-
公开(公告)号：CN111815529A
公开(公告)日：2020-10-23
申请号：CN202010607913.5
申请日：2020-06-30
申请人： 上海电力大学
摘要： 本发明涉及一种基于模型融合和数据增强的低质图像分类增强方法，包括以下步骤：S1：建立图像集；S2：对图像集中进行数据增强；S3：构建并训练VGG16卷积神经网络模型；S4：构建并训练ResNet卷积神经网络模型；S5：输入待分类图像；S6：获取待分类图像的第一概率向量、第二概率向量；S7：获取融合概率向量，并获取待分类图像的图像类别，若图像类型为清晰，进入步骤S9，否则进入步骤S8；S8：对待分类图像进行增强，获取增强图像，并将增强图像作为待分类图像输入步骤S6；S9：输出图像。与现有技术相比，同时采用数据增强以及模型融合两种方式来提升分类的准确率，能够有效地对图像分类，增强效果好。
-
公开(公告)号：CN112991168B
公开(公告)日：2022-11-15
申请号：CN202110171639.6
申请日：2021-02-08
申请人： 上海电力大学
摘要： 本发明涉及一种基于目标检测和超分辨率的文本检测方法，包括以下步骤：S1：建立文本图像数据库，构建改进文本检测模型，并利用文本图像数据库对改进文本检测模型进行训练；S2：搭建超分辨率模型，利用文本图像数据库对超分辨率模型进行训练；S3：将待检测图像输入改进文本检测模型，获取改进文本检测模型的输出文本框的置信度，若置信度大于等于设定置信度，将改进文本检测模型的输出作为文本检测结果输出，否则，对待检测图像进行超分辨率重建，将重建后图像输入改进文本检测模型并获取文本检测结果。与现有技术相比，本发明具有等检测效率高，识别能力强等优点。
-
公开(公告)号：CN112991168A
公开(公告)日：2021-06-18
申请号：CN202110171639.6
申请日：2021-02-08
申请人： 上海电力大学
摘要： 本发明涉及一种基于目标检测和超分辨率的文本检测方法，包括以下步骤：S1：建立文本图像数据库，构建改进文本检测模型，并利用文本图像数据库对改进文本检测模型进行训练；S2：搭建超分辨率模型，利用文本图像数据库对超分辨率模型进行训练；S3：将待检测图像输入改进文本检测模型，获取改进文本检测模型的输出文本框的置信度，若置信度大于等于设定置信度，将改进文本检测模型的输出作为文本检测结果输出，否则，对待检测图像进行超分辨率重建，将重建后图像输入改进文本检测模型并获取文本检测结果。与现有技术相比，本发明具有等检测效率高，识别能力强等优点。
-
-
公开(公告)号：CN110986387A
公开(公告)日：2020-04-10
申请号：CN201911364141.0
申请日：2019-12-26
申请人： 上海电力大学
摘要： 本发明涉及一种基于视觉的旋转追光式太阳能板装置，包括基座(4)和安装在基座(4)上的太阳能板(1)，该装置还包括水平旋转机构、竖直俯仰机构、视觉追踪机构和控制器，所述的水平旋转机构安装在基座(4)上并相对于基座(4)可做水平方向的旋转运动，所述的竖直俯仰机构活动安装在水平旋转机构顶部，所述的竖直俯仰机构相对于水平旋转机构可做垂直方向的俯仰运动，所述的太阳能板(1)固定在竖直俯仰机构上，所述的视觉追踪机构安装在太阳能板(1)上用于追踪太阳中心，所述的水平旋转机构、竖直俯仰机构和视觉追踪机构均连接至控制器。与现有技术相比，本发明结构简单可靠，发电效果高。
-
公开(公告)号：CN113076816B
公开(公告)日：2023-06-02
申请号：CN202110285413.9
申请日：2021-03-17
申请人： 上海电力大学
