-
公开(公告)号：CN111860187A
公开(公告)日：2020-10-30
申请号：CN202010587993.2
申请日：2020-06-24
申请人： 广东邦鑫数据科技股份有限公司 , 广州中科智巡科技有限公司
摘要： 本发明公开了高精度的佩戴口罩识别方法及系统，该方法应用于公共场所监控系统，公共场所监控系统包括多个摄像头和算法服务器，方法包括：通过多个摄像头获取视频流数据；根据视频流数据提取特征数据；将特征数据输入构建的口罩识别模型进行置信度计算，生成置信度值；根据预置的置信度阈值和置信度值判断特征数据是否佩戴口罩，若置信度值大于预置的置信度值，则判断特征数据未佩戴口罩，生成报警信息输出。从而能够通过深度学习技术更精确定位到行人位置，大大提高了识别的可靠性和抗干扰性、节约人力和物力资源，有利于提高人工效率。
-
公开(公告)号：CN114140753A
公开(公告)日：2022-03-04
申请号：CN202111436495.9
申请日：2021-11-29
申请人： 广州中科智巡科技有限公司 , 广东邦鑫数据科技股份有限公司
IPC分类号： G06V20/54 , G06V10/762 , G06V10/774 , G06V10/776 , G06V10/82 , G06V10/94 , G06N3/04 , G06N3/08 , G06K9/62
摘要： 本发明公开了一种海洋船舶识别的方法，能够有效克服传统数字图像处理，特征单一，并且设计困难的问题，可以方便的扩展模型检测的类别，具有较高的可扩展性的同时具有较高的准确率，该方法包括：S1：对采集的海上船只图片的类别和位置进行标注，构建数据集；S2：根据数据集，对船只尺寸进行聚类；S3：构建YOLOv4模型，并设置训练参数，利用训练集进行训练；S4：利用测试集对训练好的模型进行测试，利用召回率和精确率评估模型；S5：根据S4的评估结果，调整训练集数据或模型参数，继续迭代训练，直至达到理想效果。
-
公开(公告)号：CN115457297B
公开(公告)日：2023-09-26
申请号：CN202211014424.4
申请日：2022-08-23
申请人： 中国航空油料集团有限公司 , 广州中科智巡科技有限公司
IPC分类号： G06V10/75 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/26 , G06N3/0464 , G06N3/08
摘要： 本申请提供一种航油油库漏油检测方法、装置及航油安全运维系统。其中，所述方法包括：获取航油油库油料容器的待检测图像；将待检测图像输入法兰盘检测模型，以输出待检测图像的法兰盘位置信息；其中，法兰盘检测模型是利用样本检测图像，以及样本检测图像的法兰盘位置信息进行训练得到的；基于待检测图像的法兰盘位置信息，确定待检测图像的漏油检测区域；针对待检测图像的漏油检测区域，基于待检测图像的像素值与待检测图像前一时刻检测图像的像素值的差值，提取待检测图像的漏油检测区域中的油滴；在预设时间段内存在多个待检测图像的漏油检测区域有油滴的情况下，确定待检测图像的法兰盘位置处存在漏油。如此可以提高漏油检测的时效性。
-
公开(公告)号：CN115909096A
公开(公告)日：2023-04-04
申请号：CN202211351100.X
申请日：2022-10-31
申请人： 华南蓝天航空油料有限公司湖南分公司 , 广州中科智巡科技有限公司
IPC分类号： G06V20/17 , G06N3/0464 , G06N3/08 , G06T17/20 , G06V10/44 , G06V10/774 , G06V10/82
摘要： 本申请提供一种无人机巡航管道隐患分析方法、装置及系统。其中，所述方法包括：获取预先生成的航线信息，航线信息包括无人机的航线以及飞行参数信息；航线包括多个航点，航点是基于目标航油管道巡视区域的三维点云模型确定的；利用无人机按照航线信息进行自动巡视，得到目标航油管道的巡视视频；将巡视视频中的每一图像逐一输入隐患分析模型中，以输出每一图像的隐患分析结果；隐患分析结果包括隐患类别以及隐患位置，隐患类别包括：建筑物类别、施工工地类别以及施工机械类别；基于各图像隐患分析结果中的隐患位置以及预设感兴趣区域，确定各图像对应位置的目标航油管道是否存在安全隐患。
-
公开(公告)号：CN115457297A
公开(公告)日：2022-12-09
申请号：CN202211014424.4
申请日：2022-08-23
申请人： 中国航空油料集团有限公司 , 广州中科智巡科技有限公司
IPC分类号： G06V10/75 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/26 , G06N3/04 , G06N3/08
