一种基于深度学习的多学科试卷内容检测与识别系统及方法

    公开(公告)号:CN110210413A

    公开(公告)日:2019-09-06

    申请号:CN201910483395.8

    申请日:2019-06-04

    Abstract: 本发明公开了一种基于深度学习的多学科试卷内容检测与识别系统及方法,所述系统包括数据预处理模块、数据粗粒度分类模块、小题细粒度分类模块、字符识别模块,其中:数据预处理模块对由纸质的试卷扫描成的数字图像进行处理;数据粗粒度分类模块使用Faster RCNN算法对输入图像进行试卷的整体结构分析,将图像分为不同类别的小题;小题细粒度分类模块采用Mask RCNN算法对数据粗粒度分类模块分完类的各小题进行内部字符的细粒度分类;字符识别模块将小题细粒度分类模块中的字符根据其类型调用相应的识别API来识别。本发明对于多学科试卷的复杂版面都有通用性;试卷中印刷体中文的识别率为99%,达到实用程度。

    一种探测设备的车轮检测方法及检测装置

    公开(公告)号:CN111462091B

    公开(公告)日:2023-06-06

    申请号:CN202010252957.0

    申请日:2020-04-02

    Abstract: 本发明提供了一种探测设备的车轮检测方法及检测装置,具体涉及探测设备技术领域。所述探测设备的车轮检测方法,包括:获取所述探测设备车轮的第一透视图像,所述车轮在所述第一透视图像中的位置保持不变;根据所述第一透视图像获得所述车轮的正向投影图像,所述车轮的正向投影图像为沿着所述车轮的轴向投影的图像;根据所述车轮的正向投影图像中的车轮的轮心以及所述车轮与地面接触处而获知所述车轮的沉陷量;通过连续的所述第一透视图像获取相应的所述车轮的正向投影图像中所述车轮转过的圆周长度和所述车轮转动过的距离;根据所述车轮转过的圆周长度和所述车轮转动过的距离,获知所述车轮的滑转率。

    一种探测设备的车轮检测方法及检测装置

    公开(公告)号:CN111462091A

    公开(公告)日:2020-07-28

    申请号:CN202010252957.0

    申请日:2020-04-02

    Abstract: 本发明提供了一种探测设备的车轮检测方法及检测装置,具体涉及探测设备技术领域。所述探测设备的车轮检测方法,包括:获取所述探测设备车轮的第一透视图像,所述车轮在所述第一透视图像中的位置保持不变;根据所述第一透视图像获得所述车轮的正向投影图像,所述车轮的正向投影图像为沿着所述车轮的轴向投影的图像;根据所述车轮的正向投影图像中的车轮的轮心以及所述车轮与地面接触处而获知所述车轮的沉陷量;通过连续的所述第一透视图像获取相应的所述车轮的正向投影图像中所述车轮转过的圆周长度和所述车轮转动过的距离;根据所述车轮转过的圆周长度和所述车轮转动过的距离,获知所述车轮的滑转率。

    一种面向多语种自然场景文本检测与识别的系统及方法

    公开(公告)号:CN110766020A

    公开(公告)日:2020-02-07

    申请号:CN201911047956.6

    申请日:2019-10-30

    Abstract: 本发明公开了一种面向多语种自然场景文本检测与识别的系统及方法,所述系统包括文本检测模块、字符识别模块、语种判定模块,文本检测模块负责对于文本区域的检测功能,字符识别模块负责对于各类字符的识别功能,语种判定模块负责对于字符语种判定的功能;所述方法包括文本检测、字符识别、语种判定步骤。本发明可以实现多种不同语言的文本图像的检测与识别,使用的网络模型只需要修改部分就可以扩展到新的语言。本发明采用端到端的方法能够减少中间步骤数据的标注过程、频繁的数据的输入和输出,大大节省成本。本发明采用了改进的FPN算法,具有很好的鲁棒性,采用了空间转换层结合LNMS的方法预测候选框,能够有效地提高预测框的准确度。

    星球车多驱动轮力矩协调控制方法及装置

    公开(公告)号:CN115526048A

    公开(公告)日:2022-12-27

    申请号:CN202211191642.5

    申请日:2022-09-28

    Abstract: 本发明提供了星球车多驱动轮力矩协调控制方法及装置,涉及星球车智能控制领域,所述方法包括:获取准静态力学模型;根据准静态力学模型,得到单轮的等效集中力线性模型;获取星球车的当前位姿和预设速度;根据当前位姿与所述预设速度,基于滑模理论得到期望纵向力和期望横摆力矩;根据期望纵向力和期望横摆力矩,得到单侧车轮挂钩牵引力之和;获取星球车的自身约束指标;根据单轮的等效集中力线性模型、单侧车轮挂钩牵引力之和和自身约束指标,对所述星球车的多轮驱动力矩进行协调控制。与现有技术比较,本发明解决星球车在星球探测过程中运动性能差和安全性低的问题。

    一种基于深度学习的多学科试卷内容检测与识别系统及方法

    公开(公告)号:CN110210413B

    公开(公告)日:2022-12-16

    申请号:CN201910483395.8

    申请日:2019-06-04

    Abstract: 本发明公开了一种基于深度学习的多学科试卷内容检测与识别系统及方法,所述系统包括数据预处理模块、数据粗粒度分类模块、小题细粒度分类模块、字符识别模块,其中:数据预处理模块对由纸质的试卷扫描成的数字图像进行处理;数据粗粒度分类模块使用Faster RCNN算法对输入图像进行试卷的整体结构分析,将图像分为不同类别的小题;小题细粒度分类模块采用Mask RCNN算法对数据粗粒度分类模块分完类的各小题进行内部字符的细粒度分类;字符识别模块将小题细粒度分类模块中的字符根据其类型调用相应的识别API来识别。本发明对于多学科试卷的复杂版面都有通用性;试卷中印刷体中文的识别率为99%,达到实用程度。

    基于轮式机器人的土壤参数辨识方法、装置及存储介质

    公开(公告)号:CN111812299A

    公开(公告)日:2020-10-23

    申请号:CN202010694346.1

    申请日:2020-07-17

    Abstract: 本发明提供了一种基于轮式机器人的土壤参数辨识方法、装置及存储介质,方法包括:分别调节轮式机器人的各个车轮的转速,控制各个所述车轮分别以不同的滑转率在土壤上转动,并获取各个所述车轮转动时与所述土壤之间的交互状态数据;根据所述滑转率确定各个所述车轮的转动状态,并根据所述转动状态和所述交互状态数据确定土壤参数。本发明的技术方案能够在单一地形中获取到足够数量的交互状态数据,对土壤参数进行全面辨识,辨识精度高,且计算复杂度小。

Patent Agency Ranking