一种基于Transformer神经网络的图像分类方法

    公开(公告)号:CN114743022A

    公开(公告)日:2022-07-12

    申请号:CN202210464982.4

    申请日:2022-04-29

    Applicant: 常州大学

    Inventor: 屈霞 田晨阳

    Abstract: 本发明涉及图像分类技术领域,尤其涉及一种基于Transformer神经网络的图像分类方法,包括:利用大型数据集对Transformer神经网络进行预训练;使用自制的数据集对Transformer神经网络进行微调;对采集的图像分块处理;将张量在通道维度上对每个像素做线性变换,并对变换后的张量在通道维度上进行LayerNorm操作;将处理好的图像送入训练好的Transformer神经网络进行特征提取;提取得到的最终特征进行检测,并将图片分类到得分最高的类。本发明解决传统的卷积神经网络在对图像进行分类时精度不够高;现有的多头注意力机制计算量大的问题。

    一种基于YOLOv5s对骑行者头盔佩戴检测的方法

    公开(公告)号:CN116469062A

    公开(公告)日:2023-07-21

    申请号:CN202310397345.4

    申请日:2023-04-14

    Applicant: 常州大学

    Inventor: 屈霞 习驭博

    Abstract: 本发明涉及目标检测技术领域,尤其涉及一种基于YOLOv5s对骑行者头盔佩戴检测的方法,包括采集骑行者佩戴头盔和没有佩戴头盔的图片数据,并剔除异常数据;对图片数据集分块进行数据增强;将增强后的数据集与原数据集合并为骑行者头盔检测数据集,并使用labelimg软件进行标注;利用训练集数据在改进YOLOv5s网络模型上进行训练;采用map指标评估改进YOLOv5s网络模型。本发明结合实际应用场景对YOLOv5s算法进行改进,使其在满足检测速度的同时,提高检测精度,方便快捷地协助有关部门检测。

    一种基于ADAMS的椭圆齿轮间隙的仿真分析方法

    公开(公告)号:CN110889215B

    公开(公告)日:2023-05-23

    申请号:CN201911141769.4

    申请日:2019-11-20

    Applicant: 常州大学

    Inventor: 屈霞 赵佳怡

    Abstract: 本发明公开了一种椭圆齿轮间隙的仿真分析方法,运用虚拟样机分析软件ADAMS对椭圆齿轮不同间隙进行仿真分析。首先在齿轮生成器GearTrax2018中生成椭圆齿轮副,然后导入三维机械设计软件SolidWorks2018中,保存,再导入机械系统动力学自动分析软件ADAMS中,调整单位,定义约束,添加驱动和负载,最后进行仿真分析。仿真结果显示,椭圆齿轮从动齿轮的转速曲线与静力学理论曲线吻合很好,证明了模型的可靠性。重新定义约束,添加驱动和负载,用ADAMS分别模拟两椭圆齿轮的中心距和前后错位距离在0‑4mm内的模型。对于椭圆齿轮的齿隙来说,中心距越大,齿轮间的接触力越大,在不同平面的齿轮前后错位距离越大,扭矩越大。根据结论得到了椭圆齿轮在安装运用过程中合适的齿隙范围,为椭圆齿轮在安装运用方面提供了依据。

    一种基于人脸识别的地铁车站客流统计方法

    公开(公告)号:CN110647855B

    公开(公告)日:2023-04-18

    申请号:CN201910931510.3

    申请日:2019-09-29

    Applicant: 常州大学

    Abstract: 本发明提供一种基于人脸识别的地铁车站客流统计方法,属于轨道交通运营管理技术领域。该方法由车站控室处理器分析安装在车站各出入口和屏蔽门出入口的图像采集装置采集的图像,对人脸图像提取,并进行人脸识别、出入口人数统计、基于哈希算法的人脸追踪、自动捕捉和自动保存等功能处理;车站控室终端进行车站客流统计,并绘制客流时间分布图。解决了车站内客流的实时统计,追踪人物图像以识别犯罪人员;实时绘制客流时间分布图,对于地铁运营管理者完善安全监控、合理安排运营计划、行车调度和线路规划设计等提供参考数据。该方法识别率高、实时性强,实用性好,可用于其他场所客流统计。

    一种车灯转向装置与控制方法

    公开(公告)号:CN110395172A

    公开(公告)日:2019-11-01

    申请号:CN201910583891.0

    申请日:2019-07-01

    Applicant: 常州大学

    Inventor: 屈霞 薛金诚

    Abstract: 本发明涉及汽车车灯照明技术领域,具体涉及一种车灯转向装置与控制方法,用于控制汽车前照灯的转向,包括LED灯具模块、基座、凸轮、连杆、两个步进电机、控制器、驱动器、压力传感器和倾角传感器。其中,一个步进电机固定安装于基座上,凸轮与该电机的输出轴相连接,该步进电机带动凸轮旋转,进而带动连杆上下移动,最终使得LED灯具模块上下转动;同时基座的底部与另一步进电机输出轴相连,该步进电机带动基座以及安装于基座上的所有部件进行左右转动,该装置结构简单,紧凑,利用该装置可以实现汽车前照灯灯具模块随着车身的转弯以及起伏而左右,上下转动,以达到最佳的照明效果。

