒度病变特征联合训练模型生成细粒度病变特征识别模型;将待识别图像输入细粒度病变特征识别模型中,输出对应的皮肤病类别。基于孪生卷积神经网络进行正负样本联合训练的方法,模型可以提取到更具判别性的特征,有效缓解了原始数据集中病变图像特征存在类间差异小,类内差异大情况,增强了模型的特征判别能力。

    料框固定装置
    13.
    发明公开

    公开(公告)号:CN111994555A

    公开(公告)日:2020-11-27

    申请号:CN202010909912.6

    申请日:2020-09-02

    Abstract: 本发明公开了一种料框固定装置,包括用于放置料框的托料架、用于对托料架提供支撑的第一支撑机构和第二支撑机构、设置于第一支撑机构上的第一导向机构和第一定位机构、设置于第二支撑机构上且用于与第一导向机构相配合以引导托料架朝向上料位进行移动的第二导向机构、设置于第二支撑机构上且用于与第一定位机构相配合对托料架进行定位的第二定位机构、与第二支撑机构连接且用于调节第二支撑机构与第一支撑机构之间的距离的调节机构以及设置于上料位处且用于检测料框到位情况的到位传感器。本发明的料框固定装置,可以实现料框的准确定位和放置,而且可以适于不同尺寸大小的料框的定位,提高了通用性。

    一种基于三维视觉的螺栓孔定位及位姿估计方法

    公开(公告)号:CN116958264A

    公开(公告)日:2023-10-27

    申请号:CN202311018082.8

    申请日:2023-08-14

    Abstract: 一种基于三维视觉的螺栓孔定位及位姿估计方法,它属于螺栓孔定位及位姿估计领域。本发明解决了现有方法的计算复杂度高、计算速度慢、定位及位姿估计的准确性差的问题。本发明首先获取包含螺栓孔的铁塔桁架场景点云,对点云进行统计滤波和下采样,再采用采样一致性分割算法获取桁架平面方程和平面点云,然后基于法线计算、半径搜索滤波和分割聚类粗定位出各个螺栓孔点云,最后,根据去噪后点云和粗定位的螺栓孔点云精定位出各个螺栓孔的位置,并估计出各个螺栓孔的位姿。本发明方法可以应用于螺栓孔定位及位姿估计。

    2d激光导航AGV控制中心标定方法及系统

    公开(公告)号:CN116222613A

    公开(公告)日:2023-06-06

    申请号:CN202211551667.1

    申请日:2022-12-05

    Abstract: 本发明公开一种2d激光导航AGV控制中心标定方法,包括如下步骤:S1、构建2d激光点云地图;S2、采集标定数据:控制AGV绕控制中心做圆周运动至少一周时,实时收集2d激光传感器的位姿,放入旋转位姿集合pose_list1中,控制AGV控制中心做直线运动时,实时收集2d激光传感器的位姿,直行位姿集合pose_list2中;S3、基于直行位姿集合pose_list2计算2d激光传感器相对AGV控制中心的旋转角度angle,基于旋转位姿集合pose_list1计算2d激光传感器相对于AGV控制中心的平移量(tx,ty);(tx,ty,angle)为2d激光传感器相对于AGV控制中心的相对位姿变换。使用额外设备控制AGV执行标定动作,减少了AGV打滑造成的误差,极大改善了2d激光导航AGV控制中心的标定高精度。

    一种面向医学图像的多尺度自适应去噪方法

    公开(公告)号:CN116109502A

    公开(公告)日:2023-05-12

    申请号:CN202211736987.4

    申请日:2022-12-31

    Abstract: 本发明公开了一种面向医学图像的多尺度自适应去噪方法,包括如下步骤:S1、将医学图像进行三维离散小波变换,每一级DWT都可以得到四个分量;LL分量、HL分量、LH分量、HH分量;S2、依次计算每个维度中除LL子带外分别计算每个子带的四项指标,分别是:去除该子带后的熵值、去除该子带后的PSNR、去除该自带后的图像能量、去除该子带后的复原图像与原图像之间的MSE,将得分最高的图像子带选为预选子带;S3、依次在每个层级中选取被判定为预选子带的子带进行非线性软阈值去噪;S4、将经过去噪后的子带与其余三块子带一起进行图像重构,原图像为止。

    一种基于纹理特征的掌纹识别方法

    公开(公告)号:CN112507974B

    公开(公告)日:2023-04-07

    申请号:CN202011588460.2

    申请日:2020-12-29

    Abstract: 本发明公开了一种基于纹理特征的掌纹识别方法,包括:S1、采集待匹配掌纹的掌纹图像,掌纹图像灰度处理后形成灰度图像;S2、检测灰度图像中的掌纹主线,获取待匹配掌纹的主线图像;S3、在待匹配掌纹主线图像中提取纹理细节特征;S4、在匹配库获取与待匹配掌纹主线图像最为匹配的k个掌纹主线模板图像,从k个掌纹主线模板图像中获取与待匹配掌纹的纹理细节特征为匹配的掌纹主线模板图像,完成待匹配掌纹的识别。提高了对掌纹识别的准确性和快速性,达到了通过掌纹特征识别人身份信息的效果。

    基于已知物体的可抓性映射到未知物体的方法

    公开(公告)号:CN115890685A

    公开(公告)日:2023-04-04

    申请号:CN202211684638.2

    申请日:2022-12-27

    Abstract: 本发明公开了一种基于已知物体的可抓性映射到未知物体的方法,包括两个阶段:已知物体的先验可抓性数据库生成过程和数据库适应于未知物体的抓取过程。采用上述技术方案,针对未知对象的地图适应方法很大程度地提高了可抓性地图的可用性,促进适应未知物体对于抓持器设计分析和使用抓取性地图进行抓取规划;在非结构化环境中,机器人可能会遇到未知物体,或者因障碍物导致物体识别失败,基于未知对象的形状原语的概率映射适应,利用每个识别形状原语的抓取的先验知识,提高了使用抓取性规划的成功率。

Patent Agency Ranking