公开(公告)号：CN118864827B

公开(公告)日：2025-01-03

申请号：CN202411345989.X

申请日：2024-09-26

Applicant: 湖南大学

Inventor： 毛建旭 ,  陶梓铭 ,  王耀南 ,  张辉 ,  刘彩苹 ,  谢核 ,  易俊飞 ,  曾凯 ,  钟杭 ,  朱青 ,  刘敏

IPC: G06V10/25 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V20/64

Abstract: 一种针对大型装配过程全场景的统一化三维目标检测方法，包括：1、构建全场景激光雷达感知平台，采集三维点云数据；2、制作装配制造场景的检测数据集；3、构建三维目标检测模型；4、将训练集中的数据输入到三维目标检测模型中，得到目标分类结果和目标边界框回归结果；5、构建总损失函数，计算目标分类结果与目标边界框回归结果的损失值，循环4至5，直至总损失函数收敛，更新权重，得到训练后的三维目标检测模型；6、对训练后的三维目标检测模型进行测试，得到检测结果。本发明增加了装配效率，提高了装配质量，能及时发现和处理装配过程中的问题，避免了制造业中传统人工装配过程的安全隐患，有助于推动工业智能制造快速且高质量的发展。

公开(公告)号：CN117474914A

公开(公告)日：2024-01-30

申请号：CN202311812865.3

申请日：2023-12-27

Applicant: 湖南大学

Inventor： 毛建旭 ,  易俊飞 ,  王耀南 ,  张辉 ,  刘彩苹 ,  曾凯 ,  陶梓铭 ,  谢核 ,  谭浩然 ,  朱青

IPC: G06T7/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G01N21/88

Abstract: 本发明公开了一种基于轻量化神经网络的飞机蒙皮表面缺陷检测方法，包括：构建用于网络训练的数据集；构建用于飞机蒙皮缺陷检测的教师网络模型和轻量化学生网络模型，使用数据集对教师网络模型进行训练，并将训练好的教师网络模型权重文件保存并载入到教师网络模型，使用数据集对学生网络模型进行训练，根据教师网络模型和学生网络模型输出的多尺度特征计算不确定性预测的知识蒸馏损失，结合蒸馏损失和学生网络模型原本的检测损失利用反向传播算法来训练学生网络模型，保存训练好的学生网络模型的权重文件；利用训练好的轻量化学生网络模型实现飞机蒙皮的缺陷检测。在确保精度的前提下，大幅度降低计算复杂度，提高自动化检测技术应用的实时性。

公开(公告)号：CN117333425A

公开(公告)日：2024-01-02

申请号：CN202211601309.7

申请日：2022-12-13

Applicant: 湖南大学

Inventor： 毛建旭 ,  刘庆贤 ,  王耀南 ,  张辉 ,  陶梓铭 ,  易俊飞 ,  钟杭 ,  刘彩苹 ,  朱青 ,  刘敏

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明涉及输电线路检测技术领域，具体为一种基于图像处理的输电线紧固件缺陷检测方法，包括：1、采集多张输电线紧固件图像，并使用多张输电线紧固件图像构建输电线紧固件数据集；2、对输电线紧固件数据集进行标注，并将标注后的输电线紧固件数据集按照指定的比例划分为训练集、验证集和测试集；3、搭建改进的目标检测模型；4、利用训练集对改进的目标检测模型进行训练，并使用验证集进行验证；5、利用测试集对训练后的目标检测模型进行测试。本发明克服了输电线紧固件目标尺寸小、环境背景复杂、航拍光线对比度差异大以及角度多样化的问题，可提高输电线紧固件缺陷检测的精度，为维护人员开展输电线紧固件缺陷检测工作提供技术参考。

公开(公告)号：CN115965786A

公开(公告)日：2023-04-14

申请号：CN202310018475.2

申请日：2023-01-06

Applicant: 湖南大学

Inventor： 毛建旭 ,  易俊飞 ,  王耀南 ,  张辉 ,  曾凯 ,  陶梓铭 ,  钟杭 ,  刘彩苹 ,  朱青 ,  刘敏

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V10/44 ,  G06V10/42 ,  G06N3/04 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开了基于局部语义感知注意力神经网络的遮挡目标识别方法，包括获取用于网络训练、验证和测试的数据，并进行预处理以及标注，按比例构建训练、验证、测试数据集；搭建局部语义感知注意力增强神经网络；根据构建的训练集对局部语义感知注意力增强神经网络进行训练，根据预设的网络损失函数对局部语义感知注意力增强神经网络进行反向传播，并通过验证集对网络验证；将测试数据集输入至训练好的局部语义感知注意力增强神经网络，得到遮挡目标的置信度和位置，结合极大值抑制算法确定最终的输出结果作为识别结果。通过对遮挡目标的语义进行感知并增强，提升模型对遮挡目标语义识别能力，最终提升机器人对存在遮挡目标的识别效果。

公开(公告)号：CN115908345A

公开(公告)日：2023-04-04

申请号：CN202211523198.2

申请日：2022-11-30

Applicant: 湖南大学

Inventor： 毛建旭 ,  余俊龙 ,  王耀南 ,  张辉 ,  陶梓铭 ,  易俊飞 ,  钟杭 ,  刘彩苹 ,  朱青 ,  刘敏

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明涉及图像识别技术领域，具体为一种基于动态细粒度神经网络的销钉缺陷检测方法，包含：S1、构建销钉图像数据集；S2、对销钉图像数据集中的销钉图像进行标注，并对标注后的销钉图像进行数据增强，得到数据增强后的销钉图像数据集；将增强后的销钉图像数据集划分为训练集和验证集；S3、构建改进的模型；S4、利用训练集训练改进的模型；S5、将验证集输入到训练后的模型中，得到销钉缺陷识别结果。本发明采用了动态细粒度特征融合空间结构，该结构为每个待检测的目标动态地选择不同尺度的特征金字塔的像素级组合，加强特征金字塔的多尺度表示能力，从而获得更加精细的特征表示，提高了销钉缺陷检测的精度。