-
公开(公告)号：CN117891936A
公开(公告)日：2024-04-16
申请号：CN202410081176.8
申请日：2024-01-19
Applicant: 桂林电子科技大学
IPC: G06F16/34 , G06F40/151 , G06F40/126 , G06F40/117 , G06F40/289 , G06F40/216 , G06Q50/18 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种用于法律判决文书的长文本生成式摘要方法，首先，对原始法律判决文书数据集进行语料转换；其次，将转换过的文本输入到RoBERTa模型中进行处理，使用编码器对文本进行法律文本摘要特征提取；最后，利用UniLM的seq2seqLM，生成法律判决文书的精炼摘要。为了克服模型解码时无法生成表中未包含字词的问题，引入了复制机制。同时为解决生成判决文本摘要中的重复性，采用了覆盖机制。这一创新方法为法律领域的文书摘要生成提供了高效、准确的解决方案。本发明方法能够自动生成法律判决文书摘要，具备简便易用的特点，减少了对人工干预的需求，其高度应用性使其在判决文书处理、文案处理等领域展现出广泛的适用性。
-
公开(公告)号：CN116052149A
公开(公告)日：2023-05-02
申请号：CN202310020106.7
申请日：2023-01-06
Applicant: 桂林电子科技大学 , 广西景航无人机有限公司
IPC: G06V20/62 , G06V30/19 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于CS‑ABCNet的电力塔牌检测识别方法，包括如下步骤：步骤1：采集输电铁塔标识牌数据集；步骤2：使用索贝尔算子，对数据集进行预处理，分别从横向和纵向两个方向计算图像中物体的边缘信息；步骤3：在ABCNet的Backbone使用ReXNet进行特征提取，以达到网络模型轻量化的目的。这种方法针能对塔牌特征进行图像预处理，优化网络结构，使用轻量级卷积神经网络获得特征图，检测头引入注意力模块CBAM，提高了塔牌的识别精度和性能。
-
公开(公告)号：CN110632528B
公开(公告)日：2021-08-31
申请号：CN201911066210.X
申请日：2019-11-04
Applicant: 桂林电子科技大学
IPC: G01R31/392 , G01R31/389
Abstract: 本发明公开一种基于内阻检测的锂电池SOH估算方法，通过直流放电法检测锂电池内阻，并得到相关的健康因子特征参数，该特征参数能够有效地表征电池健康状态的变化趋势，并建立电池健康因子与实际健康状态的RBF神经网络模型，避免了复杂等效电路模型的建立，且SOH估算的精度和泛化性可以达到平衡。
-
-
公开(公告)号：CN116343188A
公开(公告)日：2023-06-27
申请号：CN202310322252.5
申请日：2023-03-29
Applicant: 桂林电子科技大学 , 广西景航无人机有限公司
IPC: G06V20/62 , G06V30/14 , G06V30/146 , G06V30/148 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于STN‑pan网络的输电铁塔标识牌文本检测识别方法，包括如下步骤：首先，采集输电铁塔标识牌数据集并按比例划分数据集；提出一种带有空洞卷积的迭代FPEM模块进行特征提取，使特征图中含有更多空间信息；在检测模块引入协调注意力机制，使模型更加关注坐标信息，然后使用模型找到不同文本区域的中心kernel，通过聚类的思想，对kernel周围的像素点进行聚类，计算像素点之间的相似度，将相似度高于阈值的像素点进行合并，得到需要的文本区域；在识别分支加入STN矫正网络，最后，将经过矫正的文本区域输入到一个不规则文字特征提取器Masked RoI和一个基于注意力机制的轻量级识别头进行识别，输出标识牌内容。这种方法提高了检测识别精度，检测更为细致。
-
Patent Agency Ranking
公开(公告)号：CN116110090A
公开(公告)日：2023-05-12
申请号：CN202211310143.3
