公开(公告)号：CN119338767A

公开(公告)日：2025-01-21

申请号：CN202411393148.6

申请日：2024-10-08

Applicant: 常州大学

Inventor： 郑剑锋 ,  庄国胜 ,  刘麟 ,  陈丹越 ,  谢鑫宇

IPC: G06T7/00 ,  G06V10/82 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及缺陷检测技术领域，尤其涉及基于改进YOLOv8n机械表面缺陷破损检测识别方法，包括构建机械表面缺陷破损数据集；构建改进YOLOv8n网络，将Backbone层的第8层的Conv卷积替换为AKCDown卷积，在backbone层的第10层的SPPF模块后引入CBAM模块，目标框损失函数为Center‑EIoU；利用训练集对改进YOLOv8n网络进行训练，并利用目标框损失函数对机械表面缺陷进行识别。本发明利用改进YOLOv8n模型解决传统的机械表面缺陷检测方法存在检测精度不足的问题。

公开(公告)号：CN119006481A

公开(公告)日：2024-11-22

申请号：CN202411039405.6

申请日：2024-07-31

Applicant: 常州大学

Inventor： 翟凯 ,  郑剑锋 ,  王曦云 ,  谢鑫宇 ,  赵磊 ,  尹德扬

IPC: G06T7/10 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明提供了一种基于改进U‑Net模型的地基云图分割方法和系统，属于目标检测技术领域。包括：搭建U‑Net传统模型；采用空洞卷积替换U‑Net传统模型中的传统卷积，并嵌入空洞空间卷积池化金字塔构建空洞块Dilate‑Block，改进U‑Net传统模型的编码器；在跳跃连接层中加入具有残差结构的边界细化模块DS‑Path；通过结合深度可分离卷积和多头自注意力改造CBAM注意力机制架构构建Im‑CSAM模块，使其与所述具有残差结构的边界细化模块DS‑Path相连；引入双三次插值法在所述解码器中进行上采样；基于所述空洞块Dilate‑Block、具有残差结构的边界细化模块DS‑Path、Im‑CSAM模块以及对解码器上采样的改进构建改进U‑Net云图分割模型。通过改进U‑Net模型有效提高了云图分割精度。

公开(公告)号：CN118918089A

公开(公告)日：2024-11-08

申请号：CN202411056038.0

申请日：2024-08-02

Applicant: 常州大学

Inventor： 郑剑锋 ,  肖皓轩 ,  谢鑫宇 ,  丁泓丞 ,  吴继平

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/80 ,  G06T7/73

Abstract: 本发明提供了一种基于改进YOLOv9s模型的光伏电池板缺陷检测方法和系统，属于目标检测技术领域。所述方法包括：S110：采集太阳能电池板缺陷图像；S120：构建太阳能电池板缺陷数据集；S130：划分为训练集、验证集和测试集，使用软件标注每张缺陷电池片图像的缺陷类别和位置信息；S140：构建改进的YOLOv9s神经网络模型，包括在骨干网络中将部分原有的RepNCSPELAN4模块替换成CD‑LSK模块，将原有的损失函数替换为Shape‑IoU，修改网络结构，引入加权双向特征金字塔网络模块BiFPN；S150：对改进的YOLOv9s神经网络模型进行训练，得到训练后的网络模型；S160：对步骤S150中的训练后的网络模型进行测试；S170：将训练后的网络模型用于太阳能电池板缺陷检测得到检测结果。显著提高了对复杂背景的小目标检测精度。