-
公开(公告)号：CN115731230A
公开(公告)日：2023-03-03
申请号：CN202211556831.8
申请日：2022-12-06
申请人： 上海交通大学 , 上海宝钢节能环保技术有限公司
IPC分类号： G06T7/00 , G06T7/136 , G06V10/764 , G06V10/26
摘要： 本发明提供了一种滚筒法钢渣的热成像识别方法及系统，包括：获取热成像视频流数据；通过固态渣视觉传感模块和液态渣视觉传感模块分别对所述热成像视频流数据处理，进而识别钢渣类型；根据所述钢渣类型分别进行相应的自动控制业务。本发明中的固态渣视觉传感模块和液态渣视觉传感模块通过采用热成像的方式采集对应的视频流数据，提升了信噪比和识别精度。
-
公开(公告)号：CN115859521A
公开(公告)日：2023-03-28
申请号：CN202211606842.2
申请日：2022-12-14
申请人： 上海交通大学
IPC分类号： G06F30/17 , G06N3/08 , G06N3/0464
摘要： 本发明提供了一种神经网络的铣削加工误差重建方法及系统，包括：步骤S1：利用加工数据集构建模块生成初步的仿真加工误差数据；步骤S2：对生成的仿真加工误差数据进行后处理操作，得到仿真加工误差数据，将仿真加工误差数据和CAD面形深度图作为训练数据集；步骤S3：构建加工误差重建模型，并利用训练数据集训练加工误差重建模型；步骤S4：采集真实加工误差数据，并将采集到的真实加工误差数据和CAD面形深度图作为测试数据集，利用测试数据集对训练后的加工误差重建模型进行验证。
-
公开(公告)号：CN114463652A
公开(公告)日：2022-05-10
申请号：CN202210129541.9
申请日：2022-02-11
申请人： 上海交通大学
摘要： 本发明提供了一种基于关键点位移向量表征的细长目标检测系统和方法，包括：获取待测目标的图像原始数据，进行多阶段标注和数据增强，得到训练数据；通过特征提取器提取出输入工业图像的特征，将在图像数据集ImageNet上预训练好的模型参数作为训练开始时网络的参数，得到待训练检测模型；使用得到的训练数据，输入得到的待训练检测模型，进行模型前向计算，最终得到已训练检测模型；将得到的已训练检测模型用于实际工业细长目标检测场景中，进行工业细长目标的检测。本发明通过使用双平行分支的卷积神经网络结构直接预测工业细长目标的关键点和位移向量，解决了工业视觉检测超参调整困难，模型鲁棒性差，无法解决复杂工业场景的问题。
-
公开(公告)号：CN113297804A
公开(公告)日：2021-08-24
申请号：CN202110706976.0
申请日：2021-06-24
申请人： 上海交通大学
摘要： 本发明提供了一种基于U‑Transformer多层次特征重构的异常检测方法及系统，包括如下步骤：模型建立步骤：建立U‑Transformer模型；推断步骤：通过U‑Transformer模型对样本进行异常检测。本发明完全使用正常样本进行训练，提取多尺度的特征信息，并通过从局部到整体的多层次特征重构的方式进行异常检测；在有部分异常样本参与训练的时候，U‑Transformer模型的异常检测能力将会得到进一步的提升，有利于提高特征重构的异常检测的效果。
-
公开(公告)号：CN111881772A
公开(公告)日：2020-11-03
申请号：CN202010641629.X
申请日：2020-07-06
申请人： 上海交通大学 , 北京电子工程总体研究所
摘要： 本发明提供了一种基于深度强化学习的多机械臂协同装配方法和系统，包括：多源异构传感网络由机械臂本体信息、六分力传感器信号和深度相机信号构成，所述多源异构传感网络感知机械臂、零件和环境的状态信息，在服务器上构建策略模型，根据实时状态选择最优行为，并向控制器发送控制指令，控制各机械臂相互靠近、调整位姿以及定位装配，实现最大化奖励，完成智能化装配。本发明直接从高维原始数据中学习，是端到端的控制模式，并且对多模态传感信号进行融合表征，充分提取关键特征信息的同时降低样本的复杂性，提高样本的有效性。
