-
公开(公告)号：CN117315446B
公开(公告)日：2024-02-09
申请号：CN202311604737.X
申请日：2023-11-29
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 南昌工程学院
IPC: G06V10/82 , G06V10/762 , G06V10/80 , G06T5/73 , G06N3/0464 , G06N3/045 , G06N3/08 , G06V20/70 , G06V10/40 , G06V10/26
Abstract: 本发明公开了一种面向复杂环境下水库溢洪道异常智能识别方法，该方法面向存在雨雾复杂环境下的溢洪道堵塞物识别检测，具体步骤如下：首先，对待检测的水库溢洪道堵塞物图像，采用雨雾干扰去除算法进行去噪处理，得到输出雨雾去除后的水库溢洪道堵塞物图像；然后，将雨雾去除后的图像输入到溢洪道区域分割模型，识别并截取分割后的溢洪道区域图像；最后，将截取的溢洪道区域图像输送至溢洪道堵塞物识别模型，检测识别出溢洪道中的堵塞物；本发明结合图像处理技术和计算机视觉技术，既能解决传(56)对比文件洪庆;宋乔;杨晨涛;张培;常连立.基于智能视觉的机械零件图像分割技术.机械制造与自动化.2020,(第05期),全文.张晓娟.雨天雾气干扰下的车牌图像识别技术仿真.计算机仿真.2015,(第12期),全文.
-
公开(公告)号：CN117278960A
公开(公告)日：2023-12-22
申请号：CN202311204802.X
申请日：2023-09-19
Applicant: 南昌工程学院
IPC: H04W4/38 , G06V20/40 , G06N5/04 , G06N3/08 , H04W84/18 , H04W84/06 , H04N7/18 , H04L67/12 , H04B7/185 , G01D21/02 , G01C21/20 , G01C21/00
Abstract: 本发明公开了一种无人机与地面传感网络协同的水环境智能巡检系统及方法，属于无人机巡检与水环境检测技术领域，包括无人机根据自适应监测路径规划平台规划路径自动巡检当前水环境，并利用无线通信模块将视频数据传输至视频处理模块，视频处理模块完成对原始视频数据的处理后可进行本地端推理智能识别当前水环境问题，系统会根据本地推理的结果及实际需求将视频数据传输至流媒体监控管理器和深度学习监测与识别平台，进行二次识别与实时显示，并对危险情况进行截图，监管平台终端可显示识别异常的图像和视频数据，并发送警告信息至工作人员，能够实现无人机自动巡检水环境中异常情况的精准检测，并对出现的异常情况实现实时预警功能。
-
公开(公告)号：CN116704357B
公开(公告)日：2023-10-27
申请号：CN202310995426.4
申请日：2023-08-09
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 南昌工程学院
IPC: G06V20/10 , G06V10/20 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/092
Abstract: 本发明公开了基于YOLOv7的堤坝边坡滑坡智能识别与预警方法，包括以下步骤：收集堤坝边坡滑坡危害的图像数据，标注筛选后的图像数据；对图像数据进行预处理和对数据集进行划分，训练集送入到网络模型进行训练；验证集验证训练的结果且更新网络模型的权重文件，得到堤坝边坡滑坡检测模型的最优权重文件；对测试集进行高分辨率处理，之后对网络模型进行测试，评估性能。本发明的有益效果是：提升对堤坝边坡滑坡识别的精度，提高堤坝边坡滑坡识别与预警的自动化水平，可以自动识别和定位堤坝边坡滑坡出现的塌方、滑坡的危险情况，实现对堤坝边坡滑坡的实时监测和预警，提高水库边坡滑坡的安全性和稳定性。
-
公开(公告)号：CN112087528B
公开(公告)日：2023-09-19
申请号：CN202011046080.6
申请日：2020-09-29
Applicant: 南昌工程学院
IPC: H04L67/12 , H04L67/025 , H04L67/06 , H04W4/38 , G01N21/85 , G01N21/88 , G06V20/52 , G06V20/40 , H04N5/76 , H04N7/18
Abstract: 本发明公开了一种基于深度学习的水环境智能监测系统及方法，包括水环境监测终端、边缘处理装置和云端管理平台；水环境监测终端包括微型中心处理器一以及与微型中心处理器一电性连接的水面监测摄像头、位置定位模块、无线射频Lora模块、无线多模通信模块一、太阳能电池组模块和数据存储模块一；边缘处理装置包括微型中心处理器二以及与微型中心处理器二电性连接的以太网模块、GPU处理器、无线多模通信模块二和数据存储模块二；云端管理平台包括水污染识别服务器以及与水污染识别服务器电性连接的Web服务器和数据库服务器；本发明能够实现水环境长期监测及污染图像取证，并对监测到的图像数据进行存储和预警。
-
公开(公告)号：CN115082872B
公开(公告)日：2023-01-17
申请号：CN202210963229.X
申请日：2022-08-11
IPC: G06V20/54 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向边缘计算的河面采砂船及过往船只识别方法，该方法提出使用K‑means聚类算法生成河面船只数据集的先验框，并改进YOLOv4‑tiny主干网络，将基本卷积层激活函数改为SiLU激活函数，形成新的主干特征提取网络，并输出两种不同尺度的特征图；在加强特征融合网络中加入SE注意力机制模块，并在FPN层后面加入自上而下的连接，形成PANet网络结构。本发明通过在其原来的基本卷积块中加入SiLU激活函数对主干网络进行调整，有利于训练模型更好的收敛；整个模型可用于对复杂场景下河面过往不同类型船只识别任务的优化，识别精度优于传统模型。
