-
公开(公告)号：CN118505971A
公开(公告)日：2024-08-16
申请号：CN202410626863.3
申请日：2024-05-20
Applicant: 南京工业大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于改进Yolov8n的道路场景的目标检测设计方法；由摄像头和道路场景识别单元组成，其中道路场景识别单元由目标检测模块组成；将Yolov8n中Neck网络的c2f模块引入PConv卷积，在原网络主干的P2层设置特征图流出，增加一层特征图尺寸为160×160的小目标检测层，将CIoU损失函数替换成EIoU损失函数；首先，由摄像头采集实时视频图像信息，并将其发送到道路场景识别单元；根据识别结果判断道路场景中物体类别。本发明采用的识别方法能够提高在嵌入式设备上道路场景识别的实时性，并实现实时检测。
-
公开(公告)号：CN114882423A
公开(公告)日：2022-08-09
申请号：CN202210649563.8
申请日：2022-06-09
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于改进Yolov5m模型和DeepSort的货车入库货物识别方法；由摄像头和货物识别单元组成，其中货物识别单元由货车追踪模块和目标检测模块组成；Yolov5m的改进方法为，标准卷积替换为深度可分离卷积，减少参数量；激活函数SiLU替换为GELU；Bottleneck的残差结构更换为倒置残差结构；损失函数CIoU替换为EIoU；优化器SGD替换为AdamW；由摄像头采集实时视频图像信息，并将其发送到货物识别单元；其中侧面摄像头采集数据并输入到货车追踪模块中，输出货车追踪结果；根据追踪结果校验货车位置，判断是否进入仓库；校验成功后，正面摄像头采集货物图像输入到目标检测模块中，输出识别结果。本发明采用的识别方法能够提高货物识别的准确率并实现实时检测。
-
公开(公告)号：CN112003172A
公开(公告)日：2020-11-27
申请号：CN202010936603.8
申请日：2020-09-08
Applicant: 南京工业大学
Abstract: 本发明的目的是为了解决现有的对配电柜降温效果差的难题，公开了一种便于除尘散热的配电柜，包括支撑座，所述支撑座上表面中部焊接有支撑柱，所述支撑柱顶端焊接有支撑板，所述支撑板上方固定安装有配电柜本体，所述配电柜本体上表面安装有水泵，所述水泵右侧安装有水箱，所述支撑座上表面焊接有支架，所述支架之间设有转筒，所述转筒与支架之间装有转轴，所述转轴左端安装有电机，所述配电柜本体表面均匀装有导向框，所述导向框内部套有滑块，所述滑块与导向框顶端之间固定连接有螺旋弹簧。本发明通过水泵的设置，可以对滑块内部进行充水，使水与配电柜本体表面进行充分接触降温，实现对配电柜的高效降温。
-
公开(公告)号：CN102006081B
公开(公告)日：2013-06-05
申请号：CN201010567749.6
申请日：2010-12-01
Applicant: 南京工业大学
IPC: H03M7/30
Abstract: 一种智能楼宇中海量能耗信息的压缩方法，步骤如下：1)先对楼宇中个监测端的数据进行采集，对于采集得到的数据的记录点每条记录为一个三元组(tagid，time，data)；2)当某记录点的时态属性值发生改变时，对应的新数据存入一级缓存中，然后直接返回下一个任务，这些新数据由后台数据存储线程存入文件；3)设立二级缓存；4)设置历史数据压缩区，并在该压缩区中对缓存区中的数据进行压缩后再将其转存到磁盘文件；5)采用文件队列的形式来组织数据文件，当一个文件存满后，才启用文件队列中下一个文件；6)当压缩完成后，把压缩后的数据存入存储器中，供所需用户端调用。
-
公开(公告)号：CN116620977A
公开(公告)日：2023-08-22
申请号：CN202310720233.8
申请日：2023-06-16
Applicant: 南京工业大学
Abstract: 为了进一步实现群控电梯系统侯梯时间短和节能减排这两大要求，将群控调度算法的实现分为两大部分，一是设计模糊控制器用来判断当前的客流模式，二是针对不同的客流模式来设计评价函数。以SIMATIC S7‑1200 PLC作为控制器，电梯仿真软件EET Pro上的六部十层电梯模型作为被控对象搭建电梯仿真运行平台，PLC程序控制多部电梯的运行。通过与最短侯梯时间电梯群控算法的结果进行比较，表明电梯群控系统的运输乘客量与能耗指标都得到了提高，进一步改善了电梯群控的性能。
-
Patent Agency Ranking
公开(公告)号：CN116563766A
公开(公告)日：2023-08-08
申请号：CN202310644669.3
申请日：2023-06-01