    一种基于YOLOv8n的太阳能光伏板缺陷检测方法

    公开(公告)号:CN118587195A

    公开(公告)日:2024-09-03

    申请号:CN202410784086.5

    申请日:2024-06-18

    Applicant: 常州大学

    Inventor: 屈霞 施凯杰

    Abstract: 本发明涉及图像处理技术领域,尤其涉及一种基于YOLOv8n的太阳能光伏板缺陷检测方法,包括:对缺陷图像进行数据增强;构建Dyc_C2模块,将YOLOv8n的Backbone网络的C2f模块替换为Dyc_C2模块;Dyc_C2模块将输入特征图先经过第一个Conv模块,然后经过Split模块,再经过Bottleneckblock,接着与经过Split模块的特征图分支以及经过第二个Conv模块的分量进行通道维度的张量拼接,最后经过第三个Conv模块后得到特征图;利用map指标评估YOLOv8n网络模型。本发明解决现有模型主干网络无法高效提取特征,鲁棒性与准确性仍需进一步提高的问题。

    一种可控转向防光晕车灯

    公开(公告)号:CN110588497B

    公开(公告)日:2022-12-16

    申请号:CN201910878622.7

    申请日:2019-09-18

    Applicant: 常州大学

    Inventor: 屈霞 陈陆康

    Abstract: 本发明提供一种可控转向防光晕车灯,包括车灯、车灯旋转轴、车灯架、从动旋转轴、从动部件、左侧直线步进电机、右侧直线步进电机、左侧滚轮、右侧滚轮、导向套、左侧支架、右侧支架、左侧轨道和右侧轨道。本发明提供的一种可控转向防光晕车灯,采用左直线步进电机驱动左侧滚轮的滚动,右直线步进电机驱动右侧滚轮的滚动,从动部件采用V型块,使V型块绕旋从动转轴转动,V型块带动与之接触的车灯的转动。

    一种基于PSCAD的地埋电缆故障的定位方法

    公开(公告)号:CN114994463A

    公开(公告)日:2022-09-02

    申请号:CN202210686211.X

    申请日:2022-06-17

    Applicant: 常州大学

    Inventor: 屈霞 唐亚洲

    Abstract: 本发明涉及电缆故障定位技术领域,尤其涉及一种基于PSCAD的地埋电缆故障的定位方法,包括在PSCAD中根据电缆型号和参数创建地埋电缆模型;创建高压工频正弦信号模型;采用PSCAD中Surge arrester元件模拟电缆的高阻故障,利用Fault元件模拟电缆线路的低阻故障;采集故障点距离和对应的电缆两端的平均电阻,通过MATLAB的神经网络工具,构建故障点距离与电缆两端平均电阻的拟合函数。本发明用于解决利用PSCAD分析地埋电缆故障适用范围窄、准确性低和安全性差的问题。

    一种可控转向防光晕车灯

    公开(公告)号:CN110588497A

    公开(公告)日:2019-12-20

    申请号:CN201910878622.7

    申请日:2019-09-18

    Applicant: 常州大学

    Inventor: 屈霞 陈陆康

    Abstract: 本发明提供一种可控转向防光晕车灯,包括车灯、车灯旋转轴、车灯架、从动旋转轴、从动部件、左侧直线步进电机、右侧直线步进电机、左侧滚轮、右侧滚轮、导向套、左侧支架、右侧支架、左侧轨道和右侧轨道。本发明提供的一种可控转向防光晕车灯,采用左直线步进电机驱动左侧滚轮的滚动,右直线步进电机驱动右侧滚轮的滚动,从动部件采用V型块,使V型块绕旋从动转轴转动,V型块带动与之接触的车灯的转动。

    基于改进YOLOv8n的风机叶片表面缺陷检测方法

    公开(公告)号:CN119478491A

    公开(公告)日:2025-02-18

    申请号:CN202411408812.X

    申请日:2024-10-10

    Applicant: 常州大学

    Abstract: 本发明涉及图像处理技术领域,尤其涉及基于改进YOLOv8n的风机叶片表面缺陷检测方法,包括收集风力发电机叶片表面缺陷数据集,并对数据集进行预处理;将YOLOv8n网络的主干特征提取模块中第七层和第九层的C2f模块替换为C2f_ESEDC模块;C2f_ESEDC模块加入了DWConv和Effective_SE注意力机制,提高全局信息的捕捉能力;在YOLOv8n的颈部网络中引入SlimNeck结构;YOLOv8n网络的检测头采用Segment_SGNC结构,构建基于改进YOLOv8n的目标检测模型。本发明解决现有YOLOv8n网络对风机叶片表面缺陷检测时存在检测精度不足和参数量大的问题。

Patent Agency Ranking