-
公开(公告)号：CN116466049A
公开(公告)日：2023-07-21
申请号：CN202310535007.2
申请日：2023-05-12
Applicant: 淮阴工学院
Abstract: 本发明公开了一种食品新鲜度监控系统及方法，包括：食品生产线、新鲜度显示组件、数字孪生平台和控制终端；新鲜度显示组件包括：运输箱体，以及设置于运输箱体上盖的气体传感单元和电致变色玻璃；气体传感单元通过吸附食品挥发出的腐败气体量改变通过的电流阶段，进而改变电致变色玻璃的颜色状态。本发明提供了一种食品新鲜度监控系统，不仅能够对运输箱体内的食品的新鲜度进行监控，并对食品的新鲜度数据进行采集，还能对食品的各生产站别设备参数进行监控，汇总到数字孪生平台中，得到整个工艺流程中较为完整的数据，进行整体分析，提高了食品追溯的效果。
-
公开(公告)号：CN116071331A
公开(公告)日：2023-05-05
申请号：CN202310108176.8
申请日：2023-02-13
Applicant: 淮阴工学院
IPC: G06T7/00 , G06V10/762 , G06V10/774 , G06V10/776 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于改进SSD算法的工件表面缺陷检测方法，采用数据集增强算法对预先获取的工件表面缺陷数据集进行预处理；搭建基于改进SSD算法的工件表面缺陷检测模型，包括基础网络层、特征映射层、特征预测层和非极大值抑制模块；基础网络层是将轻量级神经网络MobileNetv2替换VGG‑16作为SSD的基础网络；在特征映射层增加两个并行卷积模块，引入深度可分离卷积、空洞卷积、跳跃连接和像素加法操作，并且进行小、中目标预测层的特征融合；使用K‑means聚类算法对训练集真实框高宽比进行聚类分析，调整候选框的高宽比，使候选框尺寸更适用于检测工件表面缺陷目标。本发明增加模型对多尺度缺陷目标的检测精度，提高对小缺陷目标的检测能力。
-
公开(公告)号：CN115482220A
公开(公告)日：2022-12-16
申请号：CN202211154288.9
申请日：2022-09-21
Applicant: 淮阴工学院
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06V10/25 , G06V10/52 , G06V10/774 , G06V10/46
Abstract: 本发明公开了一种基于改进Faster RCNN的高反光金属表面缺陷检测方法，对样本数据中的缺陷进行标注，将样本数据集进行数据增强处理和模糊性消除处理，并分为训练集和测试集；构建Faster RCNN网络，将ResNet152网络作为Faster RCNN的主干特征提取网络，对小目标特征的提取；结合AC‑FPN网络，使用CEM、AM模块提取多尺度特征，进行目标的定位和分类；将处理好样本数据集输入到的改进的Faster RCNN网络中进行训练，获得改进后的Faster RCNN金属缺陷检测模型；将待检测的金属缺陷图像输入到训练好的金属缺陷检测模型中，最终得到金属缺陷检测的结果。与现有技术相比，本发明提高了金属缺陷检测的准确率和检测速度，具有较好的实时性。
-
公开(公告)号：CN118097128A
公开(公告)日：2024-05-28
申请号：CN202410006401.1
申请日：2024-01-02
Applicant: 淮阴工学院
IPC: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06N3/0895
Abstract: 本发明公开了一种基于改进的U‑Net的半监督肺部图像分割方法，对预先获取的肺部医学图像数据集进行数据预处理；构建改进的U‑Net网络，在特征编码器和特征解码器中引入注意力机制和空洞卷积，在扩大感受野的同时保持分辨率，并增强模型对肺部边界等关键区域的注意力；特征解码器采用ESPCN进行上采样，以减小模型参数；在跳跃连接中插入MFC模块，用于融合高级特征和低级特征，从而提取更丰富准确的特征表示；此外，还对模型进行半监督训练策略，通过融合有标注样本和无标注样本进行训练，充分利用了未标注样本的信息来提高分割性能。本发明本发明对肺部图像分割实现了更准确的分割结果和更高分辨率恢复效果，对医学图像分割具有积极的影响。
-
公开(公告)号：CN117873245A
公开(公告)日：2024-04-12
申请号：CN202410164398.6
申请日：2024-02-05
Applicant: 淮阴工学院
IPC: G05D27/02
Abstract: 本发明公开了一种基于机器学习的仓储环境温湿度监控装置，包括：传感器网络，与传感器网络连接的数据采集模块，与数据采集模块连接的模型建立模块,以及与模型建立模块连接的仓储调控平台；数据采集模块用于接收并记录若干温湿度传感器的数据，存储至仓储环境记录数据库；模型建立模块分析并建立若干货架区的温湿度变化相关性模型，以及若干货架区之间的温湿度相互影响网络模型；仓储调控平台用于筛选并执行仓储空间温湿度变化时的最优调控策略。本发明还公布了一种基于机器学习的仓储环境温湿度调控方法，能够快速实时地精准调控仓储空间的温湿度，降低了能耗，提高了精准性，实现了仓储环境的管理调控的智能化和高效化。
-
Patent Agency Ranking
公开(公告)号：CN117468189A
公开(公告)日：2024-01-30
