-
公开(公告)号：CN118155059B
公开(公告)日：2024-07-30
申请号：CN202410559141.0
申请日：2024-05-08
申请人： 南方海洋科学与工程广东省实验室(珠海) , 佛山科学技术学院
IPC分类号： G06V20/05 , G06N3/0455 , G06N3/082 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种基于深度学习嵌入的水下目标检测方法及系统，该方法包括：获取待检测水下目标数据；引入Transformer编码器与动态非单调聚焦机制Wise‑IoU边框损失函数，构建深度学习水下目标检测网络；基于深度学习水下目标检测网络对待检测水下目标数据进行目标检测处理，得到水下目标检测结果。该模块包括：获取模块、构建模块和检测模块。本发明能够提高深度学习水下目标检测网络对水下微小目标的检测精度与检测速度。本发明作为一种基于深度学习嵌入的水下目标检测方法及系统，可广泛应用于水下目标检测技术领域。
-
公开(公告)号：CN117766882A
公开(公告)日：2024-03-26
申请号：CN202311778086.6
申请日：2023-12-22
申请人： 佛山科学技术学院
摘要： 本发明公开了一种锂电池内部短路修复装置及其修复方法，该装置包括：变频交流电源、三维亥姆霍兹线圈、绝缘底座、高斯计、可编程电池充放电测试系统、电池内阻测试仪、温度传感器和控制器。该方法包括：对待修复锂电池进行放电处理，获取内短路程度值；对待修复锂电池进行施加交变磁场；根据内短路程度值进行磁场强度与充电倍率调节处理，直至待修复锂电池达到充电截止电压，进行放电处理，循环充放电步骤直至满足预设锂电池修复条件。本发明能够在不拆卸电池的情况下，有效地消除锂电池锂枝晶的生长，提高锂电池的循环寿命和安全性。本发明作为一种锂电池内部短路修复装置及其修复方法，可广泛应用于锂电池短路修复技术领域。
-
公开(公告)号：CN117173551A
公开(公告)日：2023-12-05
申请号：CN202311443902.8
申请日：2023-11-02
IPC分类号： G06V20/05 , G06N3/0464 , G06N3/048 , G06N3/088 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82
摘要： 本发明公开了一种场景自适应的无监督水下弱小目标检测方法及系统，该方法包括：定义神经网络架构的搜索空间，基于改进的可微分架构搜索方法构建cell库；引入MobileNet V3特征提取网络构建RetinaNet网络；基于RetinaNet网络，对水下弱小目标进行目标检测处理；将水下弱小目标特征数据作为精度检测指标对cell库进行压缩处理，通过OPTICS聚类算法对压缩后的cell库进行优化分类，通过Nas搜索策略对优化后的cell库进行搜索优化，得到最优cell库；基于最优cell库对水下弱小目标进行目标检测处理。本发明通过自定义搜索空间构建cell库在进行压缩搜索优化，提高水下弱小目标的检测效率与精度。本发明作为一种场景自适应的无监督水下弱小目标检测方法及系统，可广泛应用于目标检测技术领域。
-
公开(公告)号：CN116681627B
公开(公告)日：2023-11-24
申请号：CN202310967540.6
申请日：2023-08-03
申请人： 佛山科学技术学院
IPC分类号： G06T5/00 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094
摘要： 本发明公开了一种跨尺度融合的自适应水下图像生成对抗增强方法，该方法包括：获取水下图像样本数据集，所述水下图像样本数据集包括待增强的水下图像与Ground‑truth图像；引入自适应图像物理模型增强模块，构建自适应水下图像生成对抗网络模型；通过水下图像样本数据集对自适应水下图像生成对抗网络模型进行交替优化训练，生成增强后的水下图像。本发明通过引入自适应图像物理模型增强模块，能够更好的获得对输入数据不同局部区域的判别结果。本(56)对比文件YUANHAO ZHONG et al.SCAUIE-Net:Underwater Image Enhancement Method Basedon Spatial and Channel Attention《.IEEE》.2023,第72172-72185页.Codruta O. Ancuti et al.Color Balanceand Fusion for Underwater ImageEnhancement《.IEEE》.2018,第27卷(第1期),第379-393页.
