知搜-全球专利检索

  1. 登录
  2. 注册

搜索结果

6842 条记录 (耗时 0.014 秒)

    一种基于YOLOv5的智慧厨房目标检测方法
    1.
    发明公开
    一种基于YOLOv5的智慧厨房目标检测方法

    公开(公告)号：CN118982776A

    公开(公告)日：2024-11-19

    申请号：CN202410987775.6

    申请日：2024-07-23

    申请人： 衢州学院

    发明人： 张露 ,  黄钢

    IPC分类号： G06V20/40 ,  G08B21/24 ,  G06V20/52 ,  G06V40/10 ,  G06V10/25 ,  G06V10/44 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/082

    摘要： 本发明公开了一种基于YOLOv5的智慧厨房目标检测方法，包括以下步骤：S1、构建目标检测的网络模型并进行训练，在YOLOv5网络结构的主干网络的C3层中，加入CBAM注意力机制，得到C3CBAM层；S2、监控实时视频预处理；通过监控系统获取实时视频流，并分割成单独的帧，对视频帧进行尺寸调整，以匹配YOLOv5模型的输入尺寸；S3、监控实时视频处理；加载构建的目标检测网络模型，对监控系统辐射的范围进行实时检测、分析和输出结果；S4、在报警系统中添加报警物；将厨房中出现的危害厨房卫生安全的动物设为报警物；S5、将网络模型与报警系统同步；将步骤S3中的输出结果同步传输至报警系统，当输出结果与报警系统内的报警物吻合时，自动触发报警系统。

    一种遥感图像中飞行目标的识别检测方法、系统及设备
    2.
    发明公开
    一种遥感图像中飞行目标的识别检测方法、系统及设备

    公开(公告)号：CN118982759A

    公开(公告)日：2024-11-19

    申请号：CN202411046830.8

    申请日：2024-08-01

    申请人： 桂林电子科技大学

    发明人： 蒋占四 ,  陈晓鑫 ,  郑洪鑫 ,  杨浩 ,  陈科全 ,  苗恒鑫 ,  曹凯杰

    IPC分类号： G06V20/10 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/082

    摘要： 本发明公开了一种遥感图像中飞行目标的识别检测方法，包括以下步骤：S1、图片数据采集，集合为数据集，并划分训练集、验证集与测试集；S2、建立遥感图像军用飞机的检测模型；S3、构建特征提取模块，结合新型可变形卷积(DCNv2)模块与C2f模块构造成新的C2f_DEF模块；S4、修剪检测模型；S5、引入新型视觉转换器模块；S6、优化检测模型的损失函数；本发明提出的新型高效检测方法应用于遥感图像中军用飞机的目标检测的作业中，不仅能够实现高精度的检测，还能满足模型轻量和实时检测的要求，有效提高检测精度和工作效率，获得最好的遥感图像军用飞机的检测效果。

    基于余氯衰减机理模型与智能模型的管网余氯优化方法
    3.
    发明公开
    基于余氯衰减机理模型与智能模型的管网余氯优化方法

    公开(公告)号：CN118982117A

    公开(公告)日：2024-11-19

    申请号：CN202411070508.9

    申请日：2024-08-06

    申请人： 重庆市渝南自来水有限公司

    发明人： 黎相荣 ,  杨勇 ,  王良超 ,  阳虎 ,  余水 ,  李昆朋

    IPC分类号： G06Q10/04 ,  G06Q10/063 ,  G06Q50/06 ,  G06F18/2433 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/082

    摘要： 本发明涉及一种基于余氯衰减机理模型与智能模型的管网余氯优化方法，包括有以下步骤：获取目标管网的出厂水余氯浓度和/或出厂水浊度；将所获取的出厂水余氯浓度和/或出厂水浊度输入预先构建好的目标管网余氯衰减智能预测模型，将T时间后管网余氯控制节点的余氯浓度作为预测值进行输出；当判断预测值为异常值时，进行异常反馈；借助于预先构建的目标管网余氯衰减机理模型进行加氯调整，以对出厂水余氯浓度进行调整。本发明能够基于对管网余氯控制节点的余氯浓度的超前预测进行异常判断，并而在判断余氯浓度在未来会出现异常时，能够基于从整体上给出管网余氯情况模拟的余氯衰减机理模型指导加氯预判方案，从而更好的保证管网水质安全。

