-
公开(公告)号：CN117853915A
公开(公告)日：2024-04-09
申请号：CN202410036050.9
申请日：2024-01-10
Applicant: 常州大学
Abstract: 本发明涉及图像处理技术领域，尤其涉及基于改进PP‑PicoDet小麦产量预估方法及系统，包括采集小麦麦穗图像；将探测器头部的四个尺度检测分支中的特大目标尺度检测层删除；构建WS‑BiAFPN模块替换颈部LC‑PAN模块，WS‑BiAFPN模块采用短距离双向聚合方式进行特征融合和自适应空间融合运算，从主干输出层提取特征图{C3,C4,C5}，利用双线性插值结合下采样卷积，将C3、C5聚合于C4层得到特征图C41；使用ASFF模块将C41分别与C3、C5结合形成小尺度、大尺度检测层，同时将三个不同等级的近邻层集成中尺度检测层。本发明解决现有方法在参数计算量与精度无法平衡兼顾的问题。
-
公开(公告)号：CN117422868A
公开(公告)日：2024-01-19
申请号：CN202311518341.3
申请日：2023-11-15
Applicant: 常州大学
IPC: G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及图像处理技术领域，尤其涉及基于YOLOv7‑tiny改进的小目标害虫检测方法，包括采集蚜虫图像；对蚜虫图像进行离线处理，并制作数据集；构建改进YOLOv7‑tiny网络模型，对YOLOv7‑tiny的主干网络进行轻量化设计；压缩颈部网络，与主干网络实现通道对齐；对中、小尺度特征层进行细粒度设计；对改进YOLOv7‑tiny网络模型进行训练。本发明改进后的YOLOv7‑tiny模型适用于相似性高的小目标识别；同时可以部署在低成本边缘设备上，最终实现对蚜虫检测系统的广泛应用，满足智慧农业、精准农业的需求。
-
公开(公告)号：CN110407977A
公开(公告)日：2019-11-05
申请号：CN201910590501.2
申请日：2019-07-02
Applicant: 常州大学
IPC: C08F226/02 , C08F220/38 , C08J7/12 , C08J7/14 , C07C303/32 , C07C309/24 , H01M2/16 , H01M10/0525 , C08L23/12
Abstract: 本发明属于聚合物功能薄膜及其制备领域，特别涉及一种离子型共聚物的制备及其用于自组装改性聚丙烯微孔膜的方法。首先合成阴离子单体4-丙烯酰氧基-10-磺酸钠丙烷氧基四苯乙烯(TPESO3-a)，并且通过自由基聚合，使得TPESO3-a和阳离子单体DMDAAC进行共聚，得到离子型共聚物poly(DMDAAC-co-TPESO3-a)(PDDT)。在氧化后的PP微孔膜表面引入PDDT进行自组装，得到经离子型共聚物修饰的聚丙烯微孔膜。该方法使制得的微孔膜耐热性得到很大提高，130℃下半小时热收缩率由改性前的11.9％降低至3.63％，与此同时，亲水性也得到很大提高，水接触角由改性前的90.6°降至30.5°。
-
公开(公告)号：CN104145919B
公开(公告)日：2017-02-08
申请号：CN201410337972.X
申请日：2014-07-16
Applicant: 常州大学 , 常州宁录生物科技有限公司
Abstract: 本发明一种结合物联网和性引诱剂的害虫远程测报装置，属于害虫测报装置技术领域。包括光幕红外传感器、控制箱、诱芯和诱捕器，光幕红外传感器安装在诱捕器下半部分并且由电缆线接通入控制箱内，诱芯置放在诱捕器中并且在光幕红外传感器上方，所述光幕红外传感器和控制箱连接电源；所述诱芯内装有害虫性信息素，为梨小食心虫性信息素。本发明将害虫性信息素技术与物联网技术相结合，更快捷、准确、专一地传送害虫动态信息，达到提前预警预治的效果。
-
公开(公告)号：CN109860481B
公开(公告)日：2021-06-22
申请号：CN201910010343.9
申请日：2019-01-07
Applicant: 常州大学
IPC: H01M50/403 , H01M50/414 , H01M50/44 , H01M50/489 , H01M50/491 , H01M10/0525
Abstract: 本发明涉及锂离子电池隔膜制备领域，特别涉及一种PP/PA66复合电池隔膜的制备方法。首先利用α‑甲基苯乙烯(AMS)、N‑苯基马来酰亚胺(NPMI)和甲基丙烯酸缩水甘油酯(GMA)进行共聚合反应制备大分子引发剂PANG；将制得的PANG与PP进行熔融共混制备PP‑g‑PANG接枝物，该接枝物不仅可作为PP/PA66体系的增容剂，还可有效提高复合材料耐热性；采用熔融共混法制备PP/PA66增容共混物；将增容共混物制备流延基膜并通过单向拉伸工艺制备复合电池隔膜。与PP隔膜相比，根据本发明制备的PP/PA66复合电池隔膜耐热性和亲水性都得到了有效提高。
-
Patent Agency Ranking
公开(公告)号：CN104145919A
公开(公告)日：2014-11-19
