-
公开(公告)号：CN110595364A
公开(公告)日：2019-12-20
申请号：CN201910809508.9
申请日：2019-08-29
Applicant: 广州大学
Abstract: 本发明公开了一种基于CCD相机的空间位移与应变测量装置和方法，包括CCD彩色相机、第一分光镜、第二分光镜、第一反射镜、第二反射镜、第三反射镜；所述第一反射镜、第一分光镜和第二分光镜组成第一光路，所述第二反射镜、第一分光镜组成第二光路，所述第三反射镜、第二分光镜和第一分光镜组成第三光路；所述第一光路、第二光路和第三光路均进入所述CCD彩色相机；所述CCD彩色相机用于通过所述第一光路、第二光路和第三光路进行拍摄。本发明设备结构简单，不需要任何同步触发装置来实现同步数据采集，相当于采用三个CCD相机从三个方向进行拍摄，使得计算结果更加精确，而且本发明对被测物体表面的形状没有任何限制，应用灵活。
-
公开(公告)号：CN118781447A
公开(公告)日：2024-10-15
申请号：CN202410754395.8
申请日：2024-06-12
Applicant: 广州大学
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本说明书实施例提供了一种基于数据增强的钢桥缺陷紧固件检测模型构建方法及系统，其中，方法包括：获取钢桥紧固件原始真实图像，基于原始真实图像进行数据增强，得到合成数据集；将合成数据集输入至改进的目标检测模型YOLOv8FAM中进行训练，并通过损失函数对改进的目标检测模型进行优化，得到最终的缺陷紧固件检测模型；通过缺陷紧固件检测模型对钢桥缺陷紧固件进行自动检测。本发明实施例提出了一种YOLOv8FAM检测模型算法，其结合YOLOv8的增强功能，通过对无缺陷紧固件的掩模图像进行风格转换生成缺陷紧固件真实图像，从而创建用于模型训练的平衡数据集，得到的检测模型可以有效检测缺陷紧固件，为交通基础设施行业提供了一个高效且具有成本效益的解决方案。
-
公开(公告)号：CN116911033A
公开(公告)日：2023-10-20
申请号：CN202310897124.3
申请日：2023-07-21
Applicant: 广州大学
IPC: G06F30/20
Abstract: 本发明提供了一种基于BIM平台的钢结构虚拟试装配方法，用于钢结构创建领域，具体包括以下步骤：基于Revit预构建钢结构的BIM模型；根据所述BIM模型制造实际钢构件；将所述实际钢构件的实际坐标与所述BIM模型中的理论坐标在Dynamo中进行比较，得到输出结果；对所述输出结果进行判定实现几何检查和装配测试：若判定结果满足几何公差和装配公差，则部件符合目标需求；若判定结果不满足所述几何公差和所述装配公差，则进行二次加工，至部件符合目标需求。本发明提出了一种创新框架，在建筑信息建模(BIM)平台上实现复杂钢结构的VTA。
-
公开(公告)号：CN116910676A
公开(公告)日：2023-10-20
申请号：CN202310923801.4
申请日：2023-07-26
Applicant: 广州大学
IPC: G06F18/2433 , G06F18/241 , G06F18/213 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/082
Abstract: 本说明书实施例提供了一种大规模结构健康监测方法及系统，其中，方法包括：获取部署在大规模结构中的传感器的相关数据，将所述相关数据输入时间相关的网格环境；所述传感器相关数据包括传感器监测数据和传感器物理位置信息；以所述时间相关的网格环境作为输入，通过时空复合自动编码器网络SCAN提取损伤敏感特征向量，通过两个输出序列，分别检测和定位损伤；根据两个损伤指标函数分别对两个输出序列进行判别测试，并根据预设阈值分别对每个输出序列的测试结果进行检验，确定损伤位置。本发明能够提高损伤检测和定位的准确率。
-
公开(公告)号：CN116844162A
公开(公告)日：2023-10-03
申请号：CN202310800694.6
申请日：2023-06-30
Applicant: 广州大学
IPC: G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0895 , G06N3/096
Abstract: 本说明书实施例提供了一种基于弱监督学习的民用航空器点云标记高效语义分割系统及方法，其中，该系统包括：WSSS模块，用于基于语义查询网SQN，从多个级别的感受野的输入中抽象出几何结构，以无异常的方式获取输入点云中标记点的点嵌入，并获得点分类分数，根据标记数据DL进行训练，以学习语义分割模型fθ，建立WSSS教师网络，其中，|DL|＜＜|DU|，Du表示未标记数据；自训练ST模块，用于生成Du的高置信度伪标签PL，使用PL对Du进行标记，使用DL和Du的组合数据集，基于所述WSSS教师网络进行重新训练，生成WSSS学生网络细化fθ。
-
Patent Agency Ranking
公开(公告)号：CN116704135A
公开(公告)日：2023-09-05