-
Patent Agency Ranking
公开(公告)号：CN107765028A
公开(公告)日：2018-03-06
申请号：CN201710977823.3
申请日：2017-10-17
Applicant: 南昌工程学院
Abstract: 本发明公开了一种水环境遥感智慧监测服务系统，包括：水速、水位监测单元、重金属监测单元、水环境监测单元、中央处理器、预警单元以及无线通信模块；水速、水位监测单元用于实时监测水流速度和水位高低值，重金属监测单元用于实时监测水中的汞浓度、镉浓度以及铅浓度水环境监测单元用于实时监测水中的溶氧量、PH值以及水的浊度值；该系统可同时采集、传输多种水质参数、数据采集覆盖范围广；水环境监测节点部署方便，不受地理环境的约束，数据通信能力强、网络覆盖范围广，可以监测大范围水域的水质变化情况；系统成本低：相对于现有的水环境人工采样实验室分析方法，设备和人工的费用大大降低。
-
公开(公告)号：CN118552830B
公开(公告)日：2024-10-01
申请号：CN202411029342.6
申请日：2024-07-30
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 南昌工程学院
IPC: G06V10/82 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V20/10 , G06V10/94 , G06N3/0464 , G06N3/045 , G06N3/0495 , G06N3/0985
Abstract: 本发明公开了面向边缘计算的堤坝坝体裂缝险情目标检测轻量化方法，首先，收集不同的堤坝坝体裂缝图像并在图片中标注形成坝体裂缝险情数据集；其次构建高精确度且轻量化的改进YOLOv8堤坝坝体裂缝险情识别模型；随后使用数据集对模型进行训练和评估，选出最优的权重文件；将权重文件部署到边缘设备上；之后测试模型是否需要调整超参数再训练；最后将待检测图片传入边缘设备完成检测。本发明适用于在边缘设备上的堤坝坝体裂缝险情识别，在保证高识别精度的同时，降低算法模型41.4%的计算参数量，实现高精度且较YOLOv8更加轻量化的算法模型，能有效应用于在资源受限的边缘设备上部署和执行，有效降低远程通信成本，便于应用推广。
-
公开(公告)号：CN112051377B
公开(公告)日：2023-10-27
申请号：CN202011047643.3
申请日：2020-09-29
Applicant: 南昌工程学院
Abstract: 本发明公开了一种适应天气变化的水环境监测频率自调整系统及方法，该系统包括多个水环境监测终端以及水环境监测云平台管理装置，水环境监测终端包括微处理器以及与微处理器电性连接的太阳能电池模块、数据存储模块、GPS模块、备用电源模块、GPRS模块、LORA模块、水质监测装置，水环境监测终端通过GPRS模块与水环境监测云平台管理装置通信连接；水环境监测云平台管理装置包括监控处理器、天气预报发布平台。本发明提供的适应天气变化的水环境监测频率自调整系统及方法，可以预测获取到的太阳能能量值，并依据此能量值及自身剩余能量自适应调整系统监测频率，从而达到对系统能量的合理使用，实现对水环境持续性监测。
-
公开(公告)号：CN115880683B
公开(公告)日：2023-05-16
申请号：CN202310192003.9
申请日：2023-03-02
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 南昌工程学院
IPC: G06V20/62 , G06V30/146 , G06V30/164 , G06V30/18 , G06V30/19 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的城市内涝积水智能水位检测方法，该方法基于水尺的城市积水水域图像分两阶段检测识别并计算水位；第一阶段，将包含水尺的城市积水水域图像输入训练好的YOLOX_I1，识别并截取水尺图像，得到第一阶段的输出水尺图像和该图像高度像素值；第二阶段，将第一阶段得到的输出图像输入训练好的YOLOX_I2，识别并截取字符“E”图像，得到字符“E”图像高度像素值列表后计算水位；本发明将计算机视觉技术、深度学习和图像处理技术有机结合，既能解决传统图像处理方式适应性受限的问题，又能实现面向城市积水的水尺高精度智能识别。
-
公开(公告)号：CN115035354B
公开(公告)日：2022-11-08
申请号：CN202210964547.8
申请日：2022-08-12
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/10
Abstract: 本发明公开了一种基于改进YOLOX的水库水面漂浮物目标检测方法，其方法为：图像数据集收集和预处理操作；改进YOLOX算法模型，提出一种改进特征融合模块，增强输出特征信息的丰富度，提升大目标和小目标水库漂浮物的精度；判断是否要调整学习率以降低训练损失值，提升检测精度：若是，则在训练过程中手动更改超参数的取值并继续训练；否则，保持按原超参数训练；完成训练，获取最优权重：最后水库水面漂浮物图片检测识别。本发明的有益效果是：采用改进YOLOX算法模型进行目标检测，训练参数量适中，检测精度更好，实现了水库水面漂浮物的自动化高精度检测和识别。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.023 seconds)
