-
公开(公告)号:CN117314904B
公开(公告)日:2024-02-23
申请号:CN202311597413.8
申请日:2023-11-28
申请人: 江苏金恒信息科技股份有限公司
IPC分类号: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本申请涉及图像处理领域,具体提供一种钢板表面缺陷检测方法,包括:获取钢板表面原始图像数据;根据原始图像数据,建立钢板表面缺陷标注数据集;根据训练集训练目标检测模型,以得到训练模型;将测试集导入训练模型,得到目标检测推理结果;根据误检的缺陷类型从所述目标检测推理结果中确定误检背景图像;生成二分类数据集,二分类数据集包括标注数据集中的缺陷图像以及误检背景图像;使用二分类数据集训练多个分类模型,以得到第一候选模型;组合第一候选模型以得到最优组合模型,并将目标检测推理结果代入最优组合模型以对目标检测推理结果进行优化。通过目标检测以及最优组合优化检测结果,达到提升缺陷的检出率,降低缺陷误检率的目的。
-
公开(公告)号:CN118427362A
公开(公告)日:2024-08-02
申请号:CN202410525170.5
申请日:2024-04-29
申请人: 北京工商大学 , 江苏金恒信息科技股份有限公司
IPC分类号: G06F16/36 , G06F18/214 , G06F18/22 , G06F18/2411
摘要: 本发明公开一种基于层级化知识图谱的复杂系统操作指引方法和设备,涉及知识图谱和自然语言处理领域,方法包括:构建层级化知识图谱;遍历层级化知识图谱,识别并记录每一可能的用户交互路径作为操作指引;为每一操作指引动态生成一个或多个针对性的询问模版,形成询问模版与操作指引之间的映射;对询问模版及对应的操作指引进行编码并存储;接收用户的问题语句并进行编码处理;执行相似性搜索,识别并返回与之相似度最高的存储问题及其关联的操作指引;整合操作指引与用户问题,提交给大语言模型进行处理,生成并提供针对用户问题的详细答案。本发明能够有效提高用户在操作复杂系统时的便捷性和准确性,为复杂系统的智能化服务提供新的技术手段。
-
公开(公告)号:CN116720073A
公开(公告)日:2023-09-08
申请号:CN202311000015.3
申请日:2023-08-10
申请人: 江苏金恒信息科技股份有限公司
IPC分类号: G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F123/02
摘要: 本申请提供一种基于分类器的异常检测提取方法与系统。所述方法采集目标检测设备的时间序列数据,将时间序列数据输入至分类器,以进行故障分类。分类器包括故障识别模型和故障分类模型。故障识别模型接收时间序列数据,可以得到待分类时间序列数据。故障分类模型接收待分类时间序列数据与目标检测设备的历史故障数据,输出目标检测设备的故障类型。基于机器学习的过程,通过故障识别模型和故障分类模型组成分类器,可以根据采集得到的时间序列数据先后提取故障信号以及故障信号关联的故障类型,缓解非线性数据不易提取特征的问题,提高故障类型识别的准确率。
-
公开(公告)号:CN118379679A
公开(公告)日:2024-07-23
申请号:CN202410525172.4
申请日:2024-04-29
申请人: 江苏金恒信息科技股份有限公司 , 北京工商大学
IPC分类号: G06V20/52 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明公开一种火焰和烟雾轻量化检测与监控预警方法、设备及存储介质,涉及火焰和烟雾监测技术领域。所述方法包括:采集火焰和烟雾原始图像,进行筛选、标注,构建火焰和烟雾数据集;使用动态上采样算子DySample改进Slim‑Neck网络形成DySlim‑Neck结构,使用SimAM无参数注意力机制改进YOLOv8n特征提取骨干网络,将DySlim‑Neck结构与改进后的YOLOv8n特征提取骨干网络进行连接,构建SDS‑YOLOv8n检测网络;将构建的火焰和烟雾数据集输入SDS‑YOLOv8n检测网络进行训练;利用训练好的SDS‑YOLOv8n检测网络对采集的图片、视频和实时图像流进行检测,进行火焰和烟雾图像监测和预警。本发明降低了参数量、计算量和模型内存大小,还提高了对火焰与烟雾的mAP50、mAP95、Precision和Recall检测精度指标。
-
公开(公告)号:CN117309386A
公开(公告)日:2023-12-29
申请号:CN202311066708.2
申请日:2023-08-22
申请人: 江苏金恒信息科技股份有限公司
IPC分类号: G01M13/028 , G06F18/213 , G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/088
摘要: 本申请提供一种故障预测方法与系统。所述方法获取目标检测设备的时间序列数据,时间序列数据包括目标检测设备的振动信号。并基于卷积神经网络提取所述时间序列数据的特征信息。将时间序列数据输入至故障预测模型可以得到故障预测信息。对时间序列数据分类可以增强时间序列数据与单类故障之间的关系,并且可以根据所述关系选择用于预测这类故障的模型,进而实现通过时间序列数据,根据特征信息可以形成设备运行趋势预测,进而有利于识别出新型故障。
-
公开(公告)号:CN117314904A
公开(公告)日:2023-12-29
申请号:CN202311597413.8
申请日:2023-11-28
申请人: 江苏金恒信息科技股份有限公司
IPC分类号: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本申请涉及图像处理领域,具体提供一种钢板表面缺陷检测方法,包括:获取钢板表面原始图像数据;根据原始图像数据,建立钢板表面缺陷标注数据集;根据训练集训练目标检测模型,以得到训练模型;将测试集导入训练模型,得到目标检测推理结果;根据误检的缺陷类型从所述目标检测推理结果中确定误检背景图像;生成二分类数据集,二分类数据集包括标注数据集中的缺陷图像以及误检背景图像;使用二分类数据集训练多个分类模型,以得到第一候选模型;组合第一候选模型以得到最优组合模型,并将目标检测推理结果代入最优组合模型以对目标检测推理结果进行优化。通过目标检测以及最优组合优化检测结果,达到提升缺陷的检出率,降低缺陷误检率的目的。
-
公开(公告)号:CN116934707A
公开(公告)日:2023-10-24
申请号:CN202310898355.6
申请日:2023-07-21
申请人: 江苏金恒信息科技股份有限公司
IPC分类号: G06T7/00 , G06V10/774 , G06V20/70 , G06V10/80 , G06V10/82 , G06V10/44 , G06N3/0464
摘要: 本申请提供一种金属板表面缺陷检测方法,首先,利用相机扫描训练金属板,处理数据后得到多模态标注数据集;然后,构建待训练多模态融合网络;最后将多模态标注数据集送入待训练多模态融合网络进行训练,构建多模态融合网络;将待检测的多模态数据经数据对齐与预处理后,送入多模态融合网络进行推理,得到金属板表面缺陷检测结果。本申请采用复合的数据采集方案,有效弥补单一探测方案的表征信息不足的缺点,解决单一检测方案对金属板表面缺陷的判断准确性低的问题。
-
-
-
-
-
-