公开(公告)号：CN117405678A

公开(公告)日：2024-01-16

申请号：CN202210763696.8

申请日：2022-07-01

Applicant: 岭南现代农业科学与技术广东省实验室肇庆分中心 ,  桂林电子科技大学

Inventor： 吴文伟 ,  罗笑南 ,  徐颂华 ,  陈瑞爱

IPC: G01N21/88 ,  G01N21/954 ,  G01N21/958 ,  G01N21/01 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00 ,  G06V10/82

Abstract: 本发明公布了一种基于深度学习的玻璃瓶内壁裂纹检测装置。该装置主要包括三个部分：控制器装置，图像采集装置与裂纹检测装置。控制器装置包含有激光发射器，光电传感器和主控器，其中激光发射器与光电传感器负责检测玻璃瓶是否已经传输至检测装置下，主控器负责控制履带停止传输。图像采集装置用以获取玻璃瓶内壁的图像。裂纹检测装置是将获取到的图像用一个训练好的深度神经网络进行检测，判断其中是否含有裂纹，并将结果返回值主控器内。本检测装置结构简单，整体成本低，易于搭建，内壁图像采集精准且效率高，并且采用了最新的人工智能技术，使用神经网络对图像进行识别，因此适用于对玻璃瓶内壁图像进行实时检测。

公开(公告)号：CN118411592A

公开(公告)日：2024-07-30

申请号：CN202410445860.X

申请日：2024-04-15

Applicant: 桂林电子科技大学 ,  桂林慧谷人工智能产业技术研究院

Inventor： 袁思源 ,  罗笑南 ,  吴文伟 ,  冯逸洲

IPC: G06V20/05 ,  G06V10/20 ,  G06V10/30 ,  G06V10/774 ,  G06V10/82 ,  G06V20/70 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/08 ,  G06T5/70 ,  G06T5/40

Abstract: 本发明涉及一种基于注意力机制的水下生物目标检测方法，包括以下步骤：获取水下生物目标图像；针对水下条件恶劣，图像质量较差的问题，采用对比度有限的自适应直方图均衡化算法(CLAHE)对水下图像进行预处理；在YOLOv5中添加针对小目标的检测层，缓解目标尺度方差较大带来的影响；将卷积注意力模块(CBAM)加入优化后的YOLOv5网络模型中，学习通道之间的关系，增强深度特征的语义信息；将增强后的数据集输入构建好的网络模型CC‑YOLOv5中，进行训练；用训练好的模型对水下生物图像进行目标检测。本发明能在复杂的水下环境中，为生物目标检测提供科学理论和技术支持，在提高对于水下生物小目标的检测精度的同时，模型的计算成本对于水下移动应用来说依然很小。

公开(公告)号：CN118330654A

公开(公告)日：2024-07-12

申请号：CN202410452291.1

申请日：2024-04-16

Applicant: 桂林电子科技大学 ,  桂林慧谷人工智能产业技术研究院

Inventor： 吴文伟 ,  罗笑南 ,  袁思源

IPC: G01S15/89 ,  G06F18/213 ,  G06F18/22 ,  G01S7/52

Abstract: 本发明公开了一种基于多声呐的水下场景实时重建系统。定位和场景重建是水下机器人探索海洋河流所必须解决的问题，而水下环境复杂多变，且单个声呐探索的数据缺少高程信息。针对这些问题，本发明结合多波束声呐与360°侧扫声呐来获取数据并将其进行关联，通过算法去噪后提取场景的特征点。再通过不同时刻的数据来确定场景的距离与高程。通过特征点的位置和距离，声呐不同时刻的位置和行程距离，建模成因子图并将其优化来确定当前的准确位置。本发明通过双声呐来解决机器人位置的不确定性，通过将其各自获取到的数据进行关联，来解决机器人因环境或自身的不稳定而到不准确数据的问题。之后通过数据分析建模来实现自身的定位与场景所在的位置。