-
公开(公告)号：CN117274363A
公开(公告)日：2023-12-22
申请号：CN202311202437.9
申请日：2023-09-18
申请人： 无锡晨智物联科技有限公司
摘要： 本发明公开了一种基于计算机视觉的法兰管内径检测方法，所述法兰管内径检测方法包括法兰管区域检测和法兰管内径检测，所述法兰管内径检测包括预处理、椭圆检测、椭圆剔除和内径选择，其中所述法兰管区域检测主要利用深度学习目标检测方法对法兰管进行目标检测，而所述法兰管内径检测则在已检测到的法兰管区域检测所述法兰管内径，所述法兰管内径检测方法采用基于深度学习的目标检测方法yolo_v5作为法兰管网络模型，其具体为，利用大量包含已标注的法兰管图像进行法兰管检测网络的训练，其中采用矩形框对法兰管目标区域进行标注；法兰管内径检测方法还包括步骤一：通过相机采集所有包含法兰管的图像，并输出为包含法兰管的矩形区域。
-
公开(公告)号：CN111725372B
公开(公告)日：2022-02-18
申请号：CN202010545825.7
申请日：2020-06-16
申请人： 南京亮芯信息科技有限公司
摘要： 本发明公开了基于表面等离激元增强的亚微米垂直深紫外LED及制备方法，亚微米垂直深紫外LED包括依次设置的p型电极层、p型导电硅衬底、金属键合层、p型反射电极层、p‑GaN层、MQWs层、n‑AlGaN层和n型电极，n型电极设置为网状结构，n‑AlGaN层位于n型电极的网状结构内填充有等离激元修饰层，并且深紫外LED器件的整体厚度不超过200μm。该亚微米垂直结构深紫外LED通过减薄器件整体厚度从而减小内部全反射造成的波导模式限制效应，同时结合n‑AlGaN面上的表面等离激元修饰进一步增强深紫外LED的出光效率，从而改善电光转换效率，亚微米垂直结构深紫外LED的制备方法的使用，使得该亚微米垂直结构深紫外LED在通信、照明、显示以及医疗杀菌领域能够得到较为广泛的应用。
-
公开(公告)号：CN117557541A
公开(公告)日：2024-02-13
申请号：CN202311626730.8
申请日：2023-11-30
申请人： 无锡晨智物联科技有限公司
IPC分类号： G06T7/00 , G06V10/25 , G06V10/82 , G06V10/764 , G06V10/96
摘要： 本发明涉及煤矿钻探智能识别技术领域，公开了一种基于计算机视觉的钻探识别和钻杆计数方法，包括：利用基于深度学习的目标检测方式对钻机进行目标区域检测，以获取钻机坐标位置和检测框尺度；对所述目标区域进行扩展，并利用扩展区域进行钻机状态识别并输出钻机状态；根据状态识别结果分别组成状态队列和结果队列，利用基于滑动窗的检测方式进行换杆检测和钻杆计数；利用换杆队列事件的时间戳提取钻探识别，以确定钻探操作为进钻还是退钻。本发明提供的基于计算机视觉的钻探识别和钻杆计数方法，解决计算机视觉对钻探的检测准确率不高、单帧图像难以较好地区分进钻和退钻操作、难以完成对钻探操作的计算的技术问题。
-
公开(公告)号：CN116542981A
公开(公告)日：2023-08-04
申请号：CN202310824543.4
申请日：2023-07-06
申请人： 无锡晨智物联科技有限公司
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/08
摘要： 本发明涉及深度学习技术领域，公开了一种无参考点云的质量评估方法，基于由3D空间KNN图模块、几何与颜色特征提取层、池化层和质量回归模块组成的神经网络。首先，为点云中的每一点构建局部空间的3DKNN图；其次，利用几何与颜色特征提取层提取点的局部空间几何和颜色特征；然后，利用池化层对其更进一步的处理，从而提取粗到细的特征；最后，利用质量回归模块对这些特征进行回归拟合，将一个点云的质量分数取平均，作为该点云最终分数，最终输出点云的质量分数。本发明提供的无参考点云的质量评估方法，融合颜色和几何信息图神经网络进行无参考点云质量评估，从点云的局部空间角度评价点云的视觉质量。
-
公开(公告)号：CN111725372A
公开(公告)日：2020-09-29
申请号：CN202010545825.7
申请日：2020-06-16
申请人： 南京亮芯信息科技有限公司
摘要： 本发明公开了基于表面等离激元增强的亚微米垂直深紫外LED及制备方法，亚微米垂直深紫外LED包括依次设置的p型电极层、p型导电硅衬底、金属键合层、p型反射电极层、p-GaN层、MQWs层、n-AlGaN层和n型电极，n型电极设置为网状结构，n-AlGaN层位于n型电极的网状结构内填充有等离激元修饰层，并且深紫外LED器件的整体厚度不超过200μm。该亚微米垂直结构深紫外LED通过减薄器件整体厚度从而减小内部全反射造成的波导模式限制效应，同时结合n-AlGaN面上的表面等离激元修饰进一步增强深紫外LED的出光效率，从而改善电光转换效率，亚微米垂直结构深紫外LED的制备方法的使用，使得该亚微米垂直结构深紫外LED在通信、照明、显示以及医疗杀菌领域能够得到较为广泛的应用。
