公开(公告)号：CN119722624A

公开(公告)日：2025-03-28

申请号：CN202411797838.8

申请日：2024-12-09

Applicant: 南京工程学院

Inventor： 路红 ,  袁全 ,  张龙孝 ,  李玉龙

IPC: G06T7/00 ,  G06T7/13 ,  G06T5/80 ,  G06T3/40 ,  G06T5/60 ,  G06T7/62 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/764 ,  G06V10/75

Abstract: 本发明公开了一种基于图像校正和深度学习的焊接零件检测方法，包括：通过摄像机组采集板材类焊接件图像，得到前向照明焊接件图像和背向照明焊接件图像；利用Canny边缘检测算法对灰度图像进行预处理；在所有轮廓中筛选出变形螺母轮廓，对变形螺母轮廓进行校正，通过模版匹配所有螺母的规格类别；对YOLOv8神经网络进行改进，生成焊接零件检测识别模型，通过训练后的焊接零件检测识别模型得到螺母的位置和尺寸。本发明通过图像校正的方法得到焊接零件中螺母的类别，结合改进的YOLOv8神经网络得到螺母的位置和尺寸，提高检测精度，并显著减少计算量，适用于智慧工厂、自动化生产线、工业零件的规格识别与目标检测等领域。

公开(公告)号：CN119723660A

公开(公告)日：2025-03-28

申请号：CN202411786497.4

申请日：2024-12-06

Applicant: 南京工程学院

Inventor： 路红 ,  李玉龙 ,  张龙孝 ,  袁泉 ,  戴建 ,  张恒瑞

IPC: G06V40/20 ,  G06V40/10 ,  G06V10/774 ,  G06V10/34 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多层筛选和关键点预测的摔倒检测方法，包括：构建日常行为数据集；建立识别摔倒检测模型；将识别出的标签名为跌倒的帧的前后e帧内的检测框内容并行输出，利用连续帧之间的图像差异来筛选出关键帧集合；生成中心帧及其相邻帧的人体关键点信息；计算得到人体质心点纵坐标的移动速度；采集人体下蹲时处于图像右侧的肩膀关节点在3D关键点图中相对地面的最大高度；若移动速度大于预设移动速度阈值，且期间所有帧的处于图像右侧的肩膀关节点的纵坐标均大于最大高度，则判定可能发生了跌倒。本发明的摔倒检测识别精度高，能够满足检测系统的鲁棒性、准确性和实时性的要求，同时可以直接部署到现有移动智能设备上。

公开(公告)号：CN119205654A

公开(公告)日：2024-12-27

申请号：CN202411240279.0

申请日：2024-09-05

Applicant: 南京工程学院

Inventor： 路红 ,  张龙孝 ,  李玉龙 ,  袁全

IPC: G06T7/00 ,  G06T3/4038 ,  G06T7/11 ,  G06V10/75 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于改进图像拼接和深度学习网络的板材类焊接件检测方法，包括：将摄像机组同一时间拍摄的板材类焊接件图像通过改进SURF算法的融合方法进行图像拼接融合；对YOLOv8神经网络进行结构改进，形成用于板材类焊接件的目标检测识别的改进型YOLOv8神经网络；综合得到NWD‑Inner‑IoU损失函数；将拼接融合图像数据集导入改进型YOLOv8神经网络，结合NWD‑Inner‑IoU损失函数对结构改进后的YOLOv8神经网络进行训练，将训练后的模型用于板材类焊接件的检测。本发明能够有效提高板材类焊接件检测准确率和检测精度，以及模型的鲁棒性，加强实用性，使其可以部署在边缘设备中，并且可以降低所需设备的性能要求。