基于混合高斯损失函数的图像目标检测方法

    公开(公告)号:CN113076969A

    公开(公告)日:2021-07-06

    申请号:CN202110203764.0

    申请日:2021-02-24

    发明人: 熊文昌

    IPC分类号: G06K9/62 G06N3/08

    摘要: 本发明提供了基于混合高斯损失函数的图像目标检测方法,其基于预设训练样本构建关于所述待检测图像的旋转框的采样数据库,并对所述采样数据库进行数据增强处理,并且还能够基于混合高斯模型的损失函数,构建相应的深度神经网络模型,并对经过数据增强处理后的采样数据库进行数据分析,最后对所述深度神经网络模型的参数进行训练优化,并将统一格式后的所述待检测图像输入至所述深度神经网络模型进行非极大值抑制处理,从而得到关于所述旋转框的长度、宽度和旋转角度中的任意一者,其能够对包含角度信息的待检测图像进行有效的和可靠的分析处理,从而准确地和全面地获得待检测图像中目标对应的长度、宽度和角度信息。

    基于深度学习的快速车牌识别方法

    公开(公告)号:CN113065545A

    公开(公告)日:2021-07-02

    申请号:CN202110203735.4

    申请日:2021-02-24

    发明人: 熊文昌

    摘要: 本发明提供了基于深度学习的快速车牌识别方法,其基于一定数量的不同情况下的车牌数据集,通过随机替换字符所在区域的方式生成不同内容的车牌数据,并且对车牌数据进行图像增强处理,并结合长短期记忆人工神经网络LSTM搭建形成卷积神经网络模型,和利用CTC损失函数优化模型,最后将对待检测车辆拍摄得到的图像输入到相应的模型中,从而得到相应的车牌号码信息,其能够对在非水平方向拍摄或者存在透视变换的车牌图像进行有效的识别,从而提高对不同场景环境中存在的车辆进行车牌识别的快速性、精确性和可靠性。

    层间检测装置及其使用方法
    3.
    发明公开

    公开(公告)号:CN111964766A

    公开(公告)日:2020-11-20

    申请号:CN202011009593.X

    申请日:2020-09-23

    发明人: 苗伟

    IPC分类号: G01G19/62 G01D5/26 G01R31/00

    摘要: 本公开实施例提供了一种层间检测装置及其使用方法,属于电控技术领域。其中层间检测装置包括:工作台,所述工作台包括底板和盖板;承载组件,所述承载组件包括治具和伸缩轴,所述伸缩轴与所述治具活动连接;摄像组件;电测组件,所述电测组件与所述待检测产品电连接;称重组件;控制器,所述控制器与所述摄像组件、电测组件和称重组件的控制端均电连接;所述控制器用于根据所述摄像组件采集的所述待检测产品的层间图像、所述电测组件采集的所述待检测产品的层间开闭路电信号和所述称重组件采集到的所述待检测产品的重量确定所述待检测产品是否合格。通过本公开的处理方案,能同步检测产品多个参数,提高了层间检测装置的检测效率和适应性。

    一种高精密度粉末导出称量机构

    公开(公告)号:CN110844625A

    公开(公告)日:2020-02-28

    申请号:CN201910983974.9

    申请日:2019-10-16

    发明人: 苗伟

    IPC分类号: B65G65/46 B65G69/00 G01G17/00

    摘要: 本发明涉及粉末称量技术领域,具体揭示了一种高精密度粉末导出称量机构,包括粉末送料机构和工作台,粉末送料机构包括固定板,固定板固定连接于工作台顶部且靠近中央的右侧位置处,固定板顶部且靠近正面的位置处固定连接有进料箱,固定板底部的四角均固定连接有连接杆,四根连接杆的底部之间固定连接有承接板,承接板顶部的中央固定连接有入料桶,固定板顶部的中央固定连接有机箱,机箱顶部的中央固定连接有驱动电机,驱动电机的输出固定连接有搅拌杆,搅拌杆底部的中央固定连接有螺旋送料杆;本发明代替了传统通过体积算法来测量粉末的精度,不需要定制粉末容器,增加了称量的精度,提高了称量效率。

