-
公开(公告)号：CN119296047B
公开(公告)日：2025-05-16
申请号：CN202411818116.6
申请日：2024-12-11
Applicant: 江南大学
IPC: G06V20/52 , G06N3/045 , G06N3/0464 , G06N3/09 , G06V10/764 , G06V10/82 , G06V20/40
Abstract: 本发明涉及深度学习技术领域，公开了一种基于监控视频的后厨动态异物检测方法及装置，包括基于预设抽帧间隔，从待检测后厨的监控视频中提取多帧图像，构成待检测图像集，计算其中相邻的前一图像与后一图像对应像素点处的像素差，获取差值图像，并进行平滑去噪，获取优化差值图像；若优化差值图像中所有像素点的像素值总和不大于预设激活阈值，则判定后一图像为静态图像，并对下一组相邻图像的优化差值图像进行判断；反之，则判定后一图像为动态图像，并基于优化差值图像中每个像素点处的像素值与预设变化阈值，构造决策矩阵，获取后一图像的变化区域，输入训练好的YOLOv7模型中，完成对后一图像所处时刻的后厨动态异物的检测。
-
公开(公告)号：CN112465929B
公开(公告)日：2024-02-02
申请号：CN202011493010.5
申请日：2020-12-17
Applicant: 江南大学
IPC: G06T11/20 , G06F40/211 , G06F40/289 , G06N3/0464 , G06N3/0442
Abstract: 一种基于改进图卷积网络的图像生成方法，该方法包括：一，建立输入层，利用预训练好的词向量将句子中的单词映射成一个低维、连续的词向量；二，建立Bi‑LSTM层，通过该层混合语义信息；三，构建目标向量的隐层表示，首先先通过GCN层，在句法上，来混合目标与句子中其他词的信息，再使用注意力机制来计算与目标相关的上下文表示；四，构建MDGCN层，根据依存句法树构建句子的多目标依存图，再根据多目标依存图使用图卷积网络对同一句子的多个目标进行建模；五，建立输出层，用一个全连接层转换维度，再通过softmax函数将其转换为概率表示；六，模型训练，使用交叉熵误差函数和L2权重衰退共同作为损失函数。
-
公开(公告)号：CN116452599A
公开(公告)日：2023-07-18
申请号：CN202310396263.8
申请日：2023-04-13
Applicant: 江南大学
IPC: G06T7/10 , G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于轮廓的图像实例分割方法及系统，方法包括将目标图像输入至轻量级特征提取网络中，得到图像中目标实例的下采样特征图、中心点和轮廓顶点相对中心点的偏移量；根据中心点和轮廓顶点相对中心点的偏移量，计算得到初始轮廓；对目标实例的下采样特征图和初始轮廓进行全局特征融合，得到粗糙轮廓；对粗糙轮廓进行第一次轮廓变形，得到初步的实例轮廓，并将初步的实例轮廓进行第二次轮廓变形，得到最终的实例轮廓。本发明其摒弃了传统手工设计初始轮廓的方法，而基于网络学习更接近真值的初始轮廓，在保持算法分割精度的同时，具有较小的参数量和计算量，且具有较快的推理速度，能够应用于使用边缘平台进行现实场景中的实例分割任务。
-
公开(公告)号：CN114564157A
公开(公告)日：2022-05-31
申请号：CN202210264860.0
申请日：2022-03-17
Applicant: 江南大学
Abstract: 本发明涉及电子信息技术领域，特别涉及一种数字喷墨打印机用SOC架构，SOC架构包括主处理器、位协处理器、加速引擎、文件存储器和随机存储器，主处理器分别与位协处理器和加速引擎通信连接，主处理器分别与文件存储器和随机存储器通信连接，主处理器用于接收上位机数据进行渲染处理并下发，位协处理器用于控制打印机的喷头，位协处理器与喷头连接，加速引擎包括分色模块和缩放模块，加速引擎用于运算渲染工作的核心算法，核心算法包括分色算法和缩放算法。本发明设计一种领域专用的SOC架构来替代现有数字喷墨打印机中上位机、主控模块、喷头控制模块的方式，把系统间的通信改进为芯片内的通信，确保了高速打印时数据传输的实时性。
-
公开(公告)号：CN116309520B
公开(公告)日：2024-09-13
申请号：CN202310346339.6
申请日：2023-04-03
Applicant: 江南大学
IPC: G06T7/00 , G06N3/08 , G06N3/063 , G06N3/0464
Abstract: 本发明涉及一种带钢表面缺陷检测系统，包括：可编程逻辑模块PL：用于部署神经网络模型，同时接收带钢表面图像数据，并通过所述神经网络模型对带钢表面图像数据进行加速运算，得到加速运算结果；处理器模块PS：用于控制所述神经网络模型的执行流程，并根据所述可编程逻辑模块PL的加速运算结果输出带钢表面缺陷类型，其中，所述带钢表面缺陷类型包括夹杂、划痕、压入氧化皮、裂纹、麻点和斑块。本发明通过软件(即可编程逻辑模块PL)和硬件(处理器模块PS)结合的方式对带钢表面缺陷进行检测的技术，以满足企业对于小尺寸和低功耗应用的需求。
-
Patent Agency Ranking
