-
Patent Agency Ranking
公开(公告)号：CN113609911A
公开(公告)日：2021-11-05
申请号：CN202110771109.5
申请日：2021-07-07
Applicant: 北京工业大学
Abstract: 一种基于深度学习的路面病害自动检测方法和系统涉及计算机视觉技术领域，建立一种基于YOLOv5算法的适用于路面病害检测的神经网络模型，并设计网络模型Loss函数与优化算法；获取道路检测车拍摄的图片与网络路面病害数据集图片，数据增强后组成数据集；通过人工对数据集进行标注并进行格式转换制作训练集和测试集；基于训练集以及得到的标签，神经网络模型加载预训练权重后首先通过k‑means聚类的方法生成3个检测尺度的先验锚框，每个尺度生成3个先验锚框，然后进行多次学习直到将训练集迭代1800次以上。本发明快速检测路面病害类别与位置，并且输出给人以直观的路面破损率让人们更好地评价路面状况。
-
公开(公告)号：CN113609911B
公开(公告)日：2024-05-28
申请号：CN202110771109.5
申请日：2021-07-07
Applicant: 北京工业大学
IPC: G06V20/56 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于深度学习的路面病害自动检测方法和系统涉及计算机视觉技术领域，建立一种基于YOLOv5算法的适用于路面病害检测的神经网络模型，并设计网络模型Loss函数与优化算法；获取道路检测车拍摄的图片与网络路面病害数据集图片，数据增强后组成数据集；通过人工对数据集进行标注并进行格式转换制作训练集和测试集；基于训练集以及得到的标签，神经网络模型加载预训练权重后首先通过k‑means聚类的方法生成3个检测尺度的先验锚框，每个尺度生成3个先验锚框，然后进行多次学习直到将训练集迭代1800次以上。本发明快速检测路面病害类别与位置，并且输出给人以直观的路面破损率让人们更好地评价路面状况。
-
公开(公告)号：CN119559127A
公开(公告)日：2025-03-04
申请号：CN202411561630.6
申请日：2024-11-05
Applicant: 北京工业大学
IPC: G06T7/00 , G06V10/26 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 一种基于金字塔区域注意力的路面裂缝分割与量化方法涉及计算机视觉技术领域。公路养护里程逐年增加，维持路网所需的资金和人力投入是相当庞大的，一种高效、准确、鲁棒的路面裂缝分割与量化方法对于路面破损状况的监测和道路养护支出的缩减具有重要意义。本发明可以在保持较低计算成本的同时有效捕获长距离依赖关系，提高路面裂缝的分割精度，并根据分割结果计算裂缝破损率，为道路破损状况的评估提供依据，提高路面养护决策效率，缩减养护支出。
-
公开(公告)号：CN215743997U
公开(公告)日：2022-02-08
申请号：CN202121829224.5
申请日：2021-08-06
Applicant: 北京工业大学
Abstract: 本实用新型涉及一种电子垃圾的预处理装置，包括进料口，进料口之后依次设置的破碎系统、磨碎系统、分离系统和收尘系统；破碎系统用于通过剪切来粗粉破碎电子废弃物；磨碎系统用于通过研磨来细粉磨碎破碎系统粗粉破碎后的电子废弃物；分离系统用于从磨碎系统细粉磨碎后的电子废弃物中分选出金属和非金属；收尘系统用于收集破碎系统、磨碎系统和分离系统排出的粉尘；其能通过物理方法实现研磨与分离功能，实现电子垃圾的预处理；能保证电子垃圾预处理整个过程的清洁化、资源化；能保证经济性、实用性；能在碎磨阶段使电子垃圾物料达到解离，确保在后续的分选阶段有效筛出。
-
公开(公告)号：CN217378444U
公开(公告)日：2022-09-06
申请号：CN202220099073.0
申请日：2022-01-14
Applicant: 北京工业大学
Abstract: 本实用新型提供一种一种低温环境条件下的防冻路面，其特征在于：其路面结构设计包括沥青混凝土层、封层、水泥层、基层和地基土；超薄层沥青混凝土层为面层；封层为第二层，其为水泥混凝土的盖板，盖板上涂有稀浆，稀浆为封层粘结层；水泥层为第三层，水泥层由多个空心多边形组成，每个多边形里均装有防冻液；基层为第四层，其材料为碎石；最下方为地基土。该路面设计可在冬季、常年寒冷地区、温度较低有特殊用途的地方使用。常年寒冷地区、温度较低有特殊用途的地方使用。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