    微观自动智能三合一检测系统
    6.
    发明公开

    公开(公告)号:CN112798620A

    公开(公告)日:2021-05-14

    申请号:CN202011420627.4

    申请日:2020-12-07

    发明人: 李腾腾 苗伟

    IPC分类号: G01N21/958 G01N21/01

    摘要: 本发明提供一种微观自动智能三合一检测系统,包括:壳体、基座和检测装置,通过所述操作口可以将不同类别或大小的液晶玻璃放入所述工件台上,并启动所述检测装置对所述工件台上的液晶玻璃进行缺陷检测,从而实现能够将不同尺寸的液晶玻璃进行检测的目的;以及,实现了所述液晶玻璃缺陷检测过程中的智能化,减少人工检测的低效和人工成本高的情况,代替了人工肉眼检测,提高了检测效率,保证了检测质量;有效解决了现有单个检测工位只检测一种产品缺陷类型的技术问题;解决了检测不同尺寸产品需要更换不同尺寸产品载具的问题。

    自动对焦液晶模组围观三维立体检测光学方法

    公开(公告)号:CN112730449A

    公开(公告)日:2021-04-30

    申请号:CN202011488969.X

    申请日:2020-12-16

    发明人: 李腾腾 苗伟

    IPC分类号: G01N21/95 G02F1/13

    摘要: 本发明提供一种自动对焦液晶模组围观三维立体检测光学方法,包括以下步骤:根据成像模块采集图像信息;根据采集到的图像信息进行三维成像,并形成三维图像信息;对三维图像信息进行图像的明暗度匹配;对匹配后的三维图像信息与预存信息进行对比,并获得对比结果;根据对比结果判断三维图像信息的缺陷位置,并将缺陷位置记录并反馈至终端。通过利用成像模块自动对焦实现了多层次拍照一部分清晰一部分模糊不清技术难题,保证采集到的整幅图像各部分均是清晰的;实现了采集到的平面图像中的图像内容是立体呈现的,还原了图像内容的真实形态。实现了从多角度,多场景对图像内容进行分析。从而解决特定缺陷不可检测和误检率高的问题。

    基于混合高斯损失函数的图像目标检测方法

    公开(公告)号:CN113076969B

    公开(公告)日:2022-10-25

    申请号:CN202110203764.0

    申请日:2021-02-24

    发明人: 熊文昌

    摘要: 本发明提供了基于混合高斯损失函数的图像目标检测方法,其基于预设训练样本构建关于所述待检测图像的旋转框的采样数据库,并对所述采样数据库进行数据增强处理,并且还能够基于混合高斯模型的损失函数,构建相应的深度神经网络模型,并对经过数据增强处理后的采样数据库进行数据分析,最后对所述深度神经网络模型的参数进行训练优化,并将统一格式后的所述待检测图像输入至所述深度神经网络模型进行非极大值抑制处理,从而得到关于所述旋转框的长度、宽度和旋转角度中的任意一者,其能够对包含角度信息的待检测图像进行有效的和可靠的分析处理,从而准确地和全面地获得待检测图像中目标对应的长度、宽度和角度信息。

    基于数字孪生的船舶贝位优化定位方法

    公开(公告)号:CN117788568B

    公开(公告)日:2024-04-26

    申请号:CN202410200082.8

    申请日:2024-02-23

    IPC分类号: G06T7/70 G06T7/277 G01C21/20

    摘要: 本发明涉及数据处理技术领域,具体涉及基于数字孪生的船舶贝位优化定位方法。该方法包括:根据船舶的每个时刻的运动方向、角速度和加速度得到每个时刻的船舶运动状态描述子;根据船舶视频得到每个贝位的每个时刻的相对移动量和绝对距离;根据相对移动量和船舶运动状态描述子得到每个贝位的每个时刻的拟合残差;根据拟合残差以及绝对距离得到每个贝位的状态转移因子;根据数字孪生模型得到每个贝位的特征因子,根据状态转移因子、船舶运动状态描述子和特征因子得到状态转移方程;根据状态转移方程预测实现吊钩对每个贝位的实时定位。通过分析船舶和每个贝位的运动关系来较为准确的构建状态转移方程,进而实现每个贝位的准确定位。