-
公开(公告)号：CN114283275A
公开(公告)日：2022-04-05
申请号：CN202210206214.9
申请日：2022-03-04
Applicant: 南昌工学院 , 湖北第二师范学院 , 华中农业大学 , 苏州嘉昀科技有限公司
IPC: G06V10/22 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于优化深度学习的多图形目标检测方法，包括以下步骤：采用标记工具对所需要识别的数据集进行标定，得到标定数据集；建立多目标检测模型；所述多目标检测模型包括选定模块和4个不同的计算模块；4个不同的计算模块分别用于预测圆形、椭圆、倾斜矩形和三角形目标；选定模块用于根据实际情况选定4个计算模块中的一个；利用标定数据集训练所述多目标检测模型，通过计算不同计算模块的iou及优化损失函数，得到训练完成的多目标检测模型；利用训练完成的多目标检测模型完成检测；有益效果是：相比于多个单独的目标检测算法，在检测速度效果上有所提升，单张图片处理速度平均缩短了18.8%，更适合用于工业和工程生产过程中。
-
公开(公告)号：CN115272814B
公开(公告)日：2022-12-27
申请号：CN202211188231.0
申请日：2022-09-28
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/04 , G06N3/08 , G06T7/11 , G06T7/136 , G06T7/194 , G06T7/62
Abstract: 本发明公开了一种远距离空间自适应多尺度的小目标检测方法，方法包括两个阶段，分别为：多尺度目标检测模型确定阶段和多尺度目标检测模型预测阶段；在多尺度目标检测模型确定阶段，通过对不同的目标检测任务进行数据集分析，得到该类型任务所对应的多尺度目标检测模型结构；在多尺度目标检测模型预测阶段，通过对应的目标检测任务类型，直接调用对应结构；在未知检测任务类型时，通过OSTU算法及决策树获得其对应检测任务的多尺度目标检测模型结构，完成预测。本发明有益效果是：能够实时的、自适应的进行各类目标检测，提高了目标检测通用性的同时，保证了目标检测精度。
-
公开(公告)号：CN115272814A
公开(公告)日：2022-11-01
申请号：CN202211188231.0
申请日：2022-09-28
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/04 , G06N3/08 , G06T7/11 , G06T7/136 , G06T7/194 , G06T7/62
Abstract: 本发明公开了一种远距离空间自适应多尺度的小目标检测方法，方法包括两个阶段，分别为：多尺度目标检测模型确定阶段和多尺度目标检测模型预测阶段；在多尺度目标检测模型确定阶段，通过对不同的目标检测任务进行数据集分析，得到该类型任务所对应的多尺度目标检测模型结构；在多尺度目标检测模型预测阶段，通过对应的目标检测任务类型，直接调用对应结构；在未知检测任务类型时，通过OSTU算法及决策树获得其对应检测任务的多尺度目标检测模型结构，完成预测。本发明有益效果是：能够实时的、自适应的进行各类目标检测，提高了目标检测通用性的同时，保证了目标检测精度。
-
公开(公告)号：CN114283275B
公开(公告)日：2022-08-16
申请号：CN202210206214.9
申请日：2022-03-04
Applicant: 南昌工学院 , 湖北第二师范学院 , 华中农业大学 , 苏州嘉昀科技有限公司
IPC: G06V10/22 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于优化深度学习的多图形目标检测方法，包括以下步骤：采用标记工具对所需要识别的数据集进行标定，得到标定数据集；建立多目标检测模型；所述多目标检测模型包括选定模块和4个不同的计算模块；4个不同的计算模块分别用于预测圆形、椭圆、倾斜矩形和三角形目标；选定模块用于根据实际情况选定4个计算模块中的一个；利用标定数据集训练所述多目标检测模型，通过计算不同计算模块的iou及优化损失函数，得到训练完成的多目标检测模型；利用训练完成的多目标检测模型完成检测；有益效果是：相比于多个单独的目标检测算法，在检测速度效果上有所提升，单张图片处理速度平均缩短了18.8%，更适合用于工业和工程生产过程中。
-
公开(公告)号：CN118521775B
公开(公告)日：2025-03-21
申请号：CN202410823741.3
申请日：2024-06-25
Applicant: 南昌工学院 , 江西省安友科技有限公司 , 江西铂易鸿电子有限公司
Abstract: 本发明涉及印刷生产系统技术领域，公开了基于YOLOv8算法的首印对版监测系统，包括：安装于印刷线上的视觉检测模块，所述视觉检测模块用于获取印刷线上印刷物体的图像数据；印刷原始稿扫描模块，用于获取原始印刷稿件图像数据，作为首印对版对比数据；印刷特征提取模块，用于识别提取印刷线上印刷物体图像数据特征点参数以及原始印刷稿件图像数据的特征点参数，所述特征点参数为形状参数，其包含中心坐标、长、宽与倾斜角度。本发明，针对印刷生产线的高生产量与高速印刷的特性，对视觉异常感知AI模型进行改进，以满足印刷生产的高效对版需求，应用印刷生产线的首印对版与后续印刷检测工作。
