-
公开(公告)号：CN117876383A
公开(公告)日：2024-04-12
申请号：CN202410284089.2
申请日：2024-03-13
Applicant: 西南林业大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084 , G06T7/73 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/82
Abstract: 本申请公开了一种基于yolov5l的公路表面条状裂缝检测方法，涉及图像识别领域，该方法包括：基于表面裂缝图像构建表面条状裂缝样本集；基于所述表面条状裂缝样本集对预设网络进行训练，获取裂缝检测模型；基于所述裂缝检测模型对采集到的表面图像进行检测，确定所述表面图像中的目标裂缝，所以，有效解决了相关技术中对裂缝的形状和类型有一定的假设和限制，同时需要处理图像中的噪声、阴影、纹理等干扰因素，导致表面裂缝识别的通用性以及准确性不佳的技术问题，实现了提高表面裂缝特征提取精度，统一表面病害检测标准的技术效果。
-
公开(公告)号：CN119251225B
公开(公告)日：2025-02-28
申请号：CN202411773613.9
申请日：2024-12-05
Applicant: 西南林业大学
Abstract: 本申请公开了一种基于改进RT‑DETR的公路路面裂缝检测方法，涉及路面病害检测领域。该方法包括基于路面裂缝图像构建路面裂缝样本集；基于高低频注意力机制对RT‑DETR模型进行改进；基于所述路面裂缝样本集对改进后的RT‑DETR模型进行训练，获取裂缝检测模型；基于所述裂缝检测模型对采集到的路面图像进行检测，确定所述路面图像中的目标裂缝，本发明有效解决了在复杂路面情况下裂缝特征提取困难的问题，同时需要处理图像中的噪声、阴影、纹理等干扰因素，导致路面裂缝识别的通用性以及准确性不佳的技术问题，实现了提高路面裂缝特征提取精度，统一路面病害检测标准的技术效果。
-
公开(公告)号：CN114359255A
公开(公告)日：2022-04-15
申请号：CN202210037901.2
申请日：2022-01-13
Applicant: 西南林业大学 , 云南省公路科学技术研究院
Abstract: 本发明涉及一种基于改进Yolov5s的公路路面修补检测方法，属于目标检测技术领域。本发明首先构建路面修补样本集。再改进Yolov5s网络，使得改进后的Yolov5s网络可以减少模型参数，降低网络计算量。然后使用路面修补样本集对改进后的Yolov5s网络进行训练，得到修补检测模型。最后利用修补检测模型检测路面图像，判断路面图像是否存在修补，若存在，则确定修补位置。
-
Patent Agency Ranking
公开(公告)号：CN119251225A
公开(公告)日：2025-01-03
申请号：CN202411773613.9
申请日：2024-12-05
Applicant: 西南林业大学
Abstract: 本申请公开了一种基于改进RT‑DETR的公路路面裂缝检测方法，涉及路面病害检测领域。该方法包括基于路面裂缝图像构建路面裂缝样本集；基于高低频注意力机制对RT‑DETR模型进行改进；基于所述路面裂缝样本集对改进后的RT‑DETR模型进行训练，获取裂缝检测模型；基于所述裂缝检测模型对采集到的路面图像进行检测，确定所述路面图像中的目标裂缝，本发明有效解决了在复杂路面情况下裂缝特征提取困难的问题，同时需要处理图像中的噪声、阴影、纹理等干扰因素，导致路面裂缝识别的通用性以及准确性不佳的技术问题，实现了提高路面裂缝特征提取精度，统一路面病害检测标准的技术效果。
-
公开(公告)号：CN117876383B
公开(公告)日：2024-06-07
申请号：CN202410284089.2
申请日：2024-03-13
Applicant: 西南林业大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084 , G06T7/73 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/82
Abstract: 本申请公开了一种基于yolov5l的公路表面条状裂缝检测方法，涉及图像识别领域，该方法包括：基于表面裂缝图像构建表面条状裂缝样本集；基于所述表面条状裂缝样本集对预设网络进行训练，获取裂缝检测模型；基于所述裂缝检测模型对采集到的表面图像进行检测，确定所述表面图像中的目标裂缝，所以，有效解决了相关技术中对裂缝的形状和类型有一定的假设和限制，同时需要处理图像中的噪声、阴影、纹理等干扰因素，导致表面裂缝识别的通用性以及准确性不佳的技术问题，实现了提高表面裂缝特征提取精度，统一表面病害检测标准的技术效果。
-
公开(公告)号：CN109117938A
公开(公告)日：2019-01-01
申请号：CN201811248904.0
申请日：2018-10-25
Applicant: 西南林业大学
Abstract: 本发明涉及人工神经网络领域，具体涉及一种基于人工神经网络的图像扫描方法及系统，导入训练样本数据，然后进行样本的训练，再进行人工神经网络模型的构建，人工神经网络模型构建完成后利用训练样本图对神经网络算法进行训练，然后利用神经网络算法对图像进行运算，在利用神经网络算法对图像进行运算后，得到对人工神经网络模型验证，若验证结果符合预设期望精度，对人工神经网络模型验证，判断验证误差是否符合预设期望精度，若验证结果不符合预设期望精度，则再跳回到利用训练样本图对神经网络算法进行训练，直到验证误差符合预设期望精度，然后保存模型。本发明能解决了难以获取线阵CCD相机最优图像的扫描参数组合的问题。
-
公开(公告)号：CN208781281U
公开(公告)日：2019-04-23
申请号：CN201821735179.5
申请日：2018-10-25
Applicant: 西南林业大学
Abstract: 本实用新型属于RFID防伪技术领域，尤其为一种无线感知网络用RFID茶叶防伪溯源装置，包括防伪查询检测架和溯源检测器，所述防伪查询检测架为N形框架，所述防伪查询检测架的底部安装有传动部，所述传动部与所述防伪查询检测架传动连接；通过在防伪查询检测架的底部安装传动部，可以将茶叶包装放置在传动部上，通过智能手机或者平板电脑对茶叶包装上的RFID防伪码进行扫描后，与外部设备进行信息传输，提高工作速度，通过将茶叶包装放置在传动部上，逐个传送，在传送的同时，上方的溯源检测器将扫描信息传出，可较快的增加对茶叶盘点速度，且溯源检测器的设备通过检测器夹持部进行夹持固定，可减少工作人员的工作强度，更加舒适。
-
公开(公告)号：CN210199931U
公开(公告)日：2020-03-27
申请号：CN201920878858.6
申请日：2019-06-12
Applicant: 西南林业大学
Abstract: 本实用新型涉及火灾防护技术领域，尤其为一种火灾图像识别用三种等级烟雾识别装置，包括外壳体和供水主管，所述外壳体的底部一体加工有进烟罩，所述进烟罩表面的周围均开设有进烟口，外壳体的内部贯穿设置有排水管，排水管的底端贯穿进烟罩并延伸至进烟罩的下方连通有分散喷头；本实用新型通过外壳体、进烟罩、进烟口、排水管、分散喷头、顶座、空心槽、圆形槽、豁口、中空管、卡合块和安装盘的设置，可以徒手对整个装置进行固定，解决了目前的烟雾报警器在安装时较为不便，导致出现故障时需要专业的维修人员进行检修，造成烟雾识别空挡的问题，该火灾图像识别用三种等级烟雾识别装置，具备安装便捷，可节约大量时间的优点。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