申请号：CN201410337972.X
申请日：2014-07-16
Applicant: 常州大学 , 常州宁录生物科技有限公司
Abstract: 本发明一种结合物联网和性引诱剂的害虫远程测报装置，属于害虫测报装置技术领域。包括光幕红外传感器、控制箱、诱芯和诱捕器，光幕红外传感器安装在诱捕器下半部分并且由电缆线接通入控制箱内，诱芯置放在诱捕器中并且在光幕红外传感器上方，所述光幕红外传感器和控制箱连接电源；所述诱芯内装有害虫性信息素，为梨小食心虫性信息素。本发明将害虫性信息素技术与物联网技术相结合，更快捷、准确、专一地传送害虫动态信息，达到提前预警预治的效果。
-
公开(公告)号：CN114708231A
公开(公告)日：2022-07-05
申请号：CN202210371938.9
申请日：2022-04-11
Applicant: 常州大学
Abstract: 本发明涉及目标检测技术领域，尤其涉及一种基于轻量化YOLO v5的甘蔗蚜虫目标检测方法，包括：S1：甘蔗蚜虫图像采集；S2：图像预处理；S3：制作数据集；S4：对YOLO v5模型轻量化改进；S5：输入数据集训练得到轻量化模型。本发明使用Stem模块，ShuffleNetV2的Inverted Residual模块，减少颈部网络宽度来对YOLO v5模型轻量化，同时删除大尺度检测层，增加微小尺度检测层，使得网络能够更好地符合甘蔗蚜虫中密集微小目标的检测，与原始YOLO v5模型相比，具有识别精度高、识别速度快、内存占用率低等优点，有利于模型在移动终端上部署。
-
公开(公告)号：CN110000798A
公开(公告)日：2019-07-12
申请号：CN201910211782.6
申请日：2019-03-20
Applicant: 常州大学怀德学院
Abstract: 本发明涉及一种全地形仿生多足侦察机器人系统，该系统包括：机器人本体、微型无人机和控制终端，所述机器人本体通过定位卫星获取本体位置信息，且搭载传感器侦测周围的环境数据；机器人本体通过通信基站或点对点传输的方式将所搭载传感器监测的数据传输给控制终端；微型无人机为机器人本体充电，且与机器人本体之间进行双向的数据交换；控制终端直接控制微型无人机，或通过机器人本体中的通讯模块间接控制微型无人机。本系统采用仿生多足侦查机器人，其具有仿生腿足式结构，可以在多种复杂路面上行驶，同时多足仿生结构能够折叠，占用面积可以减小，便于携带运输。采用多种通信方式，且视野更开阔，搭载微型无人机将侦查视角扩展至空中。
-
公开(公告)号：CN107065874A
公开(公告)日：2017-08-18
申请号：CN201710239808.9
申请日：2017-04-13
Applicant: 常州大学怀德学院
IPC: G05D1/02 , G05B19/042
CPC classification number: G05D1/027 , G05B19/042 , G05D1/0257
Abstract: 本发明涉及电子信息领域和消防领域，具体是一种基于激光SLAM技术和传感器技术用于室内自主导航消防巡逻车，实现消防巡逻的安全智能化管理。一种基于激光SLAM技术的消防巡逻智能车，其包括巡逻车的车身，车身上设有驱动巡逻车运动的驱动电机，还包括主控MCU，电机驱动单元；数据采集单元，导航单元，导航单元包括安装在驱动电机上的编码器，以及安装在车身上的陀螺仪，所述编码器与陀螺仪与主控MCU连接，还包括安装在车身上的微型PC，微型PC上连接有激光雷达。本发明设计了一种室内导航精度高、便于远程操作和控制的消防巡逻智能车，同时，本发明能够代替传统人力巡逻，节省人力成本，降低巡检人员工作的危险性。
-
公开(公告)号：CN117853918A
公开(公告)日：2024-04-09
申请号：CN202410039910.4
申请日：2024-01-10
Applicant: 常州大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/045 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于优化后的RT‑DETR模型的红花目标检测方法和装置，包括：S1：基于采集到的红花的图像样本构建数据集；S2：对所述数据集中的图像样本包含的红花目标进行标注生成与所述图像样本对应的标注文件；S3：将所述数据集中的图像样本和与之对应的标注文件划分为训练集和测试集；S4：使用Inner‑IoU损失函数和OrthoBasicBlock模块优化RT‑DETR目标检测模型；S5：通过所述训练集中包含的图像样本和与之对应的标注文件训练优化后的RT‑DETR目标检测模型；S6：利用训练后的已优化的RT‑DETR目标检测模型对采集到的红花的图像样本进行检测。通过使用Inner‑IoU损失函数和OrthoBasicBlock模块优化RT‑DETR目标检测模型，提高模型收敛速度和检测精度，增强模型对目标的识别和定位能力。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.028 seconds)
