一种融合GAM、CARAFE和SnIoU的车辆目标检测方法

    公开(公告)号:CN115588126A

    公开(公告)日:2023-01-10

    申请号:CN202211194651.X

    申请日:2022-09-29

    摘要: 本发明公开了一种融合GAM、CARAFE和SnIoU的车辆目标检测方法,包括:将数据集转换为适合YOLOv5训练的格式,对图像进行数据增强,然后在YOLOv5主干网络及颈部网络添加GAM模块,在颈部网络使用CARAFE替换最近邻插值上采样,最后将SnIoU‑Loss作为该算法的损失函数,完成在监控视角下对多种车辆的检测。本发明在主干网络结合GAM注意力机制,在颈部网络组合注意力模块和内容感知特征重组上采样,将底层的内容信息来预测重组内核,并在预定义的附近区域内重组特征,再针对这些不同尺度的特征学习全局权重信息并高效融合,还提出了一种损失函数,帮助训练收敛过程和效果。本发明能够解决现有的目标被遮挡、模糊和检测精度较差的问题。

    回转窑健康监测方法、装置及电子设备

    公开(公告)号:CN115560584A

    公开(公告)日:2023-01-03

    申请号:CN202211552805.8

    申请日:2022-12-06

    IPC分类号: F27B7/42

    摘要: 本发明实施例中提供了一种回转窑健康监测方法、装置及电子设备,属于人工智能技术领域,该方法包括:预先设置M×N个桶状分布的温度传感器套筒网格;计算M1的第一温差距离L1;获取所述回转窑在t2时刻的温度矩阵M2,并基于M2中的最低温度值,计算M2的第二温差距离L2;在所述回转窑的回转驱动轮处施加振动源,将所述回转窑控制在w2旋转角位置处于静止状态,获取所述回转窑在t3时刻的温度矩阵M3,计算M3的第三温差距离L3;基于第一温差距离L1、第二温差距离L2、第三温差距离L3和所述形变参数K,计算所述回转窑的健康度。采用本方案,能够提高回转窑健康度监测的准确性。

    辊压机故障识别方法、装置及电子设备

    公开(公告)号:CN116147700A

    公开(公告)日:2023-05-23

    申请号:CN202310041649.7

    申请日:2023-01-28

    IPC分类号: G01D21/02 B02C25/00 G06F17/10

    摘要: 本发明实施例中提供了一种辊压机故障识别方法、装置及电子设备,属于人工智能技术领域,该方法包括:将辊压机的旋转平面切分为n个旋转部,每个旋转部的旋转角为360/n度;在辊压机的外表面的驱动轴承处设置振动源,在不同的旋转部通过所述振动源给所述辊压机输入不同频率的振动信号;控制辊压机按照预设的角速度进行旋转,用以确定在不同的旋转部形成的振幅‑偏心转矩曲线;通过查找振幅‑偏心转矩曲线中存在的奇异点,确定所述辊压机的故障类型。采用本方案,能够提前发现辊压机存在的故障。