-
公开(公告)号:CN119086603A
公开(公告)日:2024-12-06
申请号:CN202411569718.2
申请日:2024-11-06
Applicant: 福建南方路面机械股份有限公司 , 华侨大学
IPC: G01N22/04 , G01B11/00 , G01B11/06 , G06T7/00 , G06N3/0464 , G06T7/60 , G06F18/213 , G06F18/2411 , G06F18/243 , G06F18/25
Abstract: 本发明涉及混凝土生产技术领域,具体涉及基于深度图像和微波频谱的细骨料含水率检测方法及装置,结合RGB‑D成像技术与微波传感技术获取细骨料的料厚曲线数据和微波频谱曲线;将料厚曲线数据和微波频谱曲线输入经训练的多模态含水率预测模型,经训练的多模态含水率预测模型包括料厚特征提取网络、微波频谱特征提取网络和特征融合网络,料厚曲线数据经过料厚特征提取网络,提取得到料厚特征,微波频谱曲线经过微波频谱特征提取网络,提取得到微波频谱特征,料厚特征和微波频谱特征输入特征融合网络,预测得到含水率的预测值。本发明解决了现有技术中细骨料含水率检测不准确、延迟性较高的问题,有效滤除料厚波动,提高含水率测量的精度和稳定性。
-
公开(公告)号:CN118876236A
公开(公告)日:2024-11-01
申请号:CN202411365159.3
申请日:2024-09-29
Applicant: 福建南方路面机械股份有限公司 , 华侨大学
Abstract: 本发明涉及混凝土卸料技术领域,本发明提供一种基于电流进行实时监测的混凝土智能卸料方法及装置,该方法包括获取混凝土搅拌过程的电流信号、建立神经网络模型、混凝土搅拌状态监测和混凝土智能卸料。本发明通过上述方法,能够不断的对每一时刻的搅拌状态进行判断,以便于及时确定混凝土搅拌均匀状态时的时间点,并能够在搅拌均匀状态下预测混凝土流动性,从而能够及时停止搅拌和控制卸料时卸料口的开度,保证了混凝土出料为均匀状态的同时避免了不必要搅拌时间的浪费,提升了生产的质量和效率,避免流动性好时或差时,导致的卸料过快或堵塞,使得混凝土的搅拌生产更加稳定有序。
-
公开(公告)号:CN117218118A
公开(公告)日:2023-12-12
申请号:CN202311471521.0
申请日:2023-11-07
Applicant: 福建南方路面机械股份有限公司 , 华侨大学
IPC: G06T7/00 , G06N3/0442 , G06N3/0464 , G06V10/44 , G06V10/766 , G06V10/774 , G01N33/38
Abstract: 本发明公开了一种基于图像序列的坍落度监测方法、装置及可读介质,涉及混凝土生产领域,该方法包括:获取图像序列,并处理得到若干个第一扩充序列;构建基于改进的CNN‑LSTM的坍落度预测模型并训练,得到经训练的坍落度预测模型,将每一个第一扩充序列输入经训练的坍落度预测模型,通过CNN单元提取第一扩充序列中的每一帧图像的空间特征,再输入对应的第一展平层,得到每一帧图像对应的第一展平特征并输入LSTM单元,提取到时序特征并输入第二展平层,得到第二展平特征并输入线性回归层,得到若干个输出结果;经过后处理,得到坍落度的预测值,根据坍落度的预测值对混凝土的生产工艺进行调整,解决坍落度监测人工依赖度高、无法在线监测、准确率低等问题。
-
公开(公告)号:CN113554068B
公开(公告)日:2023-10-31
申请号:CN202110758660.6
申请日:2021-07-05
Applicant: 华侨大学
IPC: G06V10/774 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种实例分割数据集的半自动标注方法、装置及可读介质,通过分别对实例分割模型和图像分类模型进行训练;使用训练好的实例分割模型对图像数据集合中的第一数据集进行预测,得到第一预测结果,基于第一预测结果确定每张图像中包含单个物体的图像,将单个物体的图像输入训练好的图像分类模型,得到第二预测结果,将单个物体的第一预测结果与第二预测结果进行对比,根据比对结果人工纠正每张图像中的单个物体的第一种类和掩膜,得到伪标签实例分割数据集;将人工实例分割数据集和伪标签实例分割数据集混合作为实例分割数据集,对实例分割模型重新训练,得到最终的实例分割模型。本方法使用少量的人工标注数据,成本低并具有较高的精度。
