公开(公告)号：CN117152484B

公开(公告)日：2024-03-26

申请号：CN202310887250.0

申请日：2023-07-19

Applicant: 南京林业大学

Inventor： 邹红艳 ,  刘晨晖 ,  吕鹏 ,  甘鹏玉

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/762 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开一种基于改进的YOLOv5s的小目标布匹瑕疵检测方法，属于机器视觉检测技术领域，获取小目标布匹瑕疵图像，建立初始的数据集；对小目标布匹瑕疵数据集进行聚类分析并得到聚类中心；将聚类中心值输入至YOLOv5s网络；在YOLOv5s网络引入CA注意力模块，使网络在更大区域内进行注意；采用BiFPN结构作为YOLOv5s网络模型的特征融合网络；采用Eiou损失函数代替原损失函数，不仅考虑了中心点距离和纵横比，而且还考虑了预测框与真实框宽度和高度的真实差异，提高了锚框的预测精度。结果表明，相较于原YOLOv5s算法，本发明在小目标布匹瑕疵检测上具有更强的特征提取能力和更高的检测精度。

公开(公告)号：CN117152484A

公开(公告)日：2023-12-01

申请号：CN202310887250.0

申请日：2023-07-19

Applicant: 南京林业大学

Inventor： 邹红艳 ,  刘晨晖 ,  吕鹏 ,  甘鹏玉

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/762 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开一种改进YOLOv5s的小目标布匹瑕疵检测方法，属于机器视觉检测技术领域，获取小目标布匹瑕疵图像，建立初始的数据集；对小目标布匹瑕疵数据集进行聚类分析并得到聚类中心；将聚类中心值输入至YOLOv5s网络；在YOLOv5s网络引入CA注意力模块，使网络在更大区域内进行注意；采用BiFPN结构作为YOLOv5s网络模型的特征融合网络；采用Eiou损失函数代替原损失函数，不仅考虑了中心点距离和纵横比，而且还考虑了预测框与真实框宽度和高度的真实差异，提高了锚框的预测精度。结果表明，相较于原YOLOv5s算法，本发明在小目标布匹瑕疵检测上具有更强的特征提取能力和更高的检测精度。

公开(公告)号：CN220153678U

公开(公告)日：2023-12-08

申请号：CN202321671760.6

申请日：2023-06-29

Applicant: 南京林业大学

Inventor： 甘鹏玉 ,  顾哲

IPC: G01F23/292 ,  G01F23/00

Abstract: 本实用新型涉及水位检测技术领域，具体涉及一种基于水位的预测检测仪，包括支撑杆，支撑杆的表面安装有电机外壳，电机外壳的内部安装有伺服电机一；转动轴，其连接在伺服电机一的输出端并延伸至支撑杆的内部，转动轴的一端安装有主动锥齿轮；连接杆，其底部位于支撑杆的内部并通过从动锥齿轮与主动锥齿轮相啮合。本实用新型克服了现有技术的不足，通过设置伺服电机一、主动锥齿轮以及从动锥齿轮，伺服电机一运行通过转动轴带动主动锥齿轮转动，从而带动从动锥齿轮转动，使得连接杆随之转动，以调节雷达水位计的位置，使得雷达水位计对不同位置的水位进行多次测量，以减少因检测位置存在漂浮物而导致测量结果出现误差的情况出现。