-
公开(公告)号：CN118155059A
公开(公告)日：2024-06-07
申请号：CN202410559141.0
申请日：2024-05-08
申请人： 南方海洋科学与工程广东省实验室(珠海) , 佛山科学技术学院
IPC分类号： G06V20/05 , G06N3/0455 , G06N3/082 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种基于深度学习嵌入的水下目标检测方法及系统，该方法包括：获取待检测水下目标数据；引入Transformer编码器与动态非单调聚焦机制Wise‑IoU边框损失函数，构建深度学习水下目标检测网络；基于深度学习水下目标检测网络对待检测水下目标数据进行目标检测处理，得到水下目标检测结果。该模块包括：获取模块、构建模块和检测模块。本发明能够提高深度学习水下目标检测网络对水下微小目标的检测精度与检测速度。本发明作为一种基于深度学习嵌入的水下目标检测方法及系统，可广泛应用于水下目标检测技术领域。
-
公开(公告)号：CN117767485A
公开(公告)日：2024-03-26
申请号：CN202311799862.0
申请日：2023-12-26
申请人： 佛山科学技术学院
摘要： 本发明公开了一种锂离子电池的快速充电装置及其充电方法，该装置包括正极极板、负极极板、高压直流电源、绝缘底座、充电直流电源、直流电流传感器、直流电压传感器、电池内阻测量仪、温度传感器和控制器。该方法包括：获取待充电锂电池；获取待充电锂电池的端电压和待充电锂电池的内阻；根据端电压和内阻构建待充电锂电池的充电静电场；根据待充电锂电池的充电静电场对待充电锂电池进行充电调节处理，直至待充电锂电池的端电压达到截止电压，停止充电，得到充电完成的锂电池。本发明能够提高锂电池的充电速率，实现锂电池快速、无损以及高效的充电。本发明作为一种锂离子电池的快速充电装置及其充电方法，可广泛应用于锂电池快速充电技术领域。
-
公开(公告)号：CN117728075B
公开(公告)日：2024-06-28
申请号：CN202311751518.4
申请日：2023-12-19
申请人： 佛山科学技术学院
IPC分类号： H01M10/615 , H01M10/625 , H01M10/633 , H01M10/635 , H01M10/48 , H01M10/6571
摘要： 本发明公开了一种低温环境下的锂离子电池自加热方法及其加热装置，该方法包括：获取锂离子电池的内部温度数据和锂离子电池的外部温度数据；并对锂离子电池进行自检处理，得到自检后的锂离子电池；设置锂离子电池的加热目标温度值与锂离子电池的保温目标值，构建锂离子电池自加热策略；根据锂离子电池自加热策略对自检后的锂离子电池进行加热处理，得到加热完成的锂离子电池。本发明能够对比环境温度与电池外表温度和电池外表温度与内部温度的差值最大化的减少加热能耗并且提高电池的可用能量。本发明作为一种低温环境下的锂离子电池自加热方法及其加热装置，可广泛应用于锂离子电池技术领域。
-
公开(公告)号：CN117728075A
公开(公告)日：2024-03-19
申请号：CN202311751518.4
申请日：2023-12-19
申请人： 佛山科学技术学院
IPC分类号： H01M10/615 , H01M10/625 , H01M10/633 , H01M10/635 , H01M10/48 , H01M10/6571
摘要： 本发明公开了一种低温环境下的锂离子电池自加热方法及其加热装置，该方法包括：获取锂离子电池的内部温度数据和锂离子电池的外部温度数据；并对锂离子电池进行自检处理，得到自检后的锂离子电池；设置锂离子电池的加热目标温度值与锂离子电池的保温目标值，构建锂离子电池自加热策略；根据锂离子电池自加热策略对自检后的锂离子电池进行加热处理，得到加热完成的锂离子电池。本发明能够对比环境温度与电池外表温度和电池外表温度与内部温度的差值最大化的减少加热能耗并且提高电池的可用能量。本发明作为一种低温环境下的锂离子电池自加热方法及其加热装置，可广泛应用于锂离子电池技术领域。
-
公开(公告)号：CN117173551B
公开(公告)日：2024-02-09
申请号：CN202311443902.8
申请日：2023-11-02
IPC分类号： G06V20/05 , G06N3/0464 , G06N3/048 , G06N3/088 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82
摘要： 本发明公开了一种场景自适应的无监督水下弱小目标检测方法及系统，该方法包括：定义神经网络架构的搜索空间，基于改进的可微分架构搜索方法构建cell库；引入MobileNet V3特征提取网络构建RetinaNet网络；基于RetinaNet网络，对水下弱小目标进行目标检测处理；将水下弱小目标特征数据作为精度检测指标对cell库进行压缩处理，通过OPTICS聚类算法对压缩后的cell库进行优化分类，通过Nas搜索策略对优化后的cell库进行搜索优化，得到最优cell库；基于最优cell库对水下弱小目标进行目标检测处理。本发明通过自定义搜索空间构建cell库在进行压缩搜索优化，提高水下弱小目标的检测效率与精度。本发明作为一种场景自适应的无监督水
-
公开(公告)号：CN116681627A
公开(公告)日：2023-09-01
申请号：CN202310967540.6
申请日：2023-08-03
申请人： 佛山科学技术学院
IPC分类号： G06T5/00 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094
摘要： 本发明公开了一种跨尺度融合的自适应水下图像生成对抗增强方法，该方法包括：获取水下图像样本数据集，所述水下图像样本数据集包括待增强的水下图像与Ground‑truth图像；引入自适应图像物理模型增强模块，构建自适应水下图像生成对抗网络模型；通过水下图像样本数据集对自适应水下图像生成对抗网络模型进行交替优化训练，生成增强后的水下图像。本发明通过引入自适应图像物理模型增强模块，能够更好的获得对输入数据不同局部区域的判别结果。本发明作为一种跨尺度融合的自适应水下图像生成对抗增强方法，可广泛应用于水下图像增强技术领域。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.027 秒)
