-
公开(公告)号：CN119919645A
公开(公告)日：2025-05-02
申请号：CN202510405096.8
申请日：2025-04-02
Applicant: 湖南大学
IPC: G06V10/25 , G06N3/0455 , G06N3/0495 , G06N3/0895 , G06N3/096 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/70
Abstract: 本发明公开了一种基于混合半监督和知识蒸馏的抓取检测训练方法，包括：构建已标注数据集和未标注数据集；使用已标注数据集对预构建用于抓取检测的第一网络模型进行有监督训练，再使用训练得以的抓取检测模型对增强的未标注数据集进行检测，得到未标注数据集的伪标签；将已标注数据集和带伪标签的数据集得到混合数据集，并用于对初始预训练的抓取检测模型进行半监督训练；将半监督训练得到的抓取检测模型作为教师模型，采用知识蒸馏方法并基于混合数据集，对轻量化的学生网络模型进行指导训练，得到轻量化的抓取检测模型。本发明能以低标注成本训练出高精度的轻量化抓取检测模型。
-
公开(公告)号：CN119888209A
公开(公告)日：2025-04-25
申请号：CN202510381684.2
申请日：2025-03-28
Applicant: 湖南大学
IPC: G06V10/25 , G06N3/0464 , G06N3/096 , G06T7/70 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/70
Abstract: 本发明公开了一种基于多模态融合的物体抓取方法：构建抓取推理网络，包括多模态融合模块、残差块和转置卷积模块；多模态融合模块对深度图像、彩色图像以及融合信息进行多分支特征提取，以及使用注意力机制对提取的特征进行分层融合处理；使用第1场景的标记数据集训练抓取推理网络，并选取最佳的抓取检测模型作为下一场景的教师模型以及学生模型的初始化基准；从已训练场景的标记数据集各取部分训练数据，并取当前场景的所有标注数据，采用知识蒸馏方法并使用教师模型作为指导对当前初始化的学生模型进行指导训练；使用当前得到的抓取检测模型对已训练场景下的物品进行抓取检测。本发明能有效平衡机器人对抓取学习的稳定性和可塑性。
-
公开(公告)号：CN119380004B
公开(公告)日：2025-03-18
申请号：CN202411944715.2
申请日：2024-12-27
Applicant: 湖南大学
IPC: G06V10/25 , G06N3/0455 , G06N3/0464 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种低标注成本的异型目标检测方法，包括：构建初始标注集和未标注集；使用初始标注集训练目标检测模型；利用当前目标检测网络对未标注集推理，基于推理结果计算图像级和实例级的不确定性，对其中实例按混合不确定性排序；统计已标注集中各类别实例的数量，进而计算采样率以按类别采样，得到当前轮次选择的样本集；对当前轮次选择的样本集进行标注，更新已标注集和未标注集；使用当前已标注集训练目标检测模型；若当前已标注样本数量少于总体标注预算，则返回继续在未标注集中按混合不确定性和类别比例选择样本；否则完成目标检测网络训练，即可用于对检测图像中的异型目标进行检测。本发明以低标注成本达到良好的目标检测精度。
-
公开(公告)号：CN118795354B
公开(公告)日：2024-12-06
申请号：CN202411282822.3
申请日：2024-09-13
Applicant: 湖南大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明公开了一种基于充电积分算法的电池寿命状态分析方法及系统，获取车辆动力电池的SOC‑OCV曲线，根据预设划分区间对SOC轴进行划分并编号，得到若干个SOC区间，获取车辆动力电池在预设周期内的充电循环数据，以预设充电间隔对充电循环数据进行切片，得到若干个充电循环切片，计算若干个充电循环切片在若干个SOC区间上的积分电量并选取基准切片，对基准切片进行填充和置信度进行判断，将满足置信度要求的填充后基准切片的积分容量值线性扩大，估算出车辆动力电池的当前实际容量，根据当前实际容量和额定容量计算得出车辆动力电池的寿命状态预测结果。该方法利用充电循环电流稳定性评估车辆动力电池的寿命状态，极大提高了效率。
-
公开(公告)号：CN118710991A
公开(公告)日：2024-09-27
申请号：CN202411164891.4
申请日：2024-08-23
Applicant: 湖南大学
IPC: G06V10/764 , B25J11/00 , A61H39/08 , G06V10/774 , G06V10/82 , G16H20/90 , G06V10/30 , G06V40/20 , G01L1/24
Abstract: 本发明公开了一种针灸参数测量装置及基于其的针灸手法分类方法。针灸参数测量装置包括上平台、下平台、3根柔性铰链和3根光纤；3根柔性铰链固定于上下平台之间，相互间隔120°设置于绕所述中心轴的圆周上，与上下平台一起构成弹性体；3根光纤分别设置于每两根柔性铰链之间，其中两根光纤均处于紧绷悬置状态且呈平行对称布置，第三光纤仅下端与下平台固定而呈自由状态；该针灸参数测量装置，通过3根光纤的光栅中心波长漂移量转换计算得到弹性体所安装针灸的轴向力和轴向力矩。针灸手法分类则基于测量得到的轴向力和轴向力矩，通过训练神经网络模型以对未知的针灸手法进行分类。本发明可以提高针灸参数测量和针灸手法分类的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118368451A
