-
公开(公告)号:CN111709991A
公开(公告)日:2020-09-25
申请号:CN202010467531.7
申请日:2020-05-28
申请人: 武汉工程大学 , 武汉引行科技有限公司
摘要: 本发明涉及一种铁路工机具的检测方法、系统、装置和存储介质,方法包括获取多个工机具图像,根据所有工机具图像制作数据集;构建深度卷积神经网络,利用数据集和深度卷积神经网络构建反射图像提取网络,根据深度卷积神经网络和反射图像提取网络得到特征检测网络,根据深度卷积神经网络、反射图像提取网络和特征检测网络得到初始检测网络模型;利用数据集对初始检测网络模型进行训练,得到目标检测网络模型;根据目标检测网络模型对待检测工机具图像进行检测,得到检测结果。本发明可有效解决背景复杂、光照不均以及目标尺度差异大、形态复杂和存在遮挡等问题,对铁路工机具进行快速而准确地目标检测,实现铁路工机具的自动清点。
-
公开(公告)号:CN114494098A
公开(公告)日:2022-05-13
申请号:CN202210338505.3
申请日:2022-04-01
申请人: 武汉工程大学 , 武汉引行科技有限公司
摘要: 本发明提供一种锂电池X射线图像增强方法、装置以及存储介质,属于图像处理技术领域,方法包括:通过X光机对待测锂电池进行图像采集得到锂电池X射线图像;对锂电池X射线图像的图像反射分量分析得到X射线反射图像;根据梯度因子对X射线反射图像的加权融合计算得到X射线融合图像;对X射线融合图像的对比度调整得到X射线调整图像。本发明有利于减弱光照伪影现象,避免了X射线图像这类低照度图像的亮度过度增强以及增强不足的问题,能够较好的提高锂电池X射线图像的对比度和清晰度,具有良好的图像增强效果,增强后的锂电池图像,电极得到增强,而噪声得到抑制,可显著提高锂电池电极缺陷检测的精度。
-
公开(公告)号:CN112949438A
公开(公告)日:2021-06-11
申请号:CN202110195714.2
申请日:2021-02-19
申请人: 武汉工程大学 , 武汉引行科技有限公司
摘要: 本发明是涉及农业与人工智能领域,尤其是一种基于贝叶斯网络的水果视觉分类方法及系统。本发明通过获取待分类水果的待分类水果数据,并进行预处理得到多个待分类水果视觉特征值;分别对每个所述待分类水果视觉特征值进行离散化处理后,输入至预先训练好的水果分类贝叶斯网络模型进行处理,得到所述待分类水果在多个等级分类下的等级分类概率;根据多个所述等级分类概率对所述待分类水果进行等级分类。本发明实现了水果的精确分类,有效地降低在水果分拣中所花费的人力物力。通过构建复杂的水果分类的贝叶斯网络模型可实现水果的精确分类,实现降低人力物力,达到水果的快速分类。
-
公开(公告)号:CN112949438B
公开(公告)日:2022-09-30
申请号:CN202110195714.2
申请日:2021-02-19
申请人: 武汉工程大学 , 武汉引行科技有限公司
IPC分类号: G06V20/68 , G06V10/44 , G06V10/56 , G06V10/774 , G06V10/764 , G06T7/00 , G06T7/62 , G06T7/90
摘要: 本发明是涉及农业与人工智能领域,尤其是一种基于贝叶斯网络的水果视觉分类方法及系统。本发明通过获取待分类水果的待分类水果数据,并进行预处理得到多个待分类水果视觉特征值;分别对每个所述待分类水果视觉特征值进行离散化处理后,输入至预先训练好的水果分类贝叶斯网络模型进行处理,得到所述待分类水果在多个等级分类下的等级分类概率;根据多个所述等级分类概率对所述待分类水果进行等级分类。本发明实现了水果的精确分类,有效地降低在水果分拣中所花费的人力物力。通过构建复杂的水果分类的贝叶斯网络模型可实现水果的精确分类,实现降低人力物力,达到水果的快速分类。
-
公开(公告)号:CN115017511A
公开(公告)日:2022-09-06
申请号:CN202210469716.0
申请日:2022-04-28
申请人: 武汉工程大学 , 武汉引行科技有限公司
摘要: 本发明提供一种源代码漏洞检测方法、装置以及存储介质,属于代码检测技术领域,方法包括:S1:分别对各个原始源代码数据的数据预处理得到预处理后源代码数据;S2:按照预设比例对多个预处理后源代码数据的划分得到训练集,验证集和测试集;S3:对训练集的代码图编码得到多个代码图数据;S4:根据多个代码图数据、验证集和测试集对训练模型的模型分析得到检测模型;S5:通过检测模型对待检测源代码数据的检测分析得到检测结果。本发明实现了函数级的自动代码漏洞检测,能在源代码中快速、高效地完成代码漏洞检测任务,解决了代码静态分析工具进行漏洞检测上存在的误报率高、漏报率高的技术问题。
-
公开(公告)号:CN114926898A
公开(公告)日:2022-08-19