-
公开(公告)号：CN116703881A
公开(公告)日：2023-09-05
申请号：CN202310750509.7
申请日：2023-06-25
申请人： 无锡晨智物联科技有限公司
IPC分类号： G06T7/00 , G06V10/82 , G06N3/0499 , G06N3/08
摘要： 本发明公开了一种基于图像语义和失真混合特征学习的图像无参考质量评估和监测方法，包括：训练教师网络模型，生成大规模失真图像数据库作为训练样本，利用教师网络模型提取的图像语义特征，初始化混合特征感知网络模型，对训练样本提取混合感知特征，计算蒸馏损失；对混合特征进行池化和失真类别预测，计算失真预测的交叉熵损失；计算联合语义和失真预测的损失，更新混合特征感知网络的模型参数，直到模型收敛；利用图像质量评价数据库进行模型微调以进行图像质量评价。本发明提供的方法，利用知识蒸馏技术对混合特征的语义属性进行监督，利用特征对图像语义和失真进行混合表示，获得混合特征进行图像质量回归学习，提高图像质量评估的准确率。
-
公开(公告)号：CN116542981B
公开(公告)日：2023-08-29
申请号：CN202310824543.4
申请日：2023-07-06
申请人： 无锡晨智物联科技有限公司
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/08
摘要： 本发明涉及深度学习技术领域，公开了一种无参考点云的质量评估方法，基于由3D空间KNN图模块、几何与颜色特征提取层、池化层和质量回归模块组成的神经网络。首先，为点云中的每一点构建局部空间的3DKNN图；其次，利用几何与颜色特征提取层提取点的局部空间几何和颜色特征；然后，利用池化层对其更进一步的处理，从而提取粗到细的特征；最后，利用质量回归模块对这些特征进行回归拟合，将一个点云的质量分数取平均，作为该点云最终分数，最终输出点云的质量分数。本发明提供的无参考点云的质量评估方法，融合颜色和几何信息图神经网络进行无参考点云质量评估，从点云的局部空间角度评价点云的视觉质量。
-
公开(公告)号：CN110085518B
公开(公告)日：2022-07-26
申请号：CN201910373354.3
申请日：2019-05-06
申请人： 南京邮电大学
IPC分类号： H01L21/335 , H01L21/683 , H01L29/778 , H01L23/373
摘要： 本发明揭示了一种选择性电化学方法剥离的可转移GaN薄膜及其器件的制备方法，可转移GaN薄膜包括依次按序叠放的衬底、第一GaN缓冲层、牺牲层、第二GaN缓冲层和器件制备层，以衬底为载体，在衬底上首先生长第一GaN缓冲层，然后在第一GaN缓冲层上生长σ掺杂的牺牲层，接着生长第二GaN缓冲层和器件制备层，并用微加工工艺制备目标器件，然后生长钝化层，去除牺牲层并将剥离下来目标器件的正面与临时衬底结合，最后将目标器件与目标衬底键合并去除临时衬底。该剥离技术能够精确地刻蚀高掺杂浓度的n型氮化镓牺牲层，具有快速、大面积剥离氮化物外延层的优势；同时，剥离的氮化镓薄膜表面粗糙度低，益于异质集成。
-
公开(公告)号：CN110085518A
公开(公告)日：2019-08-02
申请号：CN201910373354.3
申请日：2019-05-06
申请人： 南京邮电大学
IPC分类号： H01L21/335 , H01L21/683 , H01L29/778 , H01L23/373
摘要： 本发明揭示了一种选择性电化学方法剥离的可转移GaN薄膜及其器件的制备方法，可转移GaN薄膜包括依次按序叠放的衬底、第一GaN缓冲层、牺牲层、第二GaN缓冲层和器件制备层，以衬底为载体，在衬底上首先生长第一GaN缓冲层，然后在第一GaN缓冲层上生长σ掺杂的牺牲层，接着生长第二GaN缓冲层和器件制备层，并用微加工工艺制备目标器件，然后生长钝化层，去除牺牲层并将剥离下来目标器件的正面与临时衬底结合，最后将目标器件与目标衬底键合并去除临时衬底。该剥离技术能够精确地刻蚀高掺杂浓度的n型氮化镓牺牲层，具有快速、大面积剥离氮化物外延层的优势；同时，剥离的氮化镓薄膜表面粗糙度低，益于异质集成。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.038 秒)