申请号：CN202311425010.5
申请日：2023-10-31
Applicant: 淮阴工学院
Abstract: 本发明公开了一种纺织品浸染装置及其使用方法，包括：安装架，位于所述安装架内的浸染箱，位于所述浸染箱中部位置的驱动变形件，对纺织品夹持的若干组夹持件，以及驱动若干组夹持件对纺织品输送的驱动件；本发明利用夹持件、驱动变形件和驱动件的配合，使得纺织品在移动过程中，位于驱动变形件两侧夹持件之间的纺织品呈相对固定的状态，并配合驱动变形件使得纺织品呈波谷状变形，在纺织品移动的过程中，夹持件到驱动辊位置的纺织品纺线之间空隙由小到大变化，逐渐降低纺织品与染料之间的张力，使得纺织品与染料之间以层层递进的方式浸染，染料可以逐步扩散到纺织品的表面和内部，提高了染色的效率，并保证了染色的均匀性和效果的一致性。
-
公开(公告)号：CN116777853A
公开(公告)日：2023-09-19
申请号：CN202310685562.3
申请日：2023-06-09
Applicant: 淮阴工学院
IPC: G06T7/00 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制的工件表面缺陷检测方法及装置，以EfficientDet‑d0为基线网络，主干特征提取网络采用EfficientNetv2中的Fused‑MBConv结构和MBConv结构，使用卷积注意力模块CBAM代替结构中的SENet模块，并且在结构中使用Hardmish激活函数，得到更快计算速度的同时提高模型的鲁棒性，在特征提取网络的最后引入快速空间金字塔池化模块SPPF，对特征图进行不同尺度的最大池化，增加网络的感受野；然后将提取到的特征送入改进的加权双向特征金字塔网络Improved‑BiFPN进行特征融合，提高模型的检测效果；最后将融合后的特征输入到类别和定位预测网络完成工件表面缺陷检测。本发明能克服现有的检测精度低和误检、漏检的问题。
-
公开(公告)号：CN115966069A
公开(公告)日：2023-04-14
申请号：CN202211713189.X
申请日：2022-12-27
Applicant: 淮阴工学院
Abstract: 本发明公开了一种适用于智慧工地的安全监测系统，包括：中心处理单元、掉落物监测单元、移动设备监测单元和提示单元；所述中心处理单元，包括信息收集模块、信息处理模块、信息输送模块和射频波发射接收模块，用于接收和处理所述掉落物监测单元、移动设备监测单元和人员监测单元的监测信息，并向提示单元输送信息。其有益效果是，该适用于智慧工地的安全监测系统，通过构建坐标系，能够对移动设备的行进方向和行进速度进行预判，从而提醒人员远离移动设备，避免工作人员出现意外，同时配合掉落物监测单元，能够对建筑物高层和施工设备高处坠落物的掉落时间和掉落点进行计算，进而提醒人员远离危险位置，保证了工作人员的安全。
-
公开(公告)号：CN115880223A
公开(公告)日：2023-03-31
申请号：CN202211403533.5
申请日：2022-11-10
Applicant: 淮阴工学院
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06T5/00 , G06V10/44 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开一种基于改进YOLOX的高反光金属表面缺陷检测方法，构建金属表面缺陷的图像数据集，将数据集输入图像特征增强模块进行预处理，并针对每一类缺陷制作相应的标签；构建由主干特征提取网络CSPDarknet‑53、BT‑FPN双向特征融合网络以及分类预测网络YOLO Head三部分组成的改进YOLOX的高反光金属表面缺陷检测模型，减少特征信息的丢失，增强特征融合性能；使用迁移学习获取预训练模型，并结合Mosaic和Mixup数据增强方法训练金属缺陷数据集得到权重w；将权重w输入改进后的YOLOX网络中进行分类预测。与现有技术相比，本发明提升对高反光金属缺陷的检测效果和检测速度，具有较好的实时性。
-
公开(公告)号：CN115496951A
公开(公告)日：2022-12-20
申请号：CN202211231287.X
申请日：2022-10-09
Applicant: 淮阴工学院
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06T3/40 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv5s的安全设备检测方法，包括：获取安全设备样本数据集，分为训练集和测试集；改进模型数据增强方式，采用CutMix与MixUp混合方法，扩充训练数据集的体量，提高模型的泛化能力和测试的鲁棒性；对网络结构进行修改，将原模型主干Backbone网络替换为轻量级MobileNetV3网络；在FPN+PAN网络中增加浅层特征提取层，增强对小目标的提取效果；将轻量级算子CARAFE++引入FPN上采样过程，对局部区域的特征进行重组，不需要学习跨通道的特征变换且较为容易地继承到修改后的网络架构中，降低模型的计算成本。本发明通过网络结构改进、模型优化等方法对传统YOLO算法进行改进，提高了安全设备检测的准确度和小目标情况下的检出效果，具有较好的实用性。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.047 seconds)
