-
公开(公告)号：CN113516150B
公开(公告)日：2024-09-17
申请号：CN202110359584.1
申请日：2021-04-02
申请人： 上海师范大学
摘要： 本发明公开了一种基于多采集视角信息的智能视觉图像采集系统，包括一用于放置待采集图像件的转盘，转盘与转盘驱动装置连接，在转盘驱动装置的驱动下可水平旋转；围绕转盘布置有两个以上视野中心对准转盘中心的图像采集设备，图像采集设备位于转盘的上方，图像采集设备布置在转盘的不同方位上且其与转盘间的高度差不同；图像采集设备、转盘驱动装置分别与中央处理单元连接。本发明的智能视觉图像采集系统，光照环境稳定，其上布置的多台不同视角的相机可同步并行采集图像，采集效率高，准确率高；将多观察视角信息与图像信息结合，提高图像采集与后续识别准确率，应用数据增强操作增加数据量，极具应用前景。
-
公开(公告)号：CN113505628B
公开(公告)日：2024-10-29
申请号：CN202110359604.5
申请日：2021-04-02
申请人： 上海师范大学
IPC分类号： G06V20/40 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于轻量化神经网络的目标识别方法及其应用，将目标图片输入训练好的Densenet改进模型中得到目标类别；Densenet改进模型与Densenet模型的不同在于网块中的Back Bone，Back Bone中的Channel Split、第一卷积层、第一深度分离卷积层、第二卷积层、Concat、Channel Shuffle依次连接，第二深度分离卷积层、第三卷积层与第一卷积层、第一深度分离卷积层、第二卷积层并联，第二深度分离卷积层与Channel Split连接，第三卷积层与Concat连接。本发明的目标识别方法，不仅数据处理量小，而且其识别精度高，极具应用前景。
-
公开(公告)号：CN116127279B
公开(公告)日：2024-04-19
申请号：CN202310176785.7
申请日：2023-02-24
申请人： 上海师范大学
IPC分类号： G06F18/00 , G06F18/214 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096 , G06N20/00 , G06N3/048 , G06V10/82
摘要： 本发明公开了一种小样本液压泵气蚀诊断方法及装置，包括：获取液压泵正常工况和不同气蚀状态下的振动信号，并对振动信号进行切片处理和时频变换，构建时频图像数据集；根据时频图像数据集基于深度生成对抗网络构建生成对抗模型，生成对抗模型包括生成器模型和判别器模型；根据生成对抗模型生成的第一样本数据基于深度卷积神经网络构建气蚀诊断模型，气蚀诊断模型结合迁移学习方法进行小样本液压泵的气蚀诊断。本发明通过结合深度学习、生成对抗网络和迁移学习的算法，能够在数据量不足的条件下，提高故障诊断的精度。
-
公开(公告)号：CN115122298A
公开(公告)日：2022-09-30
申请号：CN202210847158.7
申请日：2022-07-07
申请人： 上海师范大学 , 上海指象智能科技有限公司
摘要： 本发明提供一种用于小型机器人的弹簧减震底盘及短途运送机器人。该短途运送机器人包括用于小型机器人的弹簧减震底盘、车体、载物筐、传感模块、运动控制模块、主控模块、电源模块、用户交互模块；主控模块采用NVIDIA Jetson Nano上位机，用户交互模块包括触摸显示屏，传感模块采用深度摄像头、激光雷达、超声波传感器三种传感器空间上交错均匀布置的结构，集建图与定位、轨迹规划与导航、载物等功能于一体，性价比高，用户界面简洁、友好，能满足办公大楼、工厂等中小型工作或服务场所的物料自动配送需求。用于小型机器人的弹簧减震底盘，改进现有两轮差速底盘，采用两轮浮动安装结构，同时使用与主动轮旋转轴平行安装的弹簧增强底盘减震能力，不仅增强了机器人的运动平稳性和越障能力，也增大了机器人承载能力。
-
公开(公告)号：CN113505628A
公开(公告)日：2021-10-15
申请号：CN202110359604.5
申请日：2021-04-02
申请人： 上海师范大学
摘要： 本发明公开了一种基于轻量化神经网络的目标识别方法及其应用，将目标图片输入训练好的Densenet改进模型中得到目标类别；Densenet改进模型与Densenet模型的不同在于网块中的Back Bone，Back Bone中的Channel Split、第一卷积层、第一深度分离卷积层、第二卷积层、Concat、Channel Shuffle依次连接，第二深度分离卷积层、第三卷积层与第一卷积层、第一深度分离卷积层、第二卷积层并联，第二深度分离卷积层与Channel Split连接，第三卷积层与Concat连接。本发明的目标识别方法，不仅数据处理量小，而且其识别精度高，极具应用前景。
-
公开(公告)号：CN118644774A
公开(公告)日：2024-09-13
