-
公开(公告)号:CN119089400B
公开(公告)日:2025-01-28
申请号:CN202411585568.4
申请日:2024-11-08
Applicant: 厦门理工学院
IPC: G06F18/25 , G06F18/214 , G06F18/22 , G06V10/40 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种超特高压隔离开关运行状态的确定方法、装置及存储介质,涉及电力系统技术领域,解决了目前存在通过人工定期巡检的方法,在超特高压隔离开关的运行状态出现异常时,无法及时检测的问题。该方法包括:构建目标超特高压隔离开关数据集,确定视觉语言检测模型,利用超特高压隔离开关数据集对视觉语言检测模型进行训练,更新模型参数,得到用于指示图像和语言之间交互关系的目标视觉语言检测模型,获取当前超特高压隔离开关图像,将当前超特高压隔离开关图像输入目标视觉语言检测模型,获得目标视觉语言检测模型输出的目标描述文本,基于目标描述文本确定当前超特高压隔离开关的目标运行状态。
-
公开(公告)号:CN116796545A
公开(公告)日:2023-09-22
申请号:CN202310768100.8
申请日:2023-06-27
Applicant: 厦门理工学院
IPC: G06F30/20 , G06N3/0499 , G06N3/0464 , G06N3/092 , B25J9/16
Abstract: 本发明涉及一种基于数字孪生的智能装箱方法,包括:构建基于装箱场景的实时的数字孪生虚实映射仿真平台,以实现现实端至虚拟端的映射,并部署虚拟端的物体感知器;通过物体感知器识别各虚拟待装箱物体和各虚拟装箱容器的物理参数信息;基于各虚拟待装箱物体和各虚拟装箱容器的物理参数信息,通过强化学习模型进行装箱优化,并使用启发式算法来辅助强化学习模型,得到最优虚拟端装箱规划模型;通过最优虚拟端装箱规划模型指导现实端机械臂进行实时同步装箱作业。本发明采用数字孪生技术构建强虚实的装箱平台映射关系,于虚拟端实现上对强化学习的机械臂装箱规划模型的训练和优化,提高了分拣装箱的准确率和空间利用率。
-
公开(公告)号:CN118967662B
公开(公告)日:2025-01-17
申请号:CN202411413374.6
申请日:2024-10-11
Applicant: 厦门理工学院
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明涉及一种面向工业场景的轻量级网络的背光板缺陷检测方法,属于背光板缺陷检测领域。该方法包括:提出一种轻量级目标检测模型SH‑YOLO‑Lite,轻量级目标检测模型SH‑YOLO‑Lite以YOLOv5‑lites为基准模型进行改进,在主干网络侧采用轻量级主干网络RASNet,在特征融合网络侧采用特征融合网络Efficient‑RepGFPN‑Lite;采用背光板缺陷数据集对轻量级目标检测模型SH‑YOLO‑Lite进行训练,得到背光板缺陷检测模型,并对实际工业场景中的待检测背光板图像进行缺陷检测,输出背光板缺陷检测结果。本发明能够实现背光板缺陷检测在现有的低算力嵌入式平台上的低成本部署与高效运行。
-
公开(公告)号:CN118967662A
公开(公告)日:2024-11-15
申请号:CN202411413374.6
申请日:2024-10-11
Applicant: 厦门理工学院
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明涉及一种面向工业场景的轻量级网络的背光板缺陷检测方法,属于背光板缺陷检测领域。该方法包括:提出一种轻量级目标检测模型SH‑YOLO‑Lite,轻量级目标检测模型SH‑YOLO‑Lite以YOLOv5‑lites为基准模型进行改进,在主干网络侧采用轻量级主干网络RASNet,在特征融合网络侧采用特征融合网络Efficient‑RepGFPN‑Lite;采用背光板缺陷数据集对轻量级目标检测模型SH‑YOLO‑Lite进行训练,得到背光板缺陷检测模型,并对实际工业场景中的待检测背光板图像进行缺陷检测,输出背光板缺陷检测结果。本发明能够实现背光板缺陷检测在现有的低算力嵌入式平台上的低成本部署与高效运行。
-
公开(公告)号:CN119089400A
公开(公告)日:2024-12-06
申请号:CN202411585568.4
申请日:2024-11-08
Applicant: 厦门理工学院
IPC: G06F18/25 , G06F18/214 , G06F18/22 , G06V10/40 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种超特高压隔离开关运行状态的确定方法、装置及存储介质,涉及电力系统技术领域,解决了目前存在通过人工定期巡检的方法,在超特高压隔离开关的运行状态出现异常时,无法及时检测的问题。该方法包括:构建目标超特高压隔离开关数据集,确定视觉语言检测模型,利用超特高压隔离开关数据集对视觉语言检测模型进行训练,更新模型参数,得到用于指示图像和语言之间交互关系的目标视觉语言检测模型,获取当前超特高压隔离开关图像,将当前超特高压隔离开关图像输入目标视觉语言检测模型,获得目标视觉语言检测模型输出的目标描述文本,基于目标描述文本确定当前超特高压隔离开关的目标运行状态。
-
公开(公告)号:CN116543306A
公开(公告)日:2023-08-04
申请号:CN202310534582.0
申请日:2023-05-12
Applicant: 厦门理工学院
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06F16/33 , G06F16/36 , G06F40/295
Abstract: 本发明涉及一种基于知识图谱的场景识别方法、终端设备及存储介质,该方法中构建了基于目标关系知识学习的轻量型图检测网络,能够根据目标关系知识进行推理识别目标,并通过模型结构重构的方法进行轻量化处理;通过添加语义分析模块,可以在传统检测的基础上,利用的三元组合中已确定的关系知识或属性知识去增强特征。本发明在提高识别准确率的同时对模型进行轻量化处理,并解决相似场景难以区分的问题,适用于部署到服务型机器人上进行场景识别。
-
公开(公告)号:CN114241403A
公开(公告)日:2022-03-25
申请号:CN202111361344.1
申请日:2021-11-17
Applicant: 厦门理工学院
IPC: G06V20/52 , G06K9/62 , G06V10/774
Abstract: 本发明公开了一种不定方向柔性物的检测方法、电子设备以及存储介质,属于计算机视觉领域。该方法包括:第一步,接收外部输入图像数据;第二步,通过训练好的FCN深度模型进行检测;第三步,将输入的外部图像数据使用训练好的FCN深度模型进行预测,得出检测结果并输出;第四步:进行模型的训练迭代,传递检测误差用来进行训练迭代。通过多次依次采用第三、第四步的方法,最后完成不定方向柔性物的检测。本发明提供了一种准确高效的不定方向柔性物的检测的方法,为现实生活中不定方向柔性物的检测提供更加精确的解释分析。
-
-
-
-
-
-