公开(公告)号：CN115082734A

公开(公告)日：2022-09-20

申请号：CN202210715242.3

申请日：2022-06-23

Applicant: 中南大学

Inventor： 谢世文 ,  宁梓雄 ,  谢永芳 ,  陈晓方 ,  殷泽阳

IPC: G06V10/764 ,  G06T5/00 ,  G06T5/30 ,  G06T7/00 ,  G06T7/136 ,  G06T7/40 ,  G06T7/90 ,  G06V10/82 ,  G06K17/00 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04 ,  G07C1/20

Abstract: 本发明公开了铝电解槽火眼视频巡检系统及过热度深度学习识别方法，包括巡检机器人、火眼视频采集装置和过热度识别系统。巡检机器人上设有火眼视频采集摄像头，巡检机器人在铝电解槽出铝端一侧自主导航行走，通过预喷涂的二维码使机器人定位到出铝端的火眼口并进行槽号识别；将巡检机器人上的摄像头对准火眼并进行视频拍摄，拍摄完毕后机器人自主导航到下一个铝电解槽，同时过热度识别系统将视频上传至远程服务器；在服务器端搭建融合机理、数据和经验的三流异维残差网络模型进行过热度识别；本发明公开的铝电解槽火眼视频巡检系统及过热度深度学习识别方法能够代替工人完成铝电解槽过热度检测，降低人力成本，实现过热度状态识别，有助于提高铝电解工业的智能化水平。

公开(公告)号：CN114638784A

公开(公告)日：2022-06-17

申请号：CN202210146025.7

申请日：2022-02-17

Applicant: 中南大学

Inventor： 谢永芳 ,  胡伟涛 ,  谢世文 ,  何磊 ,  陈晓方 ,  殷泽阳

IPC: G06T7/00 ,  G06T7/73 ,  G06V10/46 ,  G06V10/54 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06V10/762 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01N21/88 ,  G01N21/952

Abstract: 本发明公开了一种基于FE‑YOLO的铜管表面缺陷检测算法及装置。通过基于统计的K‑means++聚类方法确定铜管表面缺陷数据集的先验锚框，并建立FE‑YOLO的网络结构，在骨干特征提取网络部分，依据轻量化网络特点实现了模型的轻量化，在颈部特征融合部分，利用改进的特征金字塔增强了空间特征的位置相关性；根据对惩罚项的研究选择设计优化的边界回归框损失函数HIoU，加速了模型的收敛，提高模型的精度；最终根据铜管表面缺陷数据集训练得到基于FE‑YOLO的铜管表面缺陷检测模型，实现对铜管表面缺陷的高效和高精度的检测实现了对工业表面缺陷的端到端快速、准确检测。