-
公开(公告)号:CN114768967A
公开(公告)日:2022-07-22
申请号:CN202210674966.8
申请日:2022-06-15
Applicant: 福建南方路面机械股份有限公司 , 华侨大学
Abstract: 本发明涉及再生骨料回收利用技术领域,特别涉及一种基于返料破碎的固碳强化再生骨料制备装置及方法,该装置包括螺旋输送机、抛料转子、筛分转筒、返料转筒、二氧化碳输入管;所述螺旋输送机包括原料进口、细骨料进口、出料口;所述筛分转筒包括内筒体、外筒体,抛料转子将骨料加速甩出至内筒体,使骨料相互撞击破碎;返料转筒套设于螺旋输送机外且细骨料进口处于返料转筒内,返料转筒的返料叶片带动细骨料由细骨料进口送入螺旋输送机内;所述二氧化碳输入管入端连通入筛分转筒内。骨料相互撞击破碎整形,并且在该过程中与二氧化碳充分反应,使二氧化碳被吸收固化,且对再生骨料碳化加强,制备出高质量再生骨料。
-
公开(公告)号:CN114120057A
公开(公告)日:2022-03-01
申请号:CN202111320510.3
申请日:2021-11-09
Applicant: 华侨大学
IPC: G06V10/774 , G06K9/62 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于PaddleDetection的混淆矩阵生成方法,包括:在PaddlePaddle平台下运用PaddleDetection目标检测开发套件训练目标检测网络;获取有标注的测试数据集,分为两个文件夹,一个文件夹放json文件,另一个放对应的图片文件,并得到真实的目标物体外接矩形框;运用infer.py图片文件进行预测,得到预测标签;得出预测修正得到的矩形检测框;将真实矩形框与预测修正得到的矩形检测框进行循环匹配,将统计得到的值记录在矩阵上;创建excle表格,将记录的矩阵填充到excle表格中,绘制出用于评价模型实际应用效果的混淆矩阵,本发明方法能通过目标检测网络预测的检测框与实际的目标检测框进行匹配,绘制在混淆矩阵上,以便对于模型各个种类的识别结果进行统计研究,优化网络模型的训练方法。
-
公开(公告)号:CN113731836A
公开(公告)日:2021-12-03
申请号:CN202110891690.4
申请日:2021-08-04
Applicant: 华侨大学
Abstract: 本发明提供了一种基于深度学习的城市固体废弃物在线分选系统,包括:输送带、图像采集系统、工控机、分选执行机构;所述输送带用于散布并输送城市固体废弃物物料,由进料口向图像采集系统及分选执行机构方向输送;所述图像采集系统位于输送带上方,于分选执行机构间隔一定距离;所述分选执行机构位于输送带末端;上述的基于深度学习的城市固体废弃物在线分选系统,相对于国内普遍使用的城市固体废弃物人工分选方法,本分选系统效率高、持续工作时间长、可显著改善工人工作环境,实现分选自动化。
-
公开(公告)号:CN113486937A
公开(公告)日:2021-10-08
申请号:CN202110719485.X
申请日:2021-06-28
Applicant: 华侨大学
IPC: G06K9/62 , G06F16/51 , G06F16/583 , G06F16/587 , G06N3/04 , G06N3/08
Abstract: 一种基于卷积神经网络的固废识别数据集构建系统,包括数据集采集模块,用于采集包括彩色信息和空间信息的固废图像集,以及用于采集包括高度信息的固废图像集,并将两种类型的图像集进行同步匹配处理,获得包括彩色信息、空间信息和高度信息的固废图像集;数据集标注模块,用于生成固废识别所需数据集。本发明通过数据集采集模块以及数据集标注模块,可以快速有效地构建并扩充废识别数据集,从而有助于卷积神经网络模型的训练,进一步提升固废识别的准确率。
-
-
-
-
-
-
-