-
公开(公告)号：CN119762913A
公开(公告)日：2025-04-04
申请号：CN202411853352.1
申请日：2024-12-16
Applicant: 中铁二院工程集团有限责任公司 , 中国中铁股份有限公司
IPC: G06V10/774 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于YOLOv5与EWC的增量目标检测方法及系统，检测方法包括以下步骤：S1、采用第一数据集对YOLOv5网络模型初始化后得到基模型；S2、利用基模型获取新数据集中的伪标签并更新新数据集，得到第二数据集；S3、采用正则化损失函数训练第二数据集并调整基模型的参数，得到第一模型；S4、更新第一模型的参数权重，记第一模型作为基模型，重复步骤S2～S3进行训练，直至参数调整后的第一模型满足训练结束条件，得到用于增量目标检测的网络模型。本发明使用的YOLOv5网络模型结合EWC算法，在保持高准确率的同时，检测和计算速度非常快在训练数据上表现良好，能很好地泛化到新的、未见过的新数据上，提高了目标检测的准确性和鲁棒性。
-
公开(公告)号：CN114240727B
公开(公告)日：2023-06-20
申请号：CN202111446440.6
申请日：2021-11-30
Applicant: 中铁二院工程集团有限责任公司
Abstract: 本发明涉及一种基于GPU加速的多边形拓扑生成方法及设备，包括：从图层数据中提取多个点数据与弧段数据，进而生成第一点集合与第一弧段集合，并将第一点集合与第一弧段集合传输至GPU；在GPU中，采用并行聚类算法根据第一点集合与第一弧段集合生成聚类数据；根据GPU返回的聚类数据对第一点集合进行替换，进而生成第二点集合，并根据第二点集合生成第二弧段集合；并将第二点集合与第二弧段集合传输至GPU；在GPU中，采用GPU并行多边形拓扑生成法根据第二点集合与第二弧段集合生成多边形集合；对多边形集合进行去重处理，得到图层数据对应的多边形集合。本方法通过CPU+GPU并行计算自动生成图层数据对应的多边形拓扑，减少人为的干预，提高处理效率。
-
公开(公告)号：CN114240727A
公开(公告)日：2022-03-25
申请号：CN202111446440.6
申请日：2021-11-30
Applicant: 中铁二院工程集团有限责任公司
Abstract: 本发明涉及一种基于GPU加速的多边形拓扑生成方法及设备，包括：从图层数据中提取多个点数据与弧段数据，进而生成第一点集合与第一弧段集合，并将第一点集合与第一弧段集合传输至GPU；在GPU中，采用并行聚类算法根据第一点集合与第一弧段集合生成聚类数据；根据GPU返回的聚类数据对第一点集合进行替换，进而生成第二点集合，并根据第二点集合生成第二弧段集合；并将第二点集合与第二弧段集合传输至GPU；在GPU中，采用GPU并行多边形拓扑生成法根据第二点集合与第二弧段集合生成多边形集合；对多边形集合进行去重处理，得到图层数据对应的多边形集合。本方法通过CPU+GPU并行计算自动生成图层数据对应的多边形拓扑，减少人为的干预，提高处理效率。
-
公开(公告)号：CN118552862A
公开(公告)日：2024-08-27
申请号：CN202410643451.0
申请日：2024-05-23
Applicant: 中国国家铁路集团有限公司 , 中国自然资源航空物探遥感中心 , 中铁二院工程集团有限责任公司 , 成都理工大学
IPC: G06V20/13 , G06V10/764 , G06V10/82 , G06V10/34 , G06V10/26 , G06N3/09 , G06N3/084 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本发明公开了多光谱遥感不良地质体智能识别方法，包括：构建不良地质体的数据集，所述数据集包括：岩屑坡矢量数据集和背景矢量数据集；基于所述数据集，利用迁移学习方法，构建不良地质体智能识别模型；对所述不良地质体智能识别模型的识别结果进行预处理，获取不良地质体的识别结果。本发明解决了现有技术中存在有标注样本匮乏、自动化识别困难的问题。通过少量的样本以及有限的算力支持下高效、精准识别高原地区岩屑坡灾害。
-
公开(公告)号：CN114428990B
公开(公告)日：2023-04-28
申请号：CN202210099535.3
申请日：2022-01-27
Applicant: 中铁二院工程集团有限责任公司
IPC: G06F30/13 , G06F111/20
Abstract: 本发明公开了一种基于AutoCAD自适应曲线趋势的自动填图方法，应用于地质勘探填图技术领域，包括以下步骤：S1、拷贝岩性花纹图库文件，将地质断面图导入AutoCAD；S2、填图的比例尺；S3、建立地质断面的地面线、地质分界线及地层类型描述的选择集；S4、对选择集进行拓扑分析，获取地层类型对应的拓扑区域结果；S5、连接地层类型数据库，查询地质岩性花纹信息和地层类型的坐标；S6、在地质岩性花纹图库文件中查询岩性花纹信息；S7、通过AutoCAD完成地质断面图岩性花纹的填充；该方法能够自适应处理复杂的地质断面图填充工作，很大程度地降低了工作量，提高了填充工作的效率，且填充更加规范、美观，填充格式统一，增强了填充效果。
-
Patent Agency Ranking
