公开(公告)号：CN116934674A

公开(公告)日：2023-10-24

申请号：CN202310432318.6

申请日：2023-07-25

Applicant: 安徽大学 ,  合肥合工安驰智能科技有限公司

Inventor： 路然 ,  段章领 ,  殷泺潇 ,  吴世博 ,  王梦然 ,  杨建文 ,  赵代超

IPC: G06T7/00 ,  G06T7/60 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/20 ,  B07C5/10 ,  B07C5/36

Abstract: 本发明提供了一种基于YOLOv8网络的深度学习大粒度硅料检测与清除系统，适用于硅料细分拣选领域。该系统通过高帧率摄像头获取传送带上的硅料图像，并使用labelme手工标注，剔除异常的硅料图片。将图像样本按9:1分为训练集和验证集，对图片进行数据增强以提高泛化能力。以YOLOv8为骨干网络创建YOLO_SI算法，并使用训练数据集得到网络模型。使用该算法检测出图像中的所有硅料，根据预设阈值进行大小预警和跟踪标记，并在到达清除位置时发出清除指令给下位机。通过在预设位置安装喷气口，下位机发送命令给喷气装置，将标记追踪的大粒度硅料有序地剔除。本发明可以高效检测和清除硅料，自动化程度高，有效降低人工依赖，满足矿业拣选需求。

公开(公告)号：CN116824628A

公开(公告)日：2023-09-29

申请号：CN202310646389.6

申请日：2023-06-02

Applicant: 安徽大学

Inventor： 路然 ,  吴世博 ,  甘雨彤 ,  王娇娇 ,  赵代超 ,  但劲 ,  谢丹丹

IPC: G06V40/10 ,  G06T5/40 ,  G06N3/0464 ,  G06T5/00 ,  G06N3/08

Abstract: 本发明提供一种矿井低照度环境下的轻量化行人检测方法，涉及图像检测技术领域，离线使用的直方图均衡化图像增强算法，增强的图像数据和原始数据混合，按照8:2进行数据集的划分。以YOLOv5作为基准模型，使用MobileNetV3特征提取部分，结合SE注意力机制模块作为YOLOv5的骨干网络，检测头head部分网络结构保持不变。在保证精度满足的条件下，改进后的检测网络显著可以显著降低模型的参数由701.3万减少为394.5万个，推理每张图片用时由12.7ms缩减为3.3ms，可以显著提升模型的推理速度，符合矿井工业场景下对于轻量化部署和运算的需求。