一种基于旋转检测框的绝缘子检测方法及系统

    公开(公告)号:CN118537533A

    公开(公告)日:2024-08-23

    申请号:CN202410595085.6

    申请日:2024-05-14

    Applicant: 常州大学

    Abstract: 本发明涉及图像处理技术领域,尤其涉及一种基于旋转检测框的绝缘子检测方法及系统,包括构建绝缘子图像数据集;在特征提取层的SPPF模块后引入全局注意力模块,强化特征提取的能力,降低漏检率;将特征融合层中的C3模块替换为C3_Fast模块;将输入检测头的特征图划分为若干个网格,每个网格输出一个包含了水平检测框中心点坐标、水平检测框的宽和高以及水平检测框旋转角度预测值向量,以计算总损失。本发明解决现有绝缘子检测框中包含许多背景区域,导致绝缘子目标范围表示不准确的问题,导致影响后续缺陷分类检测准确性问题。

    一种基于蒸发器的PID温度控制方法及系统

    公开(公告)号:CN117111656A

    公开(公告)日:2023-11-24

    申请号:CN202311226665.X

    申请日:2023-09-21

    Applicant: 常州大学

    Abstract: 本发明涉及PID控制技术领域,尤其涉及一种基于蒸发器的PID温度控制方法及系统,包括利用温度传感器采集蒸发器的测量温度;以测量温度与设定温度的差值作为ITAE性能指标的输入获取每个粒子的适应值,再利用改进粒子群算法对PID控制器参数Kp、Ki、Kd进行寻优,最终获得粒子群的最优解,从而实现蒸汽调节阀的开度调节,使蒸发器内温度达到平衡。本发明将粒子群算法、正弦映射动态惯性权重以及模拟退火相结合,改善粒子群算法在迭代初期全局寻优能力较差的问题以及迭代后期容易陷入局部最优解的问题;解决常规PID控制器在工业控制过程中存在的响应速度慢,调节时间长,超调量大等问题。

    一种报废光伏组件背板的整体拆解装置及方法

    公开(公告)号:CN116237342B

    公开(公告)日:2025-05-02

    申请号:CN202310254148.7

    申请日:2023-03-16

    Applicant: 常州大学

    Abstract: 本发明涉及光伏组件回收技术领域,尤其涉及一种报废光伏组件背板的整体拆解装置及方法,包括工作台、热刀拆解装置及升降同步带装置,热刀拆解装置包括热刀框架,热刀框架上安装有两个热刀基体,热刀基体底部安装有热刀刀片且内部安装有加热棒,每个热刀基体的外侧均安装有一粗辊轧且两个热刀基体之间安装有一细辊轧;本发明利用加热后的热刀刀片将EVA快速熔融,降低了封装材料的粘结作用和韧性,从而有利于热刀刀片对背板的刨削,减少了功耗,且利用粗辊轧和细辊轧压住光伏组件,保证了刨削的稳定性,降低了处理光伏组件的局限性,针对破碎弯曲的光伏板也可以进行处理,提高了回收利用的效益。

    基于两阶段时空注意力的动作检测方法及系统

    公开(公告)号:CN117392578A

    公开(公告)日:2024-01-12

    申请号:CN202311282840.7

    申请日:2023-10-07

    Applicant: 常州大学

    Abstract: 本发明涉及计算机视觉技术领域,尤其涉及基于两阶段时空注意力的动作检测方法及系统,包括利用ResNet50提取视频帧图像特征;并利用改进FPN特征金字塔结构增强提取的视频特征,使用带有位置编码和线性展平层的Transformer编‑解码器来检测人体区域;利用时空注意力编码器对检测到的人体区域内的动作进行识别。本发明解决传统时空动作检测方法存在对长时间视频的检测精度较低以及训练时间过长;基于纯Transformer结构的动作检测方法由于token数量的增加而导致计算和内存复杂性呈二次增长且对小目标的检测精度较差的问题。

    基于全尺度跳跃连接的肝脏CT图像分割方法及系统

    公开(公告)号:CN117392082A

    公开(公告)日:2024-01-12

    申请号:CN202311326888.3

    申请日:2023-10-13

    Applicant: 常州大学

    Abstract: 本发明涉及图像处理技术领域,尤其涉及基于全尺度跳跃连接的肝脏CT图像分割方法及系统,包括采集肝脏CT图像,并进行切片和预处理;以UNet3+网络为主干,在编码器和解码器之间引入注意力模块;并将最后一层解码器引出一条分支输入分类指导模块,判断特征图是否属于器官特征;再与解码器每一个节点输出相乘后送入深度监督模块;将编码器层输出结果分别与对应大小的标签图像进行比较,计算出不同层各自的损失值。本发明解决网络在不同尺度之间的特征进行融合时不丢失重要区域特征的问题。

