皮带跑偏检测方法及装置

    公开(公告)号:CN114742864A

    公开(公告)日:2022-07-12

    申请号:CN202210270615.0

    申请日:2022-03-18

    Abstract: 本发明实施例提供一种皮带跑偏检测方法及装置,所述方法包括:将皮带图像训练数据集输入改进的车道线检测网络进行模型训练,得到皮带边缘检测模型;利用飞椅数据集对改进的光流深度神经网络进行模型训练,得到物料运动光流检测模型;实时获取检测图像,所述待检测图像包含皮带信息和物料信息;将所述检测图像输入皮带边缘检测模型和物料运动光流检测模型,得到皮带边缘和物料运动光流边缘;基于所述皮带边缘和所述物料运动光流边缘,确定皮带跑偏程度。本发明的皮带跑偏检测方法及装置具有检测精度高、速度快,鲁棒性强,适应性强的优点。

    井工矿实时数据处理方法、装置、存储介质和电子设备

    公开(公告)号:CN113987037A

    公开(公告)日:2022-01-28

    申请号:CN202111106929.9

    申请日:2021-09-22

    Abstract: 本发明公开了一种井工矿实时数据处理方法、装置、存储介质和电子设备,其中方法包括以下步骤:基于预设的实例化数据点表进行数据采集获得第一实时数据;对第一实时数据进行实时数据处理获得第二实时数据;采用预构的数据分析模型对第二实时数据进行数据价值挖掘。本发明通过预设的实例化数据点表进行实时数据采集,对采集的实时数据进行数据处理,并采用预构的数据分析模型再对数据处理后的实时数据进行数据价值挖掘,使得井工矿采集的实时数据更加的规范,便于进行数据价值挖掘,提高了井工矿数据采集和数据处理的效率,提高了实时数据的使用价值。

    皮带跑偏检测方法及装置

    公开(公告)号:CN114742864B

    公开(公告)日:2024-11-19

    申请号:CN202210270615.0

    申请日:2022-03-18

    Abstract: 本发明实施例提供一种皮带跑偏检测方法及装置,所述方法包括:将皮带图像训练数据集输入改进的车道线检测网络进行模型训练,得到皮带边缘检测模型;利用飞椅数据集对改进的光流深度神经网络进行模型训练,得到物料运动光流检测模型;实时获取检测图像,所述待检测图像包含皮带信息和物料信息;将所述检测图像输入皮带边缘检测模型和物料运动光流检测模型,得到皮带边缘和物料运动光流边缘;基于所述皮带边缘和所述物料运动光流边缘,确定皮带跑偏程度。本发明的皮带跑偏检测方法及装置具有检测精度高、速度快,鲁棒性强,适应性强的优点。

    数据资产智能匹配的实现方法、装置及设备

    公开(公告)号:CN115293243A

    公开(公告)日:2022-11-04

    申请号:CN202210828078.7

    申请日:2022-07-13

    Abstract: 本发明涉及数据处理技术领域,其实施方式提供了一种数据资产智能匹配的实现方法、装置及设备。其中一种数据资产智能匹配的实现方法,包括:将数据资产的名称和字段在数据资产库中进行匹配得到匹配结果;根据所述数据资产与所述匹配结果的名称相似率和字段重复率,计算所述数据资产对应的第一匹配性评价值;若归一化的第一匹配性评价值不为其范围的端点,则通过调整名称相似率和字段重复率的对应权重,重新计算得到第二匹配性评价值;将所述第二匹配性评价值映射至所述范围的端点。本发明的实施方式中还提供了对应的装置及设备。本发明提供的实施方式能够提升数据查重和数据筛选的效率。

    组态图形的处理方法、装置、电子设备及存储介质

    公开(公告)号:CN114296723A

    公开(公告)日:2022-04-08

    申请号:CN202111549839.7

    申请日:2021-12-17

    Abstract: 本申请提供的一种组态图形的处理方法、装置、电子设备及存储介质,通过获取最新组态图形的第一对象字典信息和旧版本的组态图形的第二对象字典信息;将所述第二对象字典信息中的操作时间最近的时间设置为基准时间;基于所述第一对象字典信息中的操作时间和所述基准时间确定所述最新组态图形中的目标对象;确定各个目标对象的操作类型,基于各个目标对象的操作类型和差异可视化规则对各个目标对象进行差异可视化标记。

    基于深度学习的人脸检测与识别方法及装置

    公开(公告)号:CN115359525A

    公开(公告)日:2022-11-18

    申请号:CN202210923747.9

    申请日:2022-08-02

    Abstract: 本发明提供了一种基于深度学习的人脸检测与识别方法及装置,涉及图像识别技术领域,方法包括:获取待识别图像;以待识别图像为输入,经人脸识别模型识别待识别图像中的人脸目标;人脸识别模型经预构建的人脸图像数据集对预构建的深度神经网络模型训练后得到,深度神经网络模型包括依次连接的残差网络、特征金字塔网络及上下文模块。本发明通过增加金字塔网络的层级,并在金字塔网络应用上下文模块来增加金字塔网络的建模能力,并通过构建包括不同人脸形态、不同光照明暗度、角度及噪声点的人脸图像数据集对深度神经网络模型训练得到人脸识别模型,能够有效增强模型的鲁棒性。

Patent Agency Ranking