申请号:CN202210494498.6
申请日:2022-05-07
申请人: 武汉工程大学 , 武汉引行科技有限公司
IPC分类号: G06V40/20 , G06V10/75 , G06T7/136 , G06T7/194 , G06V10/762 , G06V10/764 , G06V10/44 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种手势识别模型训练及手势识别方法、装置、设备及介质,涉及计算机视觉技术领域,手势识别模型训练方法包括:拍摄手部配戴有红色系手套的多张手势图像,对每张手势图像依次进行从RGB色彩空间转换成YCrCb空间、图像前景背景划分、二值化处理,得到手势分割图像;构建卷积神经网络结构,利用多张手势分割图像对卷积神经网络结构进行训练,得到手势识别模型。手势识别方法为:将待识别的图片或视频输入手势识别模型中,利用手势识别模型对待识别的图片或视频进行手势识别。本发明对图像中的手势分割效果好,通过本发明进行手势识别的识别准确率可明显提高。
-
公开(公告)号:CN111709319A
公开(公告)日:2020-09-25
申请号:CN202010466840.2
申请日:2020-05-28
申请人: 武汉工程大学 , 武汉引行科技有限公司
摘要: 本发明提供一种铁路工机具清点方法及装置,方法包括:从公共数据库中读取多个工机具样本图像,并对多个所述工机具样本图像进行预处理,通过经预处理后的多个所述工机具样本图像得到训练图像数据集;构建目标检测网络,通过所述训练图像数据集对所述目标检测网络进行训练处理,得到目标检测模型;通过拍摄设备对出工现场进行图像采集,得到待处理图像;根据所述目标检测模型对所述待处理图像进行比对分析,得到遗失工机具类别的名称和数量。本发明实现了对工机具的准确检测与清点,可满足实际应用需求,且不需要人工提取工机具的图像特征,节省了时间的同时也提高了实时性和准确率,为智能铁路运维奠定了技术基础。
-
公开(公告)号:CN111709991B
公开(公告)日:2023-11-07
申请号:CN202010467531.7
申请日:2020-05-28
申请人: 武汉工程大学 , 武汉引行科技有限公司
IPC分类号: G06T7/70 , G06N3/0464 , G06N3/08
摘要: 本发明涉及一种铁路工机具的检测方法、系统、装置和存储介质,方法包括获取多个工机具图像,根据所有工机具图像制作数据集;构建深度卷积神经网络,利用数据集和深度卷积神经网络构建反射图像提取网络,根据深度卷积神经网络和反射图像提取网络得到特征检测网络,根据深度卷积神经网络、反射图像提取网络和特征检测网络得到初始检测网络模型;利用数据集对初始检测网络模型进行训练,得到目标检测网络模型;根据目标检测网络模型对待检测工机具图像进行检测,得到检测结果。本发明可有效解决背景复杂、光照不均以及目标尺度差异大、形态复杂和存在遮挡等问题,对铁路工机具进行快速而准确地目标检测,实现铁路工机具的自动清点。
-
公开(公告)号:CN115270399A
公开(公告)日:2022-11-01
申请号:CN202210705913.8
申请日:2022-06-21
申请人: 武汉工程大学 , 武汉引行科技有限公司
IPC分类号: G06F30/20 , G06K9/62 , G06F119/02
摘要: 本发明提供一种工业机器人姿态识别方法、装置及存储介质,方法为:导入工业机器人视频,从工业机器人视频中提取并调整工业机器人2D图像;基于人体姿态估计模型DensePose构建教师模型,通过调整后的工业机器人2D图像对教师模型进行训练,通过训练后的教师模型输出工业机器人2D姿态信息;基于均方误差函数MSE构建总体FDPD蒸馏损失函数;基于教师模型构建学生模型,通过总体FDPD蒸馏损失函数和工业机器人2D姿态信息训练学生模型,通过训练后的学生模型识别工业机器人2D图像中的工业机器人姿态。本发明实现了精确高效的工业机器人姿态识别,适用于工业机器人的异常检测,无需过大的网络,提高了工业机器人识别姿态的效率。
-
公开(公告)号:CN115205037A
公开(公告)日:2022-10-18
申请号:CN202210630698.X
申请日:2022-06-06
申请人: 武汉工程大学 , 武汉引行科技有限公司
摘要: 本发明涉及股价长期趋势预测方法、装置、电子设备及存储介质,属于深度学习技术领域。本发明利用K线数据获取能够表征股票的走势变化的第一技术指标因子,将K线数据和第一技术指标因子进行结合以更完善地体现股票市场的波动特征,从而提高股价预测的准确性,且利用多个K线数据和多个第一技术指标因子,以合理预测得到多个时间点对应的股票收盘价,使得预测结果能够反映股价的长期趋势,从而提高股价预测结果的实用性。
-
-
-
-
-
-
-
-
-