-
Patent Agency Ranking
公开(公告)号：CN119721848A
公开(公告)日：2025-03-28
申请号：CN202411868394.2
申请日：2024-12-18
Applicant: 南昌工学院 , 湖北第二师范学院 , 苏州嘉昀科技有限公司
IPC: G06Q10/0639 , G06T7/00 , G06V10/764 , G06V10/82 , G06F18/25 , G06F18/24
Abstract: 本发明公开了印中生产线质量数据报警与分析软硬件系统，包括：印刷图像采集单元，所述印刷图像采集单元用于安装于印中生产线上并对输送的印刷物进行高速拍摄，获取印刷中生产线上的图像数据，作为测试集；缺陷数据库，所述缺陷数据库用于存储现有的印刷图像缺陷数据作为训练集，并通过贝叶斯网络分类器识别训练集缺陷数据的类型、分布、概率与形貌特征；工艺问题模型库，所述工艺问题模型库用于存储工艺故障模式与特征。本发明，该系统模型通过大数据交换与服务调用系统的交换体系实现业务数据的实时可靠交换，并能实现数据资源管理、数据资源使用的有效统计分析分品种识别缺陷为缺陷诊断结果的分析提供了基础。
-
公开(公告)号：CN118521775A
公开(公告)日：2024-08-20
申请号：CN202410823741.3
申请日：2024-06-25
Applicant: 南昌工学院 , 江西省安友科技有限公司 , 江西铂易鸿电子有限公司
Abstract: 本发明涉及印刷生产系统技术领域，公开了基于YOLOv8算法的首印对版监测系统，包括：安装于印刷线上的视觉检测模块，所述视觉检测模块用于获取印刷线上印刷物体的图像数据；印刷原始稿扫描模块，用于获取原始印刷稿件图像数据，作为首印对版对比数据；印刷特征提取模块，用于识别提取印刷线上印刷物体图像数据特征点参数以及原始印刷稿件图像数据的特征点参数，所述特征点参数为形状参数，其包含中心坐标、长、宽与倾斜角度。本发明，针对印刷生产线的高生产量与高速印刷的特性，对视觉异常感知AI模型进行改进，以满足印刷生产的高效对版需求，应用印刷生产线的首印对版与后续印刷检测工作。
-
公开(公告)号：CN113469302A
公开(公告)日：2021-10-01
申请号：CN202111036387.2
申请日：2021-09-06
Applicant: 南昌工学院 , 湖北第二师范学院 , 武汉市倍奇科技有限公司
Abstract: 本发明提供了一种视频图像的圆形多目标识别方法和系统，方法包括：在训练阶段，采用一种圆形框IOU计算方法来替换典型目标检测算法中的矩形框IOU测算方法、使用基于圆形框的参数建立目标识别网络模型并对模型进行迭代训练，最后对训练后的模型进行优化，形成一种新目标检测训练体系；在预测阶段，以训练阶段保存的优化权值为输入，获取待识别图像的预测结果，并对预测结果进行解码转换获得圆形预测框；通过计算圆形真实框与预测框间的CIRCLE‑IOU对圆形预测框进行筛选去噪，从而精确识别目标物体。本方法避免很多非识别对象的像素点被框入，进一步提高了识别精度。
-
公开(公告)号：CN118761963A
公开(公告)日：2024-10-11
申请号：CN202410768702.8
申请日：2024-06-14
Applicant: 南昌工学院 , 湖北第二师范学院 , 湖北三环锻造有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/762 , G06V10/80 , G06V10/74 , G06T7/13 , G06T3/40 , G06T7/90
Abstract: 本发明涉及缺陷检测领域，提供了一种连续工业品质量检测方法、设备及存储介质，方法合理分配使用模板匹配和机器学习技术，提高了缺陷检测的效率和准确性；另外采用基于梯度的边缘检测，解决传统边缘检测方法在过滤噪点和保留缺陷上的问题，提高了边缘检测的准确性。最后，还实现了训练过程自动化提高了训练过程的效率，总的来说，本发明提高了缺陷检测的适用性、准确率低和检测速度。
-
公开(公告)号：CN118624526A
公开(公告)日：2024-09-10
申请号：CN202410665257.2
申请日：2024-05-27
Applicant: 南昌工学院 , 湖北第二师范学院 , 苏州嘉昀科技有限公司
Abstract: 本发明公开了一种分布式产品表面质量监测与质量分析集成系统，涉及产品表面质量技术领域。本发明至少包括前执行端、图像采集端、智能识别端、数据存储端、数据分析端和后执行端。基于分布式的表面质量监测系统：该系统采用分布式架构，将具有庞大数据和计算量的任务分布式地部署到多台机器上进行处理，以提高数据计算的速度和可扩展性，减少任务的耗时，提升系统数据存储容量和可靠性，这种分布式的思路可以极大地提高系统的效率和性能，是传统单体设备检测技术所无法比拟的。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.027 seconds)
