-
公开(公告)号：CN115577793A
公开(公告)日：2023-01-06
申请号：CN202210507030.6
申请日：2022-05-10
Applicant: 安徽大学
IPC: G06N20/00 , G06N5/02 , G06V10/764 , G06V40/16
Abstract: 本发明涉及计算机视觉中的模型压缩与加速技术领域，解决了基于关系的蒸馏无法改善关系表征、输入图片批次数量小，以及很好结合相互优势、弥补和增强特征表征和关系表征的表达能力的技术问题，尤其涉及一种面向网络结构的映射式蒸馏方法，该映射式蒸馏方法包括以下过程：根据预训练的目标检测模型构成教师模型和学生模型；分别提取教师模型和学生模型各层模块的特征图。本发明在分类和检测任务中都具有优异的性能，且很好结合关系信息和注意力信息相互的优势，弥补和增强了特征表征和关系表征的表达能力，还提供了两种可选的模块映射方法，可以接受更大的图像输入和更多的批次数量，提高该方法的适用性。
-
公开(公告)号：CN116934674A
公开(公告)日：2023-10-24
申请号：CN202310432318.6
申请日：2023-07-25
Applicant: 安徽大学 , 合肥合工安驰智能科技有限公司
Abstract: 本发明提供了一种基于YOLOv8网络的深度学习大粒度硅料检测与清除系统，适用于硅料细分拣选领域。该系统通过高帧率摄像头获取传送带上的硅料图像，并使用labelme手工标注，剔除异常的硅料图片。将图像样本按9:1分为训练集和验证集，对图片进行数据增强以提高泛化能力。以YOLOv8为骨干网络创建YOLO_SI算法，并使用训练数据集得到网络模型。使用该算法检测出图像中的所有硅料，根据预设阈值进行大小预警和跟踪标记，并在到达清除位置时发出清除指令给下位机。通过在预设位置安装喷气口，下位机发送命令给喷气装置，将标记追踪的大粒度硅料有序地剔除。本发明可以高效检测和清除硅料，自动化程度高，有效降低人工依赖，满足矿业拣选需求。
-
公开(公告)号：CN115730684A
公开(公告)日：2023-03-03
申请号：CN202211575606.9
申请日：2022-12-09
Applicant: 安徽大学
IPC: G06N20/00 , G06N3/08 , G06F18/25 , G06F18/211 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于LSTM‑CNN模型的空气质量检测系统，属于空气质量检测领域，包括回归学习系统、构建学习模型系统、快速预报系统、发布模块和数据检测系统，所述回归学习系统包括环境数据模块、参数变量模块和数据筛选模块，所述数据筛选模块用于对环境数据模块进行特征选择。本发明所述的一种基于LSTM‑CNN模型的空气质量检测系统，本方案基于机器学习技术的区域空气质量预报系统能够高时效地利用现有的所有信息来定义一个最大可能精准的大气运动状态，本方案在空气质量预报预警中对于PM2.5和臭氧结果进行了优化，本方案能够弥补卫星观测数据的缺失，扩展垂直廓线的遥感观测，从有限点位的观测数据中挖掘出内蕴的变化规律。
-
公开(公告)号：CN116863328A
公开(公告)日：2023-10-10
申请号：CN202310655933.3
申请日：2023-06-05
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/20 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于ResNet网络的立体遥测数据3D大气污染融合和分析方法，至少包括以下步骤S1：对收集到的空气质量数据进行预处理；S2：进行梯度生成节点，度生成阶段，S3：进行模型训练和测试。本发明涉及消防设备技术领域，具体为具体为基于ResNet网络的立体遥测数据3D大气污染融合和分析方法。
-
Patent Agency Ranking
公开(公告)号：CN116861232A
公开(公告)日：2023-10-10
申请号：CN202310660616.0
申请日：2023-06-06
Applicant: 安徽大学
IPC: G06F18/214 , G06F18/2411 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于DBN‑OCSVM的空气质量数据异常检测模型，包括数据处理阶段、数据异常检测阶段、模型分析阶段；所述数据处理系阶段包括数据的预处理、特征分析以及回归模型分析数据并计算数据影响因子的相关性关系；所述数据异常检测包括数据的整理分析、将提取的时空特征输入到DBN神经网络中，进行监督学习，作为分类器使用；所述模型分析阶段主要包括：首先进行了基于OCSVM高维异常检测，通过运用分类混淆矩阵（Confusion Matrix）来分析其结果。本发明新型涉及空气检测技术领域，具体为具体为基于DBN‑OCSVM的空气质量数据异常检测模型。