公开(公告)日：2024-07-19
申请号：CN202410774566.3
申请日：2024-06-17
Applicant: 湖南大学
IPC: H04N21/236 , H04N21/218 , H04N21/2187 , H04N21/2343 , H04N21/235 , H04N21/2365 , H04N21/239 , H04N7/18
Abstract: 本发明公开了一种车载视频与运行数据融合展示系统及方法，车载数据传输系统接收多路视频数据和车辆运行数据并分别处理，相应得到合流视频数据和重组后的车辆运行数据，视频服务平台接收合流视频数据并展示，根据用户端请求发送目标车辆的合流视频数据，运行数据管理平台接收重组后的车辆运行数据并展示，根据用户端请求发送目标车辆重组后的运行数据，数据融合展示系统接收目标车辆重组后的车辆运行数据和对应的合流视频数据，对数据分别进行处理并融合展示。该系统能集成视频数据与运行数据，同时对多路视频数据进行压缩合并，降低了视频服务平台的传输及处理压力，还可方便用户根据需求进行监控。
-
公开(公告)号：CN117949832B
公开(公告)日：2024-06-18
申请号：CN202410354310.7
申请日：2024-03-27
Applicant: 湖南大学
IPC: G01R31/367 , B60L58/16 , G01R31/392
Abstract: 本发明公开了一种基于优化神经网络的电池SOH分析方法，包括获取车辆运行原始数据进行预处理得到电池特征样本；基于电池特征样本对BP神经网络的输入层进行设计，确定BP神经网络各层结构；结合粒子群算法对BP神经网络的网络参数进行训练得到初步更新的BP神经网络，将电池特征样本输入至初步更新的BP神经网络再次进行训练，再根据预设的损失函数进行反向传播，得到更新后的BP神经网络预测模型；将更新后的BP神经网络预测模型在云平台进行算法部署，获取实时电池特征样本并输入至云平台，分析得到电池SOH预测结果。解决BP神经网络具有大量参数、调参困难、训练时间长的问题，具有较好的模型表达能力，提高数据处理响应速度。
-
公开(公告)号：CN118135549A
公开(公告)日：2024-06-04
申请号：CN202410334828.4
申请日：2024-03-22
Applicant: 湖南大学
IPC: G06V20/60 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0455 , G06N3/0895
Abstract: 本发明公开了一种面向厨余垃圾图像处理的自监督预训练方法，包括采集厨余垃圾图像并进行预处理，得到厨余垃圾预训练数据集；构建厨余垃圾预训练模型，包括混合掩码、编码器、解码器和特征投影器模块；将预训练数据集输入至厨余垃圾预训练模型进行训练并使用损失函数监督训练过程，得到厨余垃圾图像预训练模型；将厨余垃圾图像预训练模型编码器部分的权重迁移至下游任务，加入与预训练模型相同结构的编码器和对应任务的任务头进行微调，得到厨余垃圾图像处理模型；对实际获取的厨余垃圾图像进行处理，得到处理结果。本发明能够有效缓解预训练过程中小目标丢失、缺乏上下文信息、对来自不同地域或不同季节的厨余垃圾图像全局判别能力较弱的问题。
-
公开(公告)号：CN117336494B
公开(公告)日：2024-03-12
申请号：CN202311634742.5
申请日：2023-12-01
Applicant: 湖南大学
IPC: H04N19/30 , H04N19/124 , H04N19/625 , H04N19/91
Abstract: 本发明公开了一种基于频域特征的双路径遥感影像压缩方法，使用基于频域特征的双路径图像压缩模型，对待压缩的遥感影像进行压缩，得到图像压缩码流；其中：双路径图像压缩模型的主网络包括：编码器、量化器和熵编码模块；编码器包括离散小波变换模块DWT和若干个级联的双路径频域特征编码模块；DWT将输入的遥感影像分解为高、低频特征；每个DPE分别对分解的高、低频特征，进行通道数调整、频域分解、特征融合和提取，得到新的高、低频特征；使用2个量化器分别对编码器最终输出的高、低频特征进行量化，以及使用2个熵编码模块分别对量化后的高、低频特征进行熵编码，生成高、低频特征的码流。本发明实现对遥感影像高性能压缩。
-
公开(公告)号：CN117109625B
公开(公告)日：2024-01-16
申请号：CN202311363688.5
申请日：2023-10-20
Applicant: 湖南大学
Abstract: 本发明公开了一种基于改进PRM算法的无人驾驶路径规划方法，包括：针对无人驾驶范围内的障碍物，将其划分几何图形并根据最小外接圆圆心构建kdtree搜索树；遍历路径规划范围内的坐标点，利用kdtree对其与外接圆之间基于外接圆半径进行碰撞检测，将不发生碰撞的坐标点集合记为自由空间；计算自由空间点到最近外接圆圆心和到路径起终点直线的距离，根据两个距离确定各点采样概率并采样，再基于kdtree对采样点连线进行碰撞检测，并删除有碰撞的连线，生成无向路图；借助A*搜索算法在无向路图上进行搜索，获得最短避障路径。本发明通过搜索圆心代替所有障碍物点，显著减少搜索数量，提高查询效率，提高路径规划效率。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.023 seconds)
