公开(公告)号：CN120057799A

公开(公告)日：2025-05-30

申请号：CN202510084635.2

申请日：2025-01-20

Applicant: 南京工业职业技术大学 ,  南京沃宇机电有限公司

Inventor： 翁秀奇 ,  李承霖 ,  陈加国 ,  钱俊凯 ,  郑明誉 ,  王福全 ,  张国维

IPC: B66F7/06 ,  B66F7/22 ,  B66F7/28

Abstract: 本发明公开了一种轮胎快速转运及举升用运转小车，包括，举升组件，包括小车主体、设置在小车主体上的托举架体以及设置在托举架体上的抓取部件，所述抓取部件配合托举架体对轮胎实现抓取；以及，转运组件，包括设置在小车主体上的收纳架体、设置在收纳架体上的收纳部件以及设置在收纳架体上的转运轮，所述转运轮设置在小车主体下端，此装置将抓取、收纳和举升进行统一整合，使得运转小车具有多功能作用，从而可以适应不同使用环境。

公开(公告)号：CN115170891A

公开(公告)日：2022-10-11

申请号：CN202210913254.7

申请日：2022-07-28

Applicant: 南京工业职业技术大学

Inventor： 翁秀奇 ,  钱俊凯

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/56 ,  G06V20/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于季节特征的深度学习花朵分类方法，包括下列步骤：收集若干各种花朵视频，按不同花朵种类和拍摄时的季节特征标记花朵视频；处理视频数据为多张图像格式的输入，构建数据集；基于卷积神经网络构建SeasonNet网络模型；通过数据集对SeasonNet网络模型进行训练；将实际需要进行分类的花朵视频输入训练后的SeasonNet网络模型进行分类，得到预测结果。本发明首先提出结合季节特征作为输入，相较于纯数据驱动的深度学习预测图像类别而言增加了约束条件使得神经网络可以更好的去预测花朵类别。

公开(公告)号：CN115170892A

公开(公告)日：2022-10-11

申请号：CN202210913325.3

申请日：2022-07-29

Applicant: 南京工业职业技术大学

Inventor： 陈加国 ,  钱俊凯

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62

Abstract: 本发明公开了一种基于辅助信息的多特征增强深度学习衣物分类方法，包括确定需分类衣物和用户信息；基于卷积神经网络构建Mu‑Cloth Net模型；训练Mu‑Cloth Net模型，保存最优权重，确定Mu‑Cloth Net模型；将实际的衣物图像和用户信息输入Mu‑Cloth Net模型，对衣物进行分类。本方案通过融入辅助信息，大大提高了分类效率并提高了分类的准确性，减少了衣物本身变形对识别结果的有害影响。并且本方案分别对两个信息进行卷积，提取出不同尺度的特征，在最高阶融合，从而使网络能够更有效的利用辅助信息建立起有效的约束。