公开(公告)号：CN116993739B

公开(公告)日：2023-12-12

申请号：CN202311259438.7

申请日：2023-09-27

Applicant: 中国计量大学

Inventor： 肖丙刚 ,  沈奇 ,  吴典承

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的混凝土裂缝深度预测模型、方法及应用，该混凝土裂缝深度预测模型优化了语义分割网络的架构以得到更高图像质量的裂缝分割图像，优化了特征提取层和特征融合层的架构，通过多个CNN模型的联用和SENet的筛选获取更有价值和代表性的融合特征，将融合特征送入由多个分类器组成的异质集成网络中进行分别的预测后加权得到高精准度的裂缝深度预测结果，该混凝土裂缝深度预测模型特别适用于裂缝分割和裂缝深度检测场景中，相较于其他模型而言具有检测结果更加准确的优势。

公开(公告)号：CN116993739A

公开(公告)日：2023-11-03

申请号：CN202311259438.7

申请日：2023-09-27

Applicant: 中国计量大学

Inventor： 肖丙刚 ,  沈奇 ,  吴典承

IPC: G06T7/00 ,  G06T7/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的混凝土裂缝深度预测模型、方法及应用，该混凝土裂缝深度预测模型优化了语义分割网络的架构以得到更高图像质量的裂缝分割图像，优化了特征提取层和特征融合层的架构，通过多个CNN模型的联用和SENet的筛选获取更有价值和代表性的融合特征，将融合特征送入由多个分类器组成的异质集成网络中进行分别的预测后加权得到高精准度的裂缝深度预测结果，该混凝土裂缝深度预测模型特别适用于裂缝分割和裂缝深度检测场景中，相较于其他模型而言具有检测结果更加准确的优势。

公开(公告)号：CN114769152A

公开(公告)日：2022-07-22

申请号：CN202210294510.9

申请日：2022-03-23

Applicant: 中国计量大学

Inventor： 肖丙刚 ,  姜万顺 ,  王奕鹏 ,  张宏晖 ,  曹润宇 ,  吴典承 ,  张永祺 ,  陈欣怡

IPC: B07C5/10 ,  B07C5/34 ,  B07C5/36 ,  G06Q10/06 ,  G06Q50/26 ,  G06V20/10

Abstract: 本发明公开了一种智能垃圾分类系统的平台及构建方法，包括垃圾自动识别模块、大数据垃圾统计模块、机械臂自动分拣模块和可视化页面模块。垃圾自动识别模块通过摄像头单元和Taurus开发板单元对垃圾的图像进行采集并识别垃圾的种类、位置和大小。大数据垃圾统计模块将垃圾自动识别模块的识别结果发送给可视化页面模块进行显示。机械臂自动分拣模块接收并通过Pegasus开发板单元响应于垃圾自动识别模块，根据垃圾自动识别模块的识别结果运用机械臂单元对垃圾进行夹取和投放动作。可视化页面模块接收大数据垃圾统计模块的数据信息，使用Echarts组件单元对信息进行可视化输出显示。