    类脑表达与计算单元的模型
    4.
    发明公开
    类脑表达与计算单元的模型

    公开(公告)号：CN118982053A

    公开(公告)日：2024-11-19

    申请号：CN202411132430.9

    申请日：2024-08-19

    申请人： 中国人民解放军总医院

    发明人： 王卫东 ,  陈霏 ,  匡翊铭

    IPC分类号： G06N3/0455 ,  G06N3/082

    摘要： 本申请提出一种类脑表达与计算单元的模型，其包括：类脑单元、压缩编码承接层；类脑单元包括：输入层、压缩表达层、稀疏表达层和自组织映射表达层；压缩编码承接层用于存储所有相邻类脑单元的压缩表达层输出；输入层用于接收原始数据或信息；压缩表达层用于接收来自输入层的数据、来自上一时刻本类脑单元的压缩表达层的输出、以及上一时刻其他近邻的类脑单元的压缩表达层的输出；压缩编码承接层用于存储压缩表达层的输出；稀疏表达层用于接收本类脑单元的压缩表达层的数据进行稀疏编码，稀疏编码后的数据张成稀疏表达空间；自组织映射表达层由自组织映射网络组成，自组织映射表达层的输出数据张成自组织映射表达空间。

    一种基于细粒度特征融合的部分多模态哈希方法
    5.
    发明公开
    一种基于细粒度特征融合的部分多模态哈希方法

    公开(公告)号：CN118981507A

    公开(公告)日：2024-11-19

    申请号：CN202411046264.0

    申请日：2024-08-01

    申请人： 南京航空航天大学

    发明人： 殷崭祚 ,  李博涵 ,  徐泽坤 ,  刘昕悦 ,  李肖雪

    IPC分类号： G06F16/28 ,  G06N3/0455 ,  G06N3/082 ,  G06N3/09

    摘要： 本发明公开了一种基于细粒度特征融合的部分多模态哈希方法，包括如下步骤：准备多模态检索数据集，数据集包括图像模态数据、文本模态数据、样本类别等信息，分别用VGGNet网络和词袋(bag‑of‑words,BoW)向量对原始数据进行特征提取，并将数据集划分为样本具有完整模态的部分和样本缺失部分模态的部分；构建缺失模态补齐模块，从样本具有完整模态的部分中随机采样出锚点集，利用锚点的模态特征补齐样本缺失的模态特征；随后将补齐的模态特征作为“真实值”来监督训练依靠样本已有模态特征直接跨模态生成另一缺失模态特征；构建深层语义信息模块，将样本完整的模态特征分别分解成每个哈希位对应的K个浅层语义信息，引入Transformer编码器，以自注意力方式自适应地捕捉浅层语义信息间的内在关系,得到编码后的深层语义信息；利用得到的深层语义信息进行细粒度的特征融合，并最终得到K位二进制的哈希码。本发明充分利用所有样本,减少了补齐缺失模态特征时引入的噪声,能够有效应对样本缺失部分模态的多模态数据检索场景。

    应用乒乓球智慧发球机的乒乓球落点检测方法、系统及存储介质
    10.
    发明公开
    应用乒乓球智慧发球机的乒乓球落点检测方法、系统及存储介质

    公开(公告)号：CN118968028A

    公开(公告)日：2024-11-15

    申请号：CN202411108090.6

    申请日：2024-08-13

    申请人： 大连民族大学

    发明人： 宁涛 ,  付猛 ,  张晋 ,  周帅帅

    IPC分类号： G06V10/25 ,  G06V10/82 ,  G06V20/40 ,  G06N3/0464 ,  G06N3/082 ,  G06T7/13

    摘要： 本发明公开了应用乒乓球智慧发球机的乒乓球落点检测方法、系统及存储介质，涉及深度学习技术领域，针对企业级用户使用；企业级用户需要有乒乓球智慧发球机、摄像头、改进YOLOv8的处理器。本发明采用基于改进的YOLO v8模型，将乒乓球的坐标检测、斜率法判断关键帧与落点判断相结合，基于Jetson nano和单个工业摄像头进行检测，节省了大量的成本，能够顺利完成完整乒乓球的落点检测。并且针对小物体检测精确率低的问题，提出进YOLO v8的主干网络和斜率法结合乒乓球桌区域判断方法，不仅提高模型检测的精度，而且能够提高乒乓球落点检测准确率，给用户更好的体验。