摘要： 本申请提供一种航油油库漏油检测方法、装置及航油安全运维系统。其中，所述方法包括：获取航油油库油料容器的待检测图像；将待检测图像输入法兰盘检测模型，以输出待检测图像的法兰盘位置信息；其中，法兰盘检测模型是利用样本检测图像，以及样本检测图像的法兰盘位置信息进行训练得到的；基于待检测图像的法兰盘位置信息，确定待检测图像的漏油检测区域；针对待检测图像的漏油检测区域，基于待检测图像的像素值与待检测图像前一时刻检测图像的像素值的差值，提取待检测图像的漏油检测区域中的油滴；在预设时间段内存在多个待检测图像的漏油检测区域有油滴的情况下，确定待检测图像的法兰盘位置处存在漏油。如此可以提高漏油检测的时效性。
-
公开(公告)号：CN114677339A
公开(公告)日：2022-06-28
申请号：CN202210243256.X
申请日：2022-03-11
申请人： 广州中科智巡科技有限公司
摘要： 本发明公开了一种引入注意力机制的输电线路螺栓脱销缺陷检测方法，能够用于在无人机平台上高效运行。该方法包括S1:基于无人机影像分拣标注获得输电线路螺栓脱销缺陷数据集；S2:预处理所述数据集，对数据进行清洗，使数据集内正常螺栓和脱销螺栓的样本数量符合1:1的比例，并将数据集按照4:1比例划分出训练集和测试集；S3:搭建注意力机制改进的FCOS模型，所述FCOS模型包括：主干网络、特征金字塔网络和引入注意力机制改进Head；S4:利用所述训练集对模型进行迭代训练，根据收敛效果确定模型；S5:利用测试集进行测试，通过性能指标对比，得到最优的螺栓脱销缺陷检测模型。
-
公开(公告)号：CN114332052A
公开(公告)日：2022-04-12
申请号：CN202111672365.5
申请日：2021-12-31
申请人： 广州中科智巡科技有限公司
摘要： 本发明公开了一种结合上下文信息的鸟巢缺陷检测及定级方法，利用目标检测技术来检测鸟巢，并利用上下文信息对检测的鸟巢缺陷进行逻辑处理，达到定级的目的。这使得数据标注成果的检验和评价更为方便，在交互性、可操作性以及实用性等方向有了较大的进步。该方法包括：筛选第一图像集，所述第一图像集由图像源中含有鸟巢的图像构成；筛选第二图像集，所述第二图像集由第一图像集中含有绝缘子串的图像构成；确定所述第二图像集中鸟巢与绝缘子串的相对位置关系，根据所述相对位置关系和预定规则确定所述鸟巢的缺陷级别。
-
公开(公告)号：CN114266787A
公开(公告)日：2022-04-01
申请号：CN202111605625.7
申请日：2021-12-25
申请人： 广州中科智巡科技有限公司
摘要： 本发明公开了一种图像辅助标注方法，第一步利用预训练的Yolov5模型在图像上标注可能的候选框，第二步将包含目标的候选框，被点中的候选框区域图像和它的点云数据会被送入第二个点云分类PointNet++模型，模型会根据图像纹理和点云数据自动识别出目标类别并标注新的矩形框，第三步预标注后的图像会送至人工审核对错误标注进行修改，最后得到标注数据。这样就大大提高了预标注时对小区域标注的准确率。
-
公开(公告)号：CN114235821A
公开(公告)日：2022-03-25
申请号：CN202111601548.8
申请日：2021-12-24
申请人： 广州中科智巡科技有限公司
摘要： 本发明公开了、一种用于航油长输管道的防外破智能预警方法，该方法包括：获取用于监测航油长输管道的视频数据和/或图像数据；对视频数据和/或图像数据基于目标检测算法进行防外破智能识别处理生成外力破坏危险类别；根据外力破坏危险类别判断视频数据和/或图像数据是否属于外力破坏危险的预警范围；若外力破坏危险类别属于外力破坏危险的预警范围，则生成任务工单输出。由此，能够克服传统人眼监测方式存在不持续，效率低等缺点，实现对管道重点部位周边环境进行实时发现、实时告警、实时响应的有效监管。
-
公开(公告)号：CN112019746A
公开(公告)日：2020-12-01
申请号：CN202010898271.9
申请日：2020-08-31
申请人： 广州中科智巡科技有限公司
摘要： 本发明公开了一种摄像机智能电池远程控制系统及方法，包括AI摄像头、便携式电池组、电源控制模块、定位模块、通讯模块和后台服务器。本申请通过通讯模块，将智能电池设备连接到后台服务器，通过后台服务器完成对智能电池设备的监测和控制工作。同时一套智能电池系统包含多个便携式电池，并且针对电池设计了电量监测以及多入单出的控制逻辑。在智能电池设备中加入定位模块，为摄像机系统的管理提供了位置信息，便于运维人员的日常管理维护。相比于目前的普通电池设备，本发明进行了智能化信息化创新功能设计，使得电池设备能够更好的适应物联网便携式摄像头等产品的模块化细致化需求。
-
-
-
-
-
-
-
-
-
搜索结果
55 条记录 (耗时 0.068 秒)
