一种钢筋笼变形防护支撑装置

    公开(公告)号:CN213949209U

    公开(公告)日:2021-08-13

    申请号:CN202022503854.5

    申请日:2020-11-03

    IPC分类号: B65D25/10 B65D81/05 E04G21/24

    摘要: 本实用新型公开了一种钢筋笼变形防护支撑装置,包括支撑主体,支撑主体内部开设有腔室,支撑主体四周侧壁均穿插有旋转套,旋转套位于腔室的一端连接有锥齿轮一,旋转套远离支撑主体的一端开设有螺纹腔,螺纹腔内部设置有支撑杆,支撑杆远离螺纹腔的一端设置有顶托,腔室内顶部设置有与锥齿轮一相配合的锥齿轮二,锥齿轮二顶端与转轴底端相连接,转轴顶端贯穿支撑主体顶部连接有把手。有益效果:通过在支撑主体四周侧壁设置的支撑杆及顶托,能够在钢筋笼内部对其进行多方面的支撑固定,从而防止钢筋笼在运输过程及安装过程中的变形损坏,且操作简单、方便,能够对不同规格钢筋笼实现支撑固定。

    一种1.7μm波段百赫兹线宽超低噪声单频光纤激光器

    公开(公告)号:CN117559203A

    公开(公告)日:2024-02-13

    申请号:CN202311329121.6

    申请日:2023-10-13

    IPC分类号: H01S3/067

    摘要: 本发明公开了一种1.7μm波段百赫兹线宽超低噪声单频光纤激光器,包括:宽带光纤光栅、高掺杂增益光纤、窄带光纤光栅、封装组件、波分复用器、自激抑制模块、温度控制器、同带泵浦源、泵浦隔离器、强度噪声抑制模块、滤波模块、信号隔离器。采用高掺杂增益光纤、光纤光栅对构建1.7μm波段单频激光谐振短腔,利用经强度噪声抑制模块作用后的低噪声泵浦源抽运短腔,改善激光器的线宽和强度噪声;将谐振短腔装配于隔音隔振的封装组件中,并辅以高精度温控以避免外界环境的干扰,降低激光器的技术噪声;可获得线宽≤100Hz、相对强度噪声≤‑160dB/Hz、功率≥100mW的1.7μm波段超低噪声单频光纤激光器。

    一种多目标的图像补全方法

    公开(公告)号:CN111462006B

    公开(公告)日:2023-06-20

    申请号:CN202010241666.1

    申请日:2020-03-31

    IPC分类号: G06T5/00 G06T3/40

    摘要: 本发明属于数字图像处理的技术领域,涉及一种多目标的图像补全方法。该方法包括:输入缺损图像及其对应缺损位置的掩膜;对缺损图像采用目标检测算法检测图像上缺损位置附近的对象,并记录对象位置和对象类别;对输入的缺损图像缺损位置附近的图像进行图像提取与图像分割形成一系列缺损小图,并对缺损小图进行图像线性插值提高分辨率;根据对象类别数据分别采用对应的图像补全神经网络模型对提高分辨率后的缺损小图进行图像补全,得到图像补全后的补全小图;将图像补全后的补全小图的分辨率恢复为未进行插值前的原分辨率;将分辨率恢复后的补全小图与原输入缺损图像进行融合输出得到补全图像。本发明能显著提高图像补全的效果。

    一种多目标的图像补全方法
    7.
    发明公开

    公开(公告)号:CN111462006A

    公开(公告)日:2020-07-28

    申请号:CN202010241666.1

    申请日:2020-03-31

    IPC分类号: G06T5/00 G06T3/40

    摘要: 本发明属于数字图像处理的技术领域,涉及一种多目标的图像补全方法。该方法包括:输入缺损图像及其对应缺损位置的掩膜;对缺损图像采用目标检测算法检测图像上缺损位置附近的对象,并记录对象位置和对象类别;对输入的缺损图像缺损位置附近的图像进行图像提取与图像分割形成一系列缺损小图,并对缺损小图进行图像线性插值提高分辨率;根据对象类别数据分别采用对应的图像补全神经网络模型对提高分辨率后的缺损小图进行图像补全,得到图像补全后的补全小图;将图像补全后的补全小图的分辨率恢复为未进行插值前的原分辨率;将分辨率恢复后的补全小图与原输入缺损图像进行融合输出得到补全图像。本发明能显著提高图像补全的效果。

    一种基于VggNet的显著目标检测方法

    公开(公告)号:CN108629789A

    公开(公告)日:2018-10-09

    申请号:CN201810457552.3

    申请日:2018-05-14

    IPC分类号: G06T7/13 G06T3/40 G06N3/04

    摘要: 本发明公开了一种基于VggNet的显著目标检测方法,该方法是以保留图像底层边缘特征为主要目标,提取高层语义特征为第二目标。通过将图像底层边缘特征与高层语义特征进行卷积,进而获得目标显著图。在确保有效提高检测准确率的同时,通过减少全连接层和增加归一化层大幅度提升网络训练速度。对于任意大小的RGB图像,通过线性插值将图像调整为固定的大小,从而实现不同大小的图像均能得到有效的处理。本发明方法既能快速提取高层语义特征,又能保留图像底层边缘信息,从而有效解决单纯提取特征类的网络结构无法获取图像边缘的问题。

    一种基于大规模Embedding技术的Wi-Fi聚类方法及系统

    公开(公告)号:CN108345661A

    公开(公告)日:2018-07-31

    申请号:CN201810096348.3

    申请日:2018-01-31

    发明人: 张宇 李雯

    摘要: 本发明公开了一种基于大规模Embedding技术的Wi-Fi聚类方法及系统,主要是通过将用户对Wi-Fi的连接行为按时间序列化,在经过滑动窗口的进行加窗处理以及负采样后,得到一组Local Context和Global Context,输入到一个三层神经网络中,来预测滑动窗口下一个Wi-Fi出现的概率,而输入层到隐藏层之间的权值矩阵则为Wi-Fi的Embedding向量,该向量能有效的表征Wi-Fi的特点;再利用该Embedding向量作为特征采用传统的聚类算法进行聚类,可得到较好的聚类效果。本发明可充分学习到每个Wi-Fi的一个唯一的向量表达,使相同场景下的Wi-Fi能得到相近的向量表达;能使模型较快得到收敛,对大规模的数据训练和测试在性能上有较大提高。

    一种异物数据生成方法及终端

    公开(公告)号:CN114283385B

    公开(公告)日:2024-09-24

    申请号:CN202111636113.7

    申请日:2021-12-29

    摘要: 本发明公开一种异物数据生成方法,获取输电线场景图像和预设异物图像;提取所述输电线场景图像中的输电线,得到输电线位置;从所述输电线位置中确定目标输电线位置,并将所述预设异物图像贴入所述目标输电线位置,得到初始异物数据;基于所述初始异物数据使用预设图像和谐化神经网络进行和谐化,得到最终的异物数据,可实现在各种不同背景上的异物数据生成,且不限数量,最后基于初始异物数据使用预设图像和谐化神经网络进行和谐化,能够使最终得到的异物数据中的异物和场景融合的更好,提高异物数据的真实效果,以此有效增加特定输电线场景中异物数据的数量,丰富训练样本,避免训练和测试场景不同而导致的迁移性能下降问题。