-
公开(公告)号：CN111179251A
公开(公告)日：2020-05-19
申请号：CN201911394231.4
申请日：2019-12-30
申请人： 上海交通大学
摘要： 本发明提供了一种基于孪生神经网络利用模板比对的缺陷检测系统及方法，采用深度学习的检测方案，利用孪生神经网络，通过少量数据与先验知识在短时间内训练出优于人工检测漏检率的神经网络模型，所述模型为已训练完成基于孪生神经网络的深度学习模型，通过将待检产品图像与模板图像输入已训练网络得到缺陷的检测结果。本发明能够解决工业中有模板图像、少数据集、多目标类别的检测任务，同时网络亦可实现传统分类网络的功能，实现高精度的质量检测，有效满足带有模板图像的产品生产中对于视检缺陷的自动化检测的要求。
-
公开(公告)号：CN110052607B
公开(公告)日：2020-05-08
申请号：CN201910180256.8
申请日：2019-03-11
申请人： 上海交通大学
摘要： 本发明提供一种基于视觉监测的粉末式3D打印闭环控制装置、系统及方法,读取预设数据模型中每一层的预设打印路径坐标；对当前层实际打印图像进行坐标转换，得到当前层实际打印坐标，计算当前层实际打印坐标与当前层预设打印路径坐标之间的误差值，根据所述误差值得到补偿调整参数；根据补偿调整参数对下一层的预设打印路径坐标进行修正，得到下一层预设打印路径坐标，将下一层预设打印路径坐标作为当前层预设打印路径坐标，进行控制扫描输出。通过摄像机捕捉当前层实际打印图像与预设打印坐标的差异,对下一打印层进行反馈调整，解决了粉床式金属3d打印精度低，打印质量差的问题，实现了粉床式金属3d打印技术的闭环控制。
-
-
公开(公告)号：CN118377859A
公开(公告)日：2024-07-23
申请号：CN202410272969.8
申请日：2024-03-11
申请人： 上海交通大学
IPC分类号： G06F16/332 , G06F16/33
摘要： 本发明提供了一种基于大语言模型的创新观点提取方法及系统，包括：将文本进行分块，通过大型语言模型过滤掉文本中的事实句子，再对观点句子进行语义级检索和词语级检索，检索结果根据时间先后用大型语言模型过滤掉矛盾的句子，再用大型语言模型将句子的多细粒度文本表示与检索结果对比获得核心创新观点，最后总结文本中展现的所有创新观点。本发明通过对文本进行分块，解决了直接对长文本进行检索导致的检索结果较差的问题。通过事实过滤，减少了文本检索量，提高了检索效率；检索不仅包括词语级检索，还包括语义级检索，大大提高了检索结果的准确性。
-
公开(公告)号：CN111881772B
公开(公告)日：2023-11-07
申请号：CN202010641629.X
申请日：2020-07-06
申请人： 上海交通大学 , 北京电子工程总体研究所
IPC分类号： G06F18/25 , G06F18/213 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/092 , B25J9/16
摘要： 本发明提供了一种基于深度强化学习的多机械臂协同装配方法和系统，包括：多源异构传感网络由机械臂本体信息、六分力传感器信号和深度相机信号构成，所述多源异构传感网络感知机械臂、零件和环境的状态信息，在服务器上构建策略模型，根据实时状态选择最优行为，并向控制器发送控制指令，控制各机械臂相互靠近、调整位姿以及定位装配，实现最大化奖励，完成智能化装配。本发明直接从高维原始数据中学习，是端到端的控制模式，并且对多模态传感信号进行融合表征，充分提取关键特征信息的同时降低样本的复杂性，提高样本的有效性。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.05 秒)
