-
公开(公告)号：CN118967690B
公开(公告)日：2025-01-24
申请号：CN202411449342.1
申请日：2024-10-17
Applicant: 无锡学院
IPC: G06T7/00 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/0985 , G06T5/70 , G06T7/13 , G06V10/74 , G01N21/88
Abstract: 本发明公开了一种基于深度对比学习的缺陷检测方法，涉及计算机视觉技术领域，包括，获取工业工件的原始图像数据，并进行归一化、去噪、裁剪及尺寸调整，形成标准化图像数据；将标准化图像数据输入到基于Transformer的深度对比学习模型中，输出工件图像的全局特征向量；将优化后的正负样本对输入到元学习单元中，通过元学习机制对深度对比学习模型进行快速适应训练；将经过训练的对比学习模型应用于实时缺陷检测中，对新输入的工件图像进行缺陷判断，输出工件的缺陷检测结果。本发明提升了缺陷检测的准确性，同时大幅降低了训练时间和数据需求，显著改善了现有技术在小样本环境中的局限性。
-
Patent Agency Ranking
公开(公告)号：CN118967690A
公开(公告)日：2024-11-15
申请号：CN202411449342.1
申请日：2024-10-17
Applicant: 无锡学院
IPC: G06T7/00 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/0985 , G06T5/70 , G06T7/13 , G06V10/74 , G01N21/88
Abstract: 本发明公开了一种基于深度对比学习的缺陷检测方法，涉及计算机视觉技术领域，包括，获取工业工件的原始图像数据，并进行归一化、去噪、裁剪及尺寸调整，形成标准化图像数据；将标准化图像数据输入到基于Transformer的深度对比学习模型中，输出工件图像的全局特征向量；将优化后的正负样本对输入到元学习单元中，通过元学习机制对深度对比学习模型进行快速适应训练；将经过训练的对比学习模型应用于实时缺陷检测中，对新输入的工件图像进行缺陷判断，输出工件的缺陷检测结果。本发明提升了缺陷检测的准确性，同时大幅降低了训练时间和数据需求，显著改善了现有技术在小样本环境中的局限性。
-
公开(公告)号：CN119746379A
公开(公告)日：2025-04-04
申请号：CN202411990065.5
申请日：2024-12-31
Applicant: 无锡学院
IPC: A63F3/02
Abstract: 本发明公开了一种盲人军棋对战装置及方法，属于棋类对战装置的技术领域；该对战装置主要由军棋棋盘、多个带有盲文标识的军棋棋子、压力传感器、处理器、语音输入器和语音播报器组成。其中，棋盘上的每个棋位均配备有压力传感器，用于实时监测棋子的位置和状态变化；每个军棋棋子的重量设计为M+ε，M代表标准重量，ε为重量误差阈值区间，确保了即使长期使用后棋子重量有所变化，也能准确识别。当棋盘上某一位置的传感器检测到2M+2ε的压力时，表明该位置发生了对战，处理器根据预设规则判断对战结果并通过语音播报器告知玩家。本发明旨在解决现有技术中盲人军棋对战存在的操作不便、设备成本高及易出错等问题，以为盲人提供更加友好的游戏体验。
-
公开(公告)号：CN118967672A
公开(公告)日：2024-11-15
申请号：CN202411435220.7
申请日：2024-10-15
Applicant: 无锡学院
Abstract: 本发明公开了一种工业缺陷检测方法、系统、装置和存储介质，涉及自动化技术领域，包括，通过高分辨率可见光相机、红外相机和超声波传感器采集工件的多模态数据，并进行预处理；使用多模态数据融合算法，将预处理后的数据进行特征提取和融合，生成综合特征图；通过计算机视觉技术分析综合特征图的光照条件，动态调整光照条件，生成校正后的综合特征图；构建缺陷检测模型，对校正后的综合特征图进行实例分割和目标检测，生成预选框并标记可能的缺陷区域；引入在线学习机制，根据新采集的数据实时更新和优化缺陷检测模型；通过多模态数据融合、动态光照条件校正和在线学习机制，能够精确识别和定位缺陷，显著提升了工业缺陷检测的准确性。
-
公开(公告)号：CN118967672B
公开(公告)日：2025-04-29
申请号：CN202411435220.7
申请日：2024-10-15
Applicant: 无锡学院
Abstract: 本发明公开了一种工业缺陷检测方法、系统、装置和存储介质，涉及自动化技术领域，包括，通过高分辨率可见光相机、红外相机和超声波传感器采集工件的多模态数据，并进行预处理；使用多模态数据融合算法，将预处理后的数据进行特征提取和融合，生成综合特征图；通过计算机视觉技术分析综合特征图的光照条件，动态调整光照条件，生成校正后的综合特征图；构建缺陷检测模型，对校正后的综合特征图进行实例分割和目标检测，生成预选框并标记可能的缺陷区域；引入在线学习机制，根据新采集的数据实时更新和优化缺陷检测模型；通过多模态数据融合、动态光照条件校正和在线学习机制，能够精确识别和定位缺陷，显著提升了工业缺陷检测的准确性。
-
公开(公告)号：CN119292470A
公开(公告)日：2025-01-10
申请号：CN202411805820.8
申请日：2024-12-10
Applicant: 无锡学院
IPC: G06F3/01 , G06F3/0354 , G06F3/0481 , G06T7/68 , G06T7/70
Abstract: 本发明公开了一种智能鼠标辅助控制方法、装置、电子设备及存储介质，属于人机交互的技术领域；该方法中，通过计算机视觉技术，实时捕捉用户面部的动作，精确计算鼠标指针的位置，用户可通过面部的自然移动实现高效、直观的鼠标控制；同时，蓝牙控制戒指的引入，使用户能够通过简单的触摸操作发送控制信号，实现鼠标的点击、拖动等具体操作，显著提升了操作的便捷性和效率。该方法不仅在操作精度和直观性上与传统鼠标相当，还显著降低了用户的学习成本。在隐私保护方面，本发明仅依赖面部关键点和蓝牙控制戒指的信号，不涉及用户的语音信息，有效防止了隐私泄露。本发明能够为用户带来全新的交互体验，并为未来人机交互技术的发展提供了新的思路。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
