一种基于SDE_YOLOv8的高压导线断散股检测方法

    公开(公告)号:CN118675067A

    公开(公告)日:2024-09-20

    申请号:CN202410678278.8

    申请日:2024-05-29

    摘要: 本发明公开了一种基于SDE_YOLOv8的高压导线断散股检测方法,包括如下步骤:采集高压导线断散股数据收集;数据集扩容与整合;增强对数据特征的学习;引入EMA注意力机制提高SDE_YOLOv8提取和关注特征信息的;改进YOLOv8损失函数,将YOLOv8中的损失函数替换成Shape‑IOU损失函数,使得模型增强对目标形状和尺寸的关注,提高检测性能;结果预测,并输出检测结果。本发明方法,将DCNv4_Net嵌入YOLOv8可以提高模型对不规则变化的学习和归纳,提高模型检测精确度,SDE_YOLOv8模型能够精准高效检测高压导线断散股故障。本发明方法为小样本目标检测提供了一个方向,提高了模型学习的速度以及目标检测的质量,检测效果更加精确。

    用于塔机作业区域的划分警示单体及球铰式多向警示装置

    公开(公告)号:CN118629134A

    公开(公告)日:2024-09-10

    申请号:CN202410843992.8

    申请日:2024-06-27

    IPC分类号: G08B13/19 G08B13/196 G08B5/38

    摘要: 本发明公开了一种用于塔机作业区域的划分警示单体及球铰式多向警示装置,包括底置周向件和连接顶座,底置周向件设置在连接顶座的下方,底置周向件的外壁呈中心对称设置有两个摄像头和两个红外线传感器,底置周向件的内部嵌设有两个警示灯,底置周向件的底部通过多个螺栓螺纹安装有激光束发射件。本发明中,塔机在工作过程中,通过底置周向件外壁设置的两个摄像头和红外线传感器,可以在塔机工作的过程中,实时的对塔机作业区域进行监测,借助红外线传感器能够检测到人体周围的红外辐射,并判断塔机作业区域在场人体的存在,避免使用摄像头对塔机作业区域监测存在死角位置的情况出现,进一步提高对塔机周围人员的警示效果,促进塔机作业区域管理的规范化。

    基于ConvNext-yolov7的建筑工地环境检测方法

    公开(公告)号:CN116342553A

    公开(公告)日:2023-06-27

    申请号:CN202310330005.X

    申请日:2023-03-30

    摘要: 本发明公开了一种基于ConvNext‑yolov7的建筑工地环境检测方法,包括如下步骤:1)采集建筑工地环境数据集:2)在YOLOv7网络中嵌入ConvNext结构,得到ConvNext‑yolov7网络模型,经过该网络模型将建筑工地中,不同特征的物体每一种的相对得分高的特征图和对应的权重打包成权重文件;3)通过权重对图像进行特征图分割,采用模糊均值聚类算法对X个特征对象生成图像特征初始聚类中心,再将初始聚类中心点传入K‑means算法,最后生成预测框;4)输出建筑工地环境检测结果。本发明方法可以识别多种不同的建筑工地内环境特征并且加以标注,修改过的网络模型提高了检测精度,相比于同类型的检测技术,其检测速度、精度均有进步,检测错误率大幅降低。

    一种筐可开合的水下抓取机器人
    4.
    发明公开

    公开(公告)号:CN114304090A

    公开(公告)日:2022-04-12

    申请号:CN202210034015.4

    申请日:2022-01-12

    IPC分类号: A01K79/00 A01K79/02

    摘要: 一种筐可开合的水下抓取机器人。为解决现有带筐水下抓取机器人所携带的筐只有储存功能,没有实现将筐中海产品自动取出的功能。本发明包括主体框架、电子密封舱、驱动总成、开合筐组件、机械爪和电源密封舱,电子密封舱和电源密封舱分别安装在主体框架内,驱动总成均布在主体框架上,开合筐组件插装在主体框架的下表面上;所述的开合筐组件包括筐体、筐底板和曲柄连杆机构;所述的筐底板安装在筐体的下端口处,所述的筐底板是由第一底板和第二底板共同组成,第一底板固装在筐体内的一侧,第二底板铰连接在筐体内的另一侧,第一底板和第二底板将筐体底部密封;所述的第二底板通过曲柄连杆机构实现第二底板的开合功能。本发明属于机器人技术领域。

    一种用于法律判决文书的长文本生成式摘要方法

    公开(公告)号:CN117891936A

    公开(公告)日:2024-04-16

    申请号:CN202410081176.8

    申请日:2024-01-19

    摘要: 本发明公开了一种用于法律判决文书的长文本生成式摘要方法,首先,对原始法律判决文书数据集进行语料转换;其次,将转换过的文本输入到RoBERTa模型中进行处理,使用编码器对文本进行法律文本摘要特征提取;最后,利用UniLM的seq2seqLM,生成法律判决文书的精炼摘要。为了克服模型解码时无法生成表中未包含字词的问题,引入了复制机制。同时为解决生成判决文本摘要中的重复性,采用了覆盖机制。这一创新方法为法律领域的文书摘要生成提供了高效、准确的解决方案。本发明方法能够自动生成法律判决文书摘要,具备简便易用的特点,减少了对人工干预的需求,其高度应用性使其在判决文书处理、文案处理等领域展现出广泛的适用性。

    一种用于生物质颗粒机的拍打疏孔装置

    公开(公告)号:CN110773081A

    公开(公告)日:2020-02-11

    申请号:CN201911279222.0

    申请日:2019-12-13

    IPC分类号: B01J2/22

    摘要: 一种用于生物质颗粒机的拍打疏孔装置。生物质颗粒机中环模使用后的清理疏通难度大且操作繁琐。本发明包括外侧壁弧板、内侧壁弧板、支撑框、滚轮、握持部、外连接杆和内连接杆,所述握持部设置在支撑框的顶部,所述滚轮设置在支撑框内,滚轮的两侧外壁上分别设置有数个第一垫块和数个第二垫块,所述外侧壁弧板通过外连接杆铰接在支撑框的一侧,外连接杆的内侧壁上设置有与第一垫块相配合的第一凸块,所述内侧壁弧板通过内连接杆铰接在支撑框的另一侧,外连接杆的内侧壁上设置有与第二垫块相配合的第二凸块,外侧壁弧板和内侧壁弧板的弯曲方向同向。本发明用于生物质颗粒机。

    改进的全卷积神经网络的陶瓷材质件序列图像分割方法

    公开(公告)号:CN106920243A

    公开(公告)日:2017-07-04

    申请号:CN201710141353.7

    申请日:2017-03-09

    IPC分类号: G06T7/11 G06T7/194

    摘要: 本发明提出了一种改进的全卷积神经网络的陶瓷材质件序列图像分割方法,包括步骤:S10:对采集的原始图像进行手工标注,将目标和背景用不同的类别区分,得到训练标签,采用索引模式来表示训练样本的标签图;S20:构建改进的基于全卷积神经网络的网络模型,进行训练;S30:依据梯度下降算法计算损失函数和反向传播计算损失函数,对网络进行训练学习,学习速率在验证准确率停止增加时减小为原来的十分之一。全卷积神经网络是基于卷积神经网络的改进结构,在保持CNN 良好的分类性能的基础上,更好的保持了像素矩阵之间的空间位置关系,更有利于全局的特征提取,能全面学习物体的视觉特征,抗干扰性好,可自动将目标物体从背景中分割开,实现智能分割。