申请号：CN202310805716.8
申请日：2023-07-03
Applicant: 广州大学
IPC: G06T17/00 , G06T5/50 , G06V10/764 , G06V10/774 , H04N13/156 , G06N3/088
Abstract: 本说明书实施例提供了一种合成图像训练DNN网络的方法、装置、设备及介质，其中，该方法包括通过合成人像工具构建多样性的施工人员的3D虚拟化身的图像；通过3D到2D投影算法，将各3D虚拟化身和多种真实施工环境图像合成创建不同类型的施工项目场景的训练数据集；使用训练数据集训练DNN模型，并评估DNN模型在不同施工现场条件下的性能。本公开通过在虚拟环境中自动模拟不同的场景上并合成全新的带有施工人员的施工图像。能够在无需现场访问和人工输入的情况下合成和标记各种施工场景；使用大量的合成图像训练DNN模型，并在真实施工图像上测试其性能，评估了合成图像和真实图像对DNN性能的混合影响。
-
公开(公告)号：CN111460896B
公开(公告)日：2023-03-31
申请号：CN202010140099.0
申请日：2020-03-03
Applicant: 广州大学
Inventor： 蔡长青
IPC: G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种防护设备的检测方法、装置和存储介质。所述检测方法包括获取视觉数据，将所述视觉数据输入到YOLO‑v3模型中，获取所述YOLO‑v3模型的输出结果，根据所述YOLO‑v3模型的输出结果确定变换矩阵，将所述变换矩阵中的至少部分参数输入到机器学习分类器中，以及获取所述机器学习分类器的输出结果等步骤。本发明防护设备检测方法工作过程中无需与工作人员进行接触，具有不易受损的特点，且具有良好的客观性和可靠性；在实际使用时，只需要在合适位置设置视觉数据拍摄装置，即可实施防护设备检测方法，在拍摄装置的视野范围内的人员都属于检测范围，可以低成本、高效地进行检测。本发明广泛应用于图像检测技术领域。
-
公开(公告)号：CN115496267A
公开(公告)日：2022-12-20
申请号：CN202211039711.0
申请日：2022-08-29
Applicant: 广州大学
Abstract: 本发明涉及动态网络技术领域，具体地说，涉及一种用于基础设施项目弹性管理的动态网络管理方法。其包括如下步骤；对相互依赖进行数值量化并建立快照网络模型；建立动态网络模型；动态网络中心性分析；网络度量与项目关键绩效指标的相关性分析；自适应网络开发。本发明能够有效降低复杂的相互依赖导致的脆弱性风险和项目绩效的潜在的级联中断来确保项目的弹性；通过动态网络建模方法，模拟和分析基础设施项目场地内承包商的时空相互依赖关系，以及利用元启发式优化技术的力量，主动检测相互依赖引起的漏洞，并相应地快速调整承包商网络，进而将这种适应性随后反映在工作时间表上，进而提高了整个项目对可能的级联dis性能中断的恢复能力。
-
公开(公告)号：CN115078377A
公开(公告)日：2022-09-20
申请号：CN202210563894.X
申请日：2022-05-23
Applicant: 广州大学
Abstract: 本发明提供了一种基于点云拟合的桥梁损伤自动评估系统及方法，该系统包括：扫描模块、切片模块、拟合模块和评估模块；其中扫描模块与切片模块连接，切片模块与拟合模块连接，拟合模块与评估模块连接；该方法包括：S1使用激光扫描仪扫描桥梁整体结构的表面损伤具，S2利用点云切片获得一组包含投影到二维截面上的点的切片，S3根据表面类型自动进行表面拟合，S4采用层次聚类方法对各切片进行损伤评估。本发明通过定位和量化典型表面的损伤，包括切片的平面、曲线和它们的组合，成功地对多个表面产生的边缘损伤进行损伤信息，不仅提高了识别精度，而且是一种稳健、自动的损伤评估方法。
-
公开(公告)号：CN114170262A
公开(公告)日：2022-03-11
申请号：CN202111295584.6
申请日：2021-11-03
Applicant: 广州大学
IPC: G06T7/194 , G06T7/62 , G06T7/155 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于图像的裂缝检测方法、系统、计算机装置和存储介质，基于图像的裂缝检测方法包括将待检测图像输入至PANet模型，PANet模型对待检测图像进行处理，输出裂纹像素和背景像素，通过A*算法对裂纹像素进行处理，输出裂纹长度等步骤。本发明通过对待检测图像进行图像分析来检测裂纹长度，具有较高的检测效率；使用A*算法对PANet模型进行了扩展，能减少裂纹不连续和图像骨架化等带来的不精确性，将裂纹特征从待检测图像中分离出来，A*算法具有较低的长度和宽度量化错误率，因此能够准确地解析得到待检测图像中的裂纹长度和宽度，从而实现裂纹的高效准确检测。本发明广泛应用于图像处理技术领域。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.021 seconds)