申请号：CN202410596665.7
申请日：2024-05-14
申请人： 上海师范大学
IPC分类号： G06V20/10 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明涉及机器人抓取技术领域，特别涉及一种基于高级特征聚合机制的灵活抓取姿势估计方法。包括：获取RGB图和深度图，得到点云信息；构建基于高级特征聚合机制的点云特征提取网络，所述基于高级特征聚合机制的点云特征提取网络以PointNet++为基础，包括依次连接的多层感知器MLP、编码器和解码器；将所述点云信息输入所述基于高级特征聚合机制的点云特征提取网络，获得自适应融合不同尺度和上下文信息的特征点云；基于所述特征点云，进行抓取姿势估计。本发明通过高级特征聚合机制，能够自适应地融合不同尺度和上下文信息的特征，用于抓取估计，进而提高了抓取姿势估计的精度和成功率。
-
公开(公告)号：CN116958073A
公开(公告)日：2023-10-27
申请号：CN202310831199.1
申请日：2023-07-07
申请人： 上海师范大学
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/0895 , G06V10/80
摘要： 本发明公开一种基于注意力特征金字塔机制的小样本钢材缺陷检测方法，先经由卷积神经网络获得初始多尺度特征图，再采用自上向下和横向连接方式，利用改进的多尺度注意力网络对初始多尺度特征图进行逐一处理，获得中间多尺度特征图，然后采用自下向上和横向连接方式，利用改进的多尺度注意力网络对中间多尺度特征图进行逐一处理，获得最终多尺度特征图，最后输出最终分类结果；采用伪标签半监督学习算法对检测网络模型进行训练，利用局部线性嵌入算法对训练输出的高层特征进行降维与可视化处理，筛选出误标错标的图像去掉标签放入未标记的图像数据，重新训练生成伪标签，以扩充训练集，直至达到训练要求；将待检图像输入训练好的检测网络模型识别。
-
公开(公告)号：CN116563219A
公开(公告)日：2023-08-08
申请号：CN202310341968.X
申请日：2023-03-31
申请人： 上海师范大学
摘要： 本发明公开了一种水翼空化实时检测方法及装置，包括：基于水翼实际工况获取水翼不同空化状态下的图像数据，并对图像数据进行预处理构建水翼空化图像数据集；根据水翼空化图像数据集通过深度学习分割网络构建深度水翼空化图像分割模型，训练深度水翼空化图像分割模型；利用训练后的深度水翼空化图像分割模型对新产生的水翼空化图像进行检测，结合图像处理技术获取水翼空泡长度值。本发明实现了水翼空化图像的实时检测，能够快速大批量处理水翼空化图像，便于实时把握空化状态发展的全周期，并且能够更加精细化地确定空化长度，为水翼空化机理的研究提供技术支持与便利。
-
公开(公告)号：CN117150680A
公开(公告)日：2023-12-01
申请号：CN202311196497.4
申请日：2023-09-15
申请人： 上海师范大学
IPC分类号： G06F30/17 , G06F30/28 , G06N3/04 , G06N3/08 , G06F113/08
摘要： 本发明属于机械优化设计技术领域，本发明公开了一种基于深度学习和强化学习的翼型优化设计方法，搭建基于深度学习的翼型参数化设计平台，基于翼型参数化设计平台将待优化的基础翼型进行参数化降维描述成至少四个拟合参数，并通过调整拟合参数完成基础翼型的几何形状修改，获取第一翼型的几何坐标；基于翼型性能预测模型获取翼型升力系数与阻力系数；基于翼型优化设计模型实现与翼型性能预测模型、翼型参数化设计平台的交互，对翼型优化设计模型设置强化学习训练的终止条件，直到满足预定的终止条件，输出优化后的第一翼型的几何坐标及翼型升阻比。
-
公开(公告)号：CN116127279A
公开(公告)日：2023-05-16
申请号：CN202310176785.7
申请日：2023-02-24
申请人： 上海师范大学
IPC分类号： G06F18/00 , G06F18/214 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096 , G06N20/00 , G06N3/048 , G06V10/82
摘要： 本发明公开了一种小样本液压泵气蚀诊断方法及装置，包括：获取液压泵正常工况和不同气蚀状态下的振动信号，并对振动信号进行切片处理和时频变换，构建时频图像数据集；根据时频图像数据集基于深度生成对抗网络构建生成对抗模型，生成对抗模型包括生成器模型和判别器模型；根据生成对抗模型生成的第一样本数据基于深度卷积神经网络构建气蚀诊断模型，气蚀诊断模型结合迁移学习方法进行小样本液压泵的气蚀诊断。本发明通过结合深度学习、生成对抗网络和迁移学习的算法，能够在数据量不足的条件下，提高故障诊断的精度。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.024 秒)
