-
公开(公告)号:CN115577793A
公开(公告)日:2023-01-06
申请号:CN202210507030.6
申请日:2022-05-10
Applicant: 安徽大学
IPC: G06N20/00 , G06N5/02 , G06V10/764 , G06V40/16
Abstract: 本发明涉及计算机视觉中的模型压缩与加速技术领域,解决了基于关系的蒸馏无法改善关系表征、输入图片批次数量小,以及很好结合相互优势、弥补和增强特征表征和关系表征的表达能力的技术问题,尤其涉及一种面向网络结构的映射式蒸馏方法,该映射式蒸馏方法包括以下过程:根据预训练的目标检测模型构成教师模型和学生模型;分别提取教师模型和学生模型各层模块的特征图。本发明在分类和检测任务中都具有优异的性能,且很好结合关系信息和注意力信息相互的优势,弥补和增强了特征表征和关系表征的表达能力,还提供了两种可选的模块映射方法,可以接受更大的图像输入和更多的批次数量,提高该方法的适用性。
-
公开(公告)号:CN115761290A
公开(公告)日:2023-03-07
申请号:CN202211512249.1
申请日:2022-11-29
Applicant: 安徽大学
IPC: G06V10/762 , G06V10/774 , G06V10/764 , G06V10/82 , G06V20/40 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及矿用皮带机与工人安全距离测量技术领域,解决了目前无法实时检测工人与皮带机之间安全距离并进行预警的技术问题,尤其涉及一种基于双目视觉尺度测量的安全距离测量预警方法,包括以下过程:S1、根据矿用皮带机在运行状态下所记录的视频数据集创建YOLOv4网络模型;还涉及一种基于双目视觉尺度测量的安全距离测量预警系统,包括:创建模块用于根据矿用皮带机在运行状态下所记录的视频数据集创建YOLOv4网络模型,获取模块用于获取矿用皮带机在运行状态下同一时间所拍摄的不同位置的视频数据集。本发明能够降低安全隐患,对安全距离进行预警,对人员的安全作业提供保障,从而减少作业过程中的事故发生。
-
公开(公告)号:CN115941507A
公开(公告)日:2023-04-07
申请号:CN202211244458.2
申请日:2022-10-11
Applicant: 安徽大学
IPC: H04L41/142 , H04L41/14 , H04L41/082
Abstract: 本发明涉及计算智能技术领域,解决了代码分发过程中能耗与时间消耗导致终端设备版本不一致的技术问题,尤其涉及一种代码分发的优化方法,该方法包括以下过程:对面向边缘智能终端再编程代码分发问题进行数学建模,将代码分发问题转化为一个优化问题;采用蚁群优化算法根据本地信息获得最优的转发终端集合及相对应的最优转发半径决策;按照最优转发半径决策通过基站采用无线再编程连续向若干终端设备发送预告信息和喷泉码生成的编码包。本发明为终端设备分发更新代码时,利用最优的转发终端集合及集合内各终端的最优转发半径来传播,能够最小化代码分发过程中的能量和时间消耗,以此保证整个系统的使用寿命最大化。
-
公开(公告)号:CN115616356A
公开(公告)日:2023-01-17
申请号:CN202211278196.1
申请日:2022-10-19
Applicant: 安徽大学
Abstract: 本发明涉及局部放电检测技术领域,解决了对电力杆塔进行局部放电现象检测困难的技术问题,尤其涉及一种基于红外图像的电力杆塔局部放电检测方法,包括以下步骤:S1、获取带有温度数据的电力杆塔的红外图像;S2、对红外图像进行温度检测,获取红外图像中的最高温度值和最低温度值;S3、将红外图像转为灰度图片,根据最高温度值和最低温度值计算灰度图片中温度值与灰度值的线性关系;S4、设定温度突变检测阈值,使用斑点检测算法检测红外图像温度值与灰度值的关系中的温度异常突变点,温度异常突变点即为局部放电区域。本发明通过红外摄像头拍摄的带有温度数据的图像,经过检测能够对所拍摄的电力杆塔判断是否存在局部放电现象。
-
公开(公告)号:CN115471740A
公开(公告)日:2022-12-13
申请号:CN202210956353.3
申请日:2022-08-10
Applicant: 安徽大学
IPC: G06V20/10 , G06V20/40 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种弱对比场景下的矿石目标检测方法,其中包括:通过工业摄像头获取图像数据;去除图像数据中的异常数据后标注图像,接着对图像进行预处理数据增强;将标注的数据按8∶2的比例划分为训练集和验证集;将自适应激活函数应用到YOLOv5中提高弱对比场景下的特征提取能力,同时在残差模块中添加注意力融合机制提高网络的特征融合能力,得到改进的YOLOv5模型;该模型在弱对比场景下有更强的泛化能力,能检测出更多矿石目标。本发明还提供了一种网络泛化能力的对比方法,首先使用不同的网络进行训练得到网络模型;接着将泛化能力最强的网络的推理结果作为测试集,最后计算RAP,RAP的大小可以反映各网络泛化能力差异。
-
公开(公告)号:CN115290073A
公开(公告)日:2022-11-04
申请号:CN202210970287.5
申请日:2022-08-12
Applicant: 安徽大学
Abstract: 本发明涉及矿山井下定位与导航技术领域,解决了非结构化环境特征下且GPS无法作用的井下定位与建图难的技术问题,尤其涉及一种矿山井下非结构化特征下的SLAM方法,包括以下过程:获取激光雷达当前激光帧的点云信息;计算激光雷达当前激光帧点云信息中每个点的曲率,并根据每个点的曲率提取每个点的角点特征以及平面点特征;通过相机提取当前帧的信息,根据当前帧的信息采用FAST算法检测当前帧的角点,并判断是否为一个角特征点;根据当前帧的信息采用KLT光流法跟踪算法跟踪当前滑动窗口关键帧的特征点。本发明实现对煤矿井下进行高精度定位,同时平衡了精度与计算量,提高矿山井巷的定位与建图准确率与实时性。
-
-
-
-
-
-