-
公开(公告)号：CN116796291A
公开(公告)日：2023-09-22
申请号：CN202310461162.4
申请日：2023-04-26
Applicant: 安徽大学
IPC: G06F18/27 , G01W1/10 , G01S17/88 , G01S17/95 , G01S17/86 , G06F18/214 , G06F18/2415 , G06N3/0442 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于LSTM‑MEA‑SVR空气质量预报的系统，包括数据处理、预测系统和模型分析，所述数据处理包括网络数据、数据预处理、数据特征分析、回归模型筛选数据和影响因子相关性分析，所述预测系统包括数据整理分析、数据预测和模型参数优化，所述模型分析包括拟合优度分析、召回率分析和数据输出。本发明新型涉及大气质量预报技术领域，具体为一种基于LSTM‑MEA‑SVR空气质量预报的系统。
-
公开(公告)号：CN115761290A
公开(公告)日：2023-03-07
申请号：CN202211512249.1
申请日：2022-11-29
Applicant: 安徽大学
IPC: G06V10/762 , G06V10/774 , G06V10/764 , G06V10/82 , G06V20/40 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及矿用皮带机与工人安全距离测量技术领域，解决了目前无法实时检测工人与皮带机之间安全距离并进行预警的技术问题，尤其涉及一种基于双目视觉尺度测量的安全距离测量预警方法，包括以下过程：S1、根据矿用皮带机在运行状态下所记录的视频数据集创建YOLOv4网络模型；还涉及一种基于双目视觉尺度测量的安全距离测量预警系统，包括：创建模块用于根据矿用皮带机在运行状态下所记录的视频数据集创建YOLOv4网络模型，获取模块用于获取矿用皮带机在运行状态下同一时间所拍摄的不同位置的视频数据集。本发明能够降低安全隐患，对安全距离进行预警，对人员的安全作业提供保障，从而减少作业过程中的事故发生。
-
公开(公告)号：CN116977628A
公开(公告)日：2023-10-31
申请号：CN202310357078.8
申请日：2023-04-01
Applicant: 安徽大学 , 合肥图灵纪元科技有限公司
IPC: G06V10/26 , G06V10/764 , G06V10/762 , G06V10/20 , G06V10/40 , G06V10/80 , G06T7/70 , G06T17/05 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种应用于动态环境的基于多模态语义框架的SLAM方法及系统。具体过程包括相机图像获取、激光雷达数据处理、IMU预积分、实例分割、多模态融合、特征地图更新和全局语义地图构建。通过视觉、激光雷达和IMU的多模态融合，平衡了精度与计算量；通过动态语义理解，辅助多模态传感器构建3D动态地图，保证了系统的准确率和实时性。本发明解决了动态非结构化且GNSS无法作用的井下以及仓储导航定位问题，实现了非结构化环境的无人驾驶精准感知与定位技术。
-
公开(公告)号：CN116824628A
公开(公告)日：2023-09-29
申请号：CN202310646389.6
申请日：2023-06-02
Applicant: 安徽大学
IPC: G06V40/10 , G06T5/40 , G06N3/0464 , G06T5/00 , G06N3/08
Abstract: 本发明提供一种矿井低照度环境下的轻量化行人检测方法，涉及图像检测技术领域，离线使用的直方图均衡化图像增强算法，增强的图像数据和原始数据混合，按照8:2进行数据集的划分。以YOLOv5作为基准模型，使用MobileNetV3特征提取部分，结合SE注意力机制模块作为YOLOv5的骨干网络，检测头head部分网络结构保持不变。在保证精度满足的条件下，改进后的检测网络显著可以显著降低模型的参数由701.3万减少为394.5万个，推理每张图片用时由12.7ms缩减为3.3ms，可以显著提升模型的推理速度，符合矿井工业场景下对于轻量化部署和运算的需求。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