申请日：2022-10-25
Applicant: 桂林电子科技大学
IPC: G06V40/16 , G06V20/52 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/30 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于人脸关键点的高效伪造人脸视频检测方法，包括如下步骤：1）微表情面部特征点采集；2）视频帧特征点跟踪；3）真假人脸特征点光流分类。这种方法提高了检测速度，在公开假人脸数据集facefrensic++检测精度为0.99。
-
公开(公告)号：CN115761888A
公开(公告)日：2023-03-07
申请号：CN202211462437.8
申请日：2022-11-22
Applicant: 桂林电子科技大学
IPC: G06V40/20 , G06N3/0464 , G06N3/047 , G06N3/08 , G06V10/774 , G06V10/82 , G06V20/40 , G06V20/52
Abstract: 本发明公开了一种基于NL‑C3D模型的塔吊操作人员异常行为检测方法，包括如下步骤：1）采集塔吊作业操作人员操作过程的监控视频数据集；2）通过算法把视频数据划分成图像帧，然后裁剪图像帧的图像尺寸；3）在C3D网络中融合非局部模块，得到NL‑C3D网络模型；4）将步骤2）的图像帧数据集按训练集、验证集和测试集的顺序依次导入到NL‑C3D网络模型中进行训练与检验，然后利用softmax分类器得到最后的结果。这种方法提高了检测精度，检测更细致。
-
公开(公告)号：CN113569981A
公开(公告)日：2021-10-29
申请号：CN202110928645.1
申请日：2021-08-13
Applicant: 桂林电子科技大学 , 广西景航无人机有限公司
Abstract: 本发明提供一种基于单阶段目标检测网络的电力巡检鸟窝检测方法，涉及计算机视觉和图像检测技术领域。包括以下步骤：S1、训练过程，S2、检测过程。本发明通过采用基于深度学习的目标检测算法，针对电力塔图片进行鸟窝检测，网络模型训练是将电力塔图片数据集输入网络，经输入端的数据处理，网络进行特征提取与网络自身权重优化，最终得到能精确识别电力塔图像中鸟窝特征的网络，该网络模型的Neck层采用FPN+PAN结构，有效的提高了小尺度物体检测精度，最后经输出端输出图像分类，此基于深度学习的特征检测方法，相较于传统电力巡检鸟窝检测方法，提高了检测精度与效率。
-
公开(公告)号：CN110632528A
公开(公告)日：2019-12-31
申请号：CN201911066210.X
申请日：2019-11-04
Applicant: 桂林电子科技大学
IPC: G01R31/392 , G01R31/389
Abstract: 本发明公开一种基于内阻检测的锂电池SOH估算方法，通过直流放电法检测锂电池内阻，并得到相关的健康因子特征参数，该特征参数能够有效地表征电池健康状态的变化趋势，并建立电池健康因子与实际健康状态的RBF神经网络模型，避免了复杂等效电路模型的建立，且SOH估算的精度和泛化性可以达到平衡。
-
公开(公告)号：CN217133395U
公开(公告)日：2022-08-05
申请号：CN202220912463.5
申请日：2022-04-20
Applicant: 桂林电子科技大学 , 广西景航无人机有限公司
Abstract: 本实用新型公开了一种基于机器视觉技术的电力巡检鸟窝检测系统，包括巡检设备和地面控制台，所述巡检设备包括由无人机装载并与无人机连接的的激光雷达装置、高清摄像头、机身控制芯片、避障控制单元、预警器和第一通信链路模块；所述地面控制台包括集成为一体的第二通信链路模块、显示器、鸟窝检测模块、无人机定位定姿模块和数据存储器，其中显示器与第二通信链路模块、鸟窝检测模块和无人机定位定姿模块连接，鸟窝检测模块和无人机定位定姿模块与数据存储器连接，第二通信链路模块与第一通信链路模块通信连接。这种系统节约了成本，提高了检测的准确率和工作效率，达到及时保障电力铁塔安全性的目的。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.07 seconds)