    基于改进YOLOv8的杭白菊自动检测方法及系统

    公开(公告)号:CN118135558A

    公开(公告)日:2024-06-04

    申请号:CN202410331993.4

    申请日:2024-03-22

    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YOLOv8的杭白菊自动检测方法及系统,包括采集、标注杭白菊图像;对YOLOv8主干进行改进,搭建8个阶段的主干特征提取网络,阶段1为1个卷积模块,阶段2‑4包括10个混合卷积模块级联,阶段5‑7包括30个深度通道卷积模块级联、阶段8包括1个池化模块;通过最小点距损失函数LM提高预测的杭白菊边界框与其实际标注的边界框之间位置匹配精度。本发明解决网络模型计算量过大问题,通过级联的深度通道卷积模块强化了模型局部特征提取能力;并利用最小化点距损失函数LM提高杭白菊边界框与其实际标注的边界框之间位置匹配的精度,提升杭白菊检测精度。

    基于深度学习的液化气罐二维码标签自动检测方法及系统

    公开(公告)号:CN118135198A

    公开(公告)日:2024-06-04

    申请号:CN202410331947.4

    申请日:2024-03-22

    Applicant: 常州大学

    Abstract: 本发明涉及二维码处理技术领域,尤其涉及基于深度学习的液化气罐二维码标签自动检测方法及系统,包括制作液化气罐二维码标签图像数据,并划分不同数据集;搭建深度学习网络模型,深度学习网络模型由融合残差网络和多尺度特征金字塔结构的主干网络、RPN网络、ROI Pooling层和分类回归层组成;在残差网络中引入NAM注意力机制,增强残差网络对液化气罐二维码图像的全局信息学习能力;拍摄待检测液化气罐上包含有二维码标签区域的图像并输入深度学习网络模型,进行识别检测。本发明增强对不同尺度二维码标签的适应性的同时,更关注二维码标签区域的图像特征,抑制无效的背景影响,从而提高检测精度。

    用于举升机末端定位的液压缸伸缩量预测方法及系统

    公开(公告)号:CN117902473A

    公开(公告)日:2024-04-19

    申请号:CN202410070858.9

    申请日:2024-01-17

    Applicant: 常州大学

    Abstract: 本发明涉及举升机技术领域,尤其涉及用于举升机末端定位的液压缸伸缩量预测方法及系统,包括构建举升机的运动学模型,定义举升机的各个关节的位置和运动参数;利用齐次变换计算相邻杆件之间的位姿矩阵,并根据相邻杆件之间的位姿矩阵计算举升机工作平台坐标系到基座坐标系的变换矩阵;根据变换矩阵得到举升机末端位置与关节转角在基坐标系的几何关系;通过逆向运动学计算得到关节转角,并通过关节转角预测液压缸的伸缩量;将待跟踪目标的坐标输入控制器,调节液压缸的伸缩量,使工作平台运动到待跟踪目标的位置。本发明解决现有方法存在滞后性和稳态误差导致实际举升高度可能与预期目标存在偏差的空间定位不精确问题。

    一种基于高光谱图像的解混方法及系统

    公开(公告)号:CN117746230A

    公开(公告)日:2024-03-22

    申请号:CN202311599055.4

    申请日:2023-11-28

    Applicant: 常州大学

    Abstract: 本发明涉及高光谱图像技术领域,尤其涉及一种基于高光谱图像的解混方法及系统,包括采集高光谱图像;利用多尺度空间特征提取模块对图像进行多尺度空间特征提取;利用光谱特征提取模块对图像进行光谱特征提取;将多尺度空间特征和光谱特征进行拼接,得到浅层光谱‑空间特征;并将浅层光谱‑空间特征输入SSARM模块,得到深层光谱‑空间特征;将深层光谱‑空间特征归一化得到丰度系数图;并利用解码器将丰度图重构为原始输入,其中解码器中1x1卷积核的权重作为所求的端元矩阵。本发明解决现有高光谱解混方法只关注于像素级或者像素块的局部光谱‑空间信息的问题。

    基于局部和全局融合的遥感光学图像除云方法

    公开(公告)号:CN118505560A

    公开(公告)日:2024-08-16

    申请号:CN202410259360.7

    申请日:2024-03-07

    Applicant: 常州大学

    Abstract: 本发明涉及图像处理技术领域,尤其涉及基于局部和全局融合的遥感光学图像除云方法,包括获取遥感影像数据集;提取云掩码;通过SFE模块分别提取SAR图像和光学多云图像的浅层特征图,对云掩码进行平均池化,获得次采样云掩码;利用NL‑GAB模块建立光学多云图像的多云区域与无云区域之间特征信息的远程依赖关系;并使用TFRDB模块补偿光学多云图像缺失的光谱信息并对光学多云图像与SAR图像的深浅特征进行多级融合;利用图像重构模块和多重特征聚合操作获得与光学多云图像同大小尺寸的重构无云图像;利用鉴别器输出预测值;将测试数据输入生成器得到重构无云图像。本发明解决现有方法在遥感光学图像除云效果不理想的问题。

Patent Agency Ranking