一种无轨式廊道巡检机器人
    1.
    发明公开

    公开(公告)号:CN119260794A

    公开(公告)日:2025-01-07

    申请号:CN202411290929.2

    申请日:2024-09-14

    Abstract: 本发明公开了一种无轨式廊道巡检机器人,涉及无轨式巡检机器人技术领域,包括机器人本体和探测摄像头,所述机器人本体的一端开设有安装槽,所述安装槽的内部设置有清障机构,所述清障机构包括气缸,所述气缸的伸缩端固定安装有双向齿条,所述双向齿条的两端啮合有两个齿轮,所述齿轮的顶端固定安装有一号转动杆,所述一号转动杆的一端固定安装有弧形挡板,所述弧形挡板的一端固定连接有侧边挡板。本发明通过设置清障机构,利用气缸推动双向齿条移动,并利用双向齿条、齿轮和一号转动杆之间的配合,可以及时将机器人本体前的障碍物拨开,减轻了工作人员的清障负担,提高了设备的实用性。

    一种轻量级目标检测知识蒸馏方法

    公开(公告)号:CN119089950A

    公开(公告)日:2024-12-06

    申请号:CN202410169440.3

    申请日:2024-02-05

    Abstract: 本发明提供了一种轻量级目标检测知识蒸馏方法,属于深度学习模型压缩领域。针对当前蒸馏方法所忽视的多层次特征,提出手把手指导的蒸馏框架,提炼网络中各阶段特征的潜在知识,对学生网络施加更全面的蒸馏约束。围绕提出的新型蒸馏框架,探索了一系列针对性的优化策略,包括语义一致性的特征匹配策略、改进的模仿损失函数、有侧重点的微观和宏观权重生成以及重加权的优化算法,这些策略相辅相成,使目标检测蒸馏最终达到更好的效果。在不同数据集的实验表明,本发明在相同压缩程度下表现出更好的精度效果,压缩后精度恢复超过当前最先进方法,极大弥补了学生网络与教师网络的精度差距。

    一种面向恶劣环境的轻量级图像去水雾方法

    公开(公告)号:CN118608402A

    公开(公告)日:2024-09-06

    申请号:CN202410146451.X

    申请日:2024-02-01

    Abstract: 本发明提供了一种面向恶劣环境的轻量级图像去水雾方法,其步骤为:S1:获取训练数据集;S2:图像去水雾网络浅层特征提取;S3:图像去水雾网络深层特征提取对初始化特征进行图特征提取与局部特征融合拼接,最后输出特征图与浅层特征提取模块输出的初始化特征图相加;S4:图像去水雾网络图像重建将深层特征提取部分输出的特征图送到含有3个卷积核的输出卷积层,最终重建得到去雾图像。本发明通过使用精简的神经网络结构、参数共享和模型剪枝等技术,实现深度学习去水雾模型的轻量化设计,降低模型复杂度;针对边缘设备的特殊要求,通过优化算法和模型结构,降低对硬件资源的需求,使得去水雾模型更适合在边缘设备上进行部署。

    水电站辅助设备测点数据清洗方法

    公开(公告)号:CN115221148A

    公开(公告)日:2022-10-21

    申请号:CN202210701570.8

    申请日:2022-06-20

    Abstract: 本发明涉及检测数据的清洗处理技术领域。本发明提出一种水电站辅助设备测点数据清洗方法,首先进行数据预处理,使数据初步清洁,然后采取合理的采样技术,采样出有效的故障样本以及正常样本,之后采取关联关系挖掘方法得到多维数据的关联性,进行多维数据联合数据清洗与规约。本发明采用数据补全技术,以及平稳性检验与校正,并采用半自动化采样方法,解决测点数据在错误模式上的聚集和累积效应;对多维测点信息,采用关联关系挖掘技术,深入考虑数据和错误模式之间的相关性,从而实现时序依赖的联合数据清洗规约,解决了单条数据清洗约束缺乏的问题。

Patent Agency Ranking