公开(公告)号：CN117975445B
公开(公告)日：2024-05-31
申请号：CN202410377890.1
申请日：2024-03-29
Applicant: 江南大学
IPC: G06V20/68 , G06N3/0499 , G06N3/084 , G06V10/74 , G06V10/764 , G06V10/82
Abstract: 本发明涉及一种食品识别方法、系统、设备和介质，其中，方法包括：步骤S1：获取若干食品图像，通过DenseNet网络对所述若干食品图像进行训练；步骤S2：在训练中，根据所述DenseNet网络的输出特征计算分类损失、类中心距离损失和类间距离损失，基于所述分类损失、类中心距离损失和类间距离损失构建总损失；步骤S3：若所述总损失小于预设损失，则完成对所述DenseNet网络的训练；若所述总损失不小于预设损失，则继续对所述DenseNet网络进行训练，直至总损失小于预设损失；步骤S4：通过训练好的DenseNet网络对待识别的食品图像进行识别。本发明能够对食品图像进行有效识别，减少误检。
-
公开(公告)号：CN116416602B
公开(公告)日：2024-05-24
申请号：CN202310408477.2
申请日：2023-04-17
Applicant: 江南大学
Abstract: 本发明提供一种基于事件数据与图像数据联合的运动目标检测方法及系统，该方法包括获取稀疏事件数据和标准图像帧；对稀疏事件数据进行重构处理得到事件帧，输入到卷积神经网络中进行训练，并计算得到目标在事件帧上的位置；将标准图像帧从RGB色彩空间转化HSV色彩空间，进行二值化处理得到二值化帧；将得到的目标位置转换到二值化帧中，并统计二值化帧中目标位置区域的白色像素数；判断目标位置区域中的白色像素数对于整个二值化帧中白色像素数的占比是否超过设定的阈值，如果是，则所述目标被正确检测出，否则检测出错误的目标。本发明解决了对图像中特定的目标进行检测时，仅利用事件相机获取的数据，不易区分不同目标的问题。
-
公开(公告)号：CN117975445A
公开(公告)日：2024-05-03
申请号：CN202410377890.1
申请日：2024-03-29
Applicant: 江南大学
IPC: G06V20/68 , G06N3/0499 , G06N3/084 , G06V10/74 , G06V10/764 , G06V10/82
Abstract: 本发明涉及一种食品识别方法、系统、设备和介质，其中，方法包括：步骤S1：获取若干食品图像，通过DenseNet网络对所述若干食品图像进行训练；步骤S2：在训练中，根据所述DenseNet网络的输出特征计算分类损失、类中心距离损失和类间距离损失，基于所述分类损失、类中心距离损失和类间距离损失构建总损失；步骤S3：若所述总损失小于预设损失，则完成对所述DenseNet网络的训练；若所述总损失不小于预设损失，则继续对所述DenseNet网络进行训练，直至总损失小于预设损失；步骤S4：通过训练好的DenseNet网络对待识别的食品图像进行识别。本发明能够对食品图像进行有效识别，减少误检。
-
公开(公告)号：CN116309520A
公开(公告)日：2023-06-23
申请号：CN202310346339.6
申请日：2023-04-03
Applicant: 江南大学
IPC: G06T7/00 , G06N3/08 , G06N3/063 , G06N3/0464
Abstract: 本发明涉及一种带钢表面缺陷检测系统，包括：可编程逻辑模块PL：用于部署神经网络模型，同时接收带钢表面图像数据，并通过所述神经网络模型对带钢表面图像数据进行加速运算，得到加速运算结果；处理器模块PS：用于控制所述神经网络模型的执行流程，并根据所述可编程逻辑模块PL的加速运算结果输出带钢表面缺陷类型，其中，所述带钢表面缺陷类型包括夹杂、划痕、压入氧化皮、裂纹、麻点和斑块。本发明通过软件(即可编程逻辑模块PL)和硬件(处理器模块PS)结合的方式对带钢表面缺陷进行检测的技术，以满足企业对于小尺寸和低功耗应用的需求。
-
公开(公告)号：CN115841502A
公开(公告)日：2023-03-24
申请号：CN202211585174.X
申请日：2022-12-09
Applicant: 江南大学
IPC: G06T7/207
Abstract: 本发明涉及一种结合卷积和轴注意力的光流估计方法、系统及电子设备，方法包括：获取并提取所述第一帧图像和第二帧图像的第一匹配特征和第二匹配特征，并提取第一帧图像的上下文网络特征；分别提取第一匹配特征、第二匹配特征和上下文网络特征中每个特征点的周边关系信息，得到第一LC‑LD匹配特征、第二LC‑LD匹配特征和LC‑LD上下文特征；计算第一LC‑LD匹配特征和第二LC‑LD匹配特征的相关性成本量，并将相关性成本量与LC‑LD上下文特征输入GRU网络进行迭代优化，得到低分辨率光流；对所述低分辨率光流进行上采样，得到高分辨率光流。本发明在光流估计中使用较少迭代次数时依然可以获得较好的精度和泛化性能。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.019 seconds)