IPC分类号： G06V20/10 , G06V10/774 , G06V10/764 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种基于红外与可见光图像的太阳能光伏组件热斑识别方法，包括以下步骤：建立光伏板红外图像数据集和光伏板可见光图像数据集；构建热斑检测模型，使用光伏板红外图像数据集训练热斑检测模型；构建热斑成因分析模型，使用光伏板可见光图像数据集训练热斑成因分析模型；获取待识别光伏板的同一位置的红外图像和可见光图像，将红外图像送入热斑检测模型，获取热斑位置并绘制在可见光图像中，利用热斑成因分析模型分析可见光图像的热斑位置中的图像，获取各热斑位置对应的热斑成因。与现有技术相比，本发明有效获取红外图像中的热斑位置，并基于热斑位置在可见光图像中分析热斑成因，提高识别准确性和识别效率。
-
公开(公告)号：CN112818777B
公开(公告)日：2022-10-18
申请号：CN202110079059.4
申请日：2021-01-21
申请人： 上海电力大学
摘要： 本发明涉及一种基于密集连接与特征增强的遥感图像目标检测方法，包括以下步骤：建立遥感图像数据集，将遥感图像数据集输入到遥感图像检测模型进行训练，将待检测的遥感图像输入到训练好的遥感图像检测模型中获取目标检测结果，所述的遥感图像检测模型包括特征提取单元、特征增强单元和特征金字塔单元和预测器，所述的遥感图像检测模型的输入图像依次经过特征提取单元、特征增强单元和特征金字塔单元和预测器处理，获取目标检测结果。与现有技术相比，本发明提升网络的特征提取能力，增大输入图像的分辨率，在减小参数的同时保留了低纬度的特征信息，以适应模型对遥感图像目标的检测。
-
公开(公告)号：CN112036454A
公开(公告)日：2020-12-04
申请号：CN202010823347.1
申请日：2020-08-17
申请人： 上海电力大学
摘要： 本发明涉及一种基于多核密集连接网络的图像分类方法，包括以下步骤：S1：建立图像集；S2：构建多核密度连接网络模型，多核密度连接网络模型包括密集连接单元、注意力单元和分类单元，密集连接单元包括至少两个密集连接模块，密集连接模块包括多个瓶颈层，瓶颈层内包括依次设置的两个卷积层，不同的密集连接模块中的瓶颈层内的第二个卷积层的卷积核的大小不同；S3：训练多核密集连接网络模型，得到训练好的多核密集连接网络模型；S4：将测试集输入到训练好的多核密集连接网络模型，输出图像分类结果。与现有技术相比，本发明通过不同大小的卷积核，能够有效提取出极端图像上存在的不同尺度的深度特征，实现更优的分类效果。
-
公开(公告)号：CN111038888A
公开(公告)日：2020-04-21
申请号：CN201911364121.3
申请日：2019-12-26
申请人： 上海电力大学
摘要： 本发明涉及一种基于机器视觉的塑料瓶回收机器人，该机器人包括：回收车体(11)，用于在待回收区域行走并容纳回收的塑料瓶；视觉识别机构，用于识别待回收区域的塑料瓶；夹取运送机构，用于夹取塑料瓶并运送至回收车体(11)中；所述的视觉识别机构和夹取运送机构均安装在回收车体(11)头部。与现有技术相比，本发明可以在相对比较复杂的现实环境中，准确的分辨出丢在地面的塑料瓶，并进行可靠回收，结构简单，稳定性高。
-
公开(公告)号：CN112036454B
公开(公告)日：2022-12-16
申请号：CN202010823347.1
申请日：2020-08-17
申请人： 上海电力大学
IPC分类号： G06V10/764 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种基于多核密集连接网络的图像分类方法，包括以下步骤：S1：建立图像集；S2：构建多核密度连接网络模型，多核密度连接网络模型包括密集连接单元、注意力单元和分类单元，密集连接单元包括至少两个密集连接模块，密集连接模块包括多个瓶颈层，瓶颈层内包括依次设置的两个卷积层，不同的密集连接模块中的瓶颈层内的第二个卷积层的卷积核的大小不同；S3：训练多核密集连接网络模型，得到训练好的多核密集连接网络模型；S4：将测试集输入到训练好的多核密集连接网络模型，输出图像分类结果。与现有技术相比，本发明通过不同大小的卷积核，能够有效提取出极端图像上存在的不同尺度的深度特征，实现更优的分类效果。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.025 秒)