Applicant: 南京工业大学
IPC: G06V20/40 , G06V10/774 , G06V10/82 , G06V10/766 , G06T7/73 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于改进Yolov5s的高压输电线鸟巢检测系统设计方法；由摄像头和鸟巢识别单元组成，其中鸟巢识别单元由目标检测模块组成；将Yolov5s主干网络引入ShuffleNetv2模块，将Neck网络和Head网络之间嵌入CBAM注意力机制，将CIoU损失函数替换成EIoU损失函数；首先，由摄像头采集实时视频图像信息，并将其发送到鸟巢识别单元；根据识别结果判断是否是鸟巢。本发明采用的识别方法能够提高在嵌入式设备上鸟巢识别的实时性，并实现实时检测。
-
公开(公告)号：CN114582000A
公开(公告)日：2022-06-03
申请号：CN202210271127.1
申请日：2022-03-18
Applicant: 南京工业大学
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06K9/62 , G06N3/04 , G10L15/02 , G10L15/06 , G10L15/08
Abstract: 本发明公开了一种基于视频图像面部表情和语音的多模态老人情绪识别融合模型及其建立方法，包括如下步骤：Step1：收集老人面部表情图像作为面部表情训练数据，将面部表情训练数据经过Gabor锐化人脸纹理，得到纹理锐化后的Gabor图像，作为纹理锐化后的面部表情训练样本；Step2：获取纹理锐化后的面部表情训练样本，将改进卷积神经网络在纹理锐化后的面部表情训练样本上进行训练，得到图像情绪识别模型。本发明提供的技术方案，解决了老人面部纹理粗糙，语音频率过低的问题，并且有效的提高了老人情绪识别的准确率，有较强的推广价值。
-
公开(公告)号：CN113343860A
公开(公告)日：2021-09-03
申请号：CN202110650544.2
申请日：2021-06-10
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于视频图像和语音的双模态融合情感识别方法；由摄像头、麦克风和情感识别单元组成，其中情感识别单元由视频图像模态和语音模态组成。双模态模型的训练过程为：将图像训练数据集输入到卷积神经网络模型中进行训练，得到视频图像模态模型；将语音训练数据集输入到长短期记忆神经网络模型中进行训练，得到语音模态模型。摄像头采集视频图像发送到情感识别单元，分析人脸表情特征得到识别结果；麦克风采集语音数据发送到情感识别单元，分析语音情感特征得到识别结果；在决策层依据权值准则融合两个模态的识别结果并输出。本发明采用的识别方法能够提高情感识别的准确率并实现实时检测。
-
公开(公告)号：CN112003172B
公开(公告)日：2021-06-29
申请号：CN202010936603.8
申请日：2020-09-08
Applicant: 南京工业大学
Abstract: 本发明的目的是为了解决现有的对配电柜降温效果差的难题，公开了一种便于除尘散热的配电柜，包括支撑座，所述支撑座上表面中部焊接有支撑柱，所述支撑柱顶端焊接有支撑板，所述支撑板上方固定安装有配电柜本体，所述配电柜本体上表面安装有水泵，所述水泵右侧安装有水箱，所述支撑座上表面焊接有支架，所述支架之间设有转筒，所述转筒与支架之间装有转轴，所述转轴左端安装有电机，所述配电柜本体表面均匀装有导向框，所述导向框内部套有滑块，所述滑块与导向框顶端之间固定连接有螺旋弹簧。本发明通过水泵的设置，可以对滑块内部进行充水，使水与配电柜本体表面进行充分接触降温，实现对配电柜的高效降温。
-
公开(公告)号：CN102006081A
公开(公告)日：2011-04-06
申请号：CN201010567749.6
申请日：2010-12-01
Applicant: 南京工业大学
IPC: H03M7/30
Abstract: 一种智能楼宇中海量能耗信息的压缩方法，步骤如下：1)先对楼宇中个监测端的数据进行采集，对于采集得到的数据的记录点每条记录为一个三元组(tagid，time，data)；2)当某记录点的时态属性值发生改变时，对应的新数据存入一级缓存中，然后直接返回下一个任务，这些新数据由后台数据存储线程存入文件；3)设立二级缓存；4)设置历史数据压缩区，并在该压缩区中对缓存区中的数据进行压缩后再将其转存到磁盘文件；5)采用文件队列的形式来组织数据文件，当一个文件存满后，才启用文件队列中下一个文件；6)当压缩完成后，把压缩后的数据存入存储器中，供所需用户端调用。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.02 seconds)