公开(公告)号：CN114428990A
公开(公告)日：2022-05-03
申请号：CN202210099535.3
申请日：2022-01-27
Applicant: 中铁二院工程集团有限责任公司
IPC: G06F30/13 , G06F111/20
Abstract: 本发明公开了一种基于AutoCAD自适应曲线趋势的自动填图方法，应用于地质勘探填图技术领域，包括以下步骤：S1、拷贝岩性花纹图库文件，将地质断面图导入AutoCAD；S2、填图的比例尺；S3、建立地质断面的地面线、地质分界线及地层类型描述的选择集；S4、对选择集进行拓扑分析，获取地层类型对应的拓扑区域结果；S5、连接地层类型数据库，查询地质岩性花纹信息和地层类型的坐标；S6、在地质岩性花纹图库文件中查询岩性花纹信息；S7、通过AutoCAD完成地质断面图岩性花纹的填充；该方法能够自适应处理复杂的地质断面图填充工作，很大程度地降低了工作量，提高了填充工作的效率，且填充更加规范、美观，填充格式统一，增强了填充效果。
-
公开(公告)号：CN119418000A
公开(公告)日：2025-02-11
申请号：CN202411478579.2
申请日：2024-10-22
Applicant: 中铁二院工程集团有限责任公司 , 中国中铁股份有限公司
Abstract: 本发明涉及了计算机辅助设计领域，提供一种基于三维地质建模软件和AutoCAD的剖面绘图系统及方法，该方法包括利用三维地质建模软件构建三维地质剖面图，然后沿线路方向，将三维剖面图投影为二维剖面图。具体的操作为将线路信息和三维剖面图导入DWG图中；然后，获取三维剖面图上的地质界线，并按图层进行分类以区分地质界线的地层属性；最后，逐一对三维剖面图上的地质界线进行坐标转换，获取二维剖面图地质界线的点集坐标；最后，将点集坐标基于二维画图软件绘制二维地质界线，得到的二维剖面图。该方法可自动将三维建模软件剖切的三维剖面图绘制成二维剖面图，避免人为错误，大幅提高工作效率和质量，实用性强，有较高的推广应用价值。
-
公开(公告)号：CN119398053A
公开(公告)日：2025-02-07
申请号：CN202411454487.0
申请日：2024-10-17
Applicant: 中铁二院工程集团有限责任公司 , 中国中铁股份有限公司
IPC: G06F40/295 , G06F40/216 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/08
Abstract: 本发明涉及地质文本识别技术领域，并具体公开了一种基于深度学习的地质实体识别方法、装置和终端，包括获取地质文本资料，根据所述地质文本资料构建语料库；标注所述语料库中的地质实体，生成数据集；基于所述数据集训练神经网络模型，得到训练好的实体识别模型；通过训练好的实体识别模型对地质文本资料进行地质实体识别。本发明依据相关的地质文本资料，通过标注构建了清晰的语料库，为后续的神经网络模型训练奠定了基础，同时，基于标注后的语料库进行训练，本发明得到的实体识别模型能够从文本资料中更精确地识别出地质实体，准确度更高，提升了地质实体识别的工作效率。
-
公开(公告)号：CN118276086A
公开(公告)日：2024-07-02
申请号：CN202410379096.0
申请日：2024-03-29
Applicant: 中铁二院工程集团有限责任公司
IPC: G01S13/90 , G06F30/27 , G06N3/0442
Abstract: 本发明涉及地质灾害测量技术领域，并具体公开了一种基于深度学习的滑坡形变预测方法及设备，本发明通过InSAR反演结果获取数据源，再选取变形量最大的形变点位，采用能更加准确地描述信号特征的小波变换得到趋势项形变和周期项形变，再筛选出周期项形变中的最优动态因子组合，大大改善了滑坡形变预测的精度指标，同时，本发明通过GRU神经网络模型获取预测模型，有效地解决和改善了算法神经网络面对长序列数据时所遇到的梯度问题。
-
公开(公告)号：CN117173566A
公开(公告)日：2023-12-05
申请号：CN202311137943.4
申请日：2023-09-05
Applicant: 中国国家铁路集团有限公司 , 西南交通大学 , 中铁二院工程集团有限责任公司
IPC: G06V20/10 , G06V10/30 , G06V10/34 , G06V10/36 , G06V10/774 , G06V10/82 , G06N3/0895
Abstract: 本发明公开一种基于遥感影像的铁路及其伴行公路智能识别方法，涉及遥感影像图像处理技术，拟解决现有技术中存在有标注样本匮乏、自动化识别困难的问题；本发明选取高分辨率遥感影像并采样至算力相对的图像切块；基于对比学习的思想，采用多数无标注样本对模型进行预训练，进而采用少量的有监督样本对模型进行优化；采用路网搜索的方式替代网格遍历进行计算；根据预测结果采用形态学滤波算法，过滤奇点引起的噪声信号，并采用中心点拼接算法将切块合称为整幅影像；本发明采用的半监督影像分类方法能够采用大量的遥感影像样本特征进行预训练，仅需要少量的有标签样本就能够获得一个分类效果较好的模型。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.033 seconds)
