-
公开(公告)号：CN218854860U
公开(公告)日：2023-04-14
申请号：CN202222997524.5
申请日：2022-11-10
申请人： 江苏鑫源烟草薄片有限公司 , 南京林业大学
摘要： 本实用新型公开一种用于再造梗丝的风选除杂及自动除尘设备，包括进料口、输送器、风选装置、出料口和除尘装置，所述输送器的入口连接进料口，输送器的出口连接出料口，所述出料口连接风选装置，且所述风选装置与除尘装置连接，所述风选装置将再造梗丝中的轻杂质分离出，分选后的再造梗丝从出料口出料。本实用新型采用风选装置将再造梗丝中的轻质杂质吹出，且采用除尘装置，可使得在振动输送器震动过程中，梗丝与杂质存在的灰尘不会在管道中大量堆积，能始终保持管道的清洁性。
-
公开(公告)号：CN116596891B
公开(公告)日：2024-09-10
申请号：CN202310578316.8
申请日：2023-05-22
申请人： 南京林业大学
IPC分类号： G06T7/00 , G06V10/25 , G06V10/32 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/044 , G06N3/082 , G06N3/0895
摘要： 本发明涉及一种基于半监督多任务检测的木地板颜色分类及缺陷检测方法，属于图像处理领域。该方法包括：对输入图像进行缺陷色彩校正；标记少量图像作为数据集输入Color‑RCNN模型训练，实现颜色分类和缺陷检测；训练半监督预测监视网络判别伪标签是否准确的；用Color‑RCNN模型预测剩余的未标记图像，实现颜色分类，生成伪标签，用半监督预测监视网络对伪标签进行判别，将正确的检测框留下，过滤掉错误的检测框；将识别正确的图像加入数据集，重新输入Color‑RCNN模型训练，预测剩余的未标记图像，直至未标记图像全部获得正确标签，实现半监督学习。本发明在图像识别的过程中，通过半监督学习，使用少量人工标记和大量未标记的木地板图像训练出模型，提高了分选的效率。
-
公开(公告)号：CN116310511B
公开(公告)日：2024-07-30
申请号：CN202310106101.6
申请日：2023-02-13
申请人： 南京林业大学
IPC分类号： G06V10/764 , G06V10/56 , G06V10/774 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/08 , G06V10/26
摘要： 本发明公开了一种基于自学习的实木地板颜色分类方法，属于机器视觉和图像处理领域。将预处理后的实木地板图像进行区块化处理来数据增强，训练出一个可以识别已知类别和未知类别的循环迭代树；将待分类图像输入到循环迭代树中，得到实木地板的颜色类别，如果不属于已知的颜色种类，则使用少量特定已知的颜色区块替换待识别实木地板的部分位置；循环多次后，如果确定为未知类别，则将该实木地板的颜色更新进循环迭代树中，实现自学习。本发明在图像识别的过程中，通过区块化处理进行数据增强，以达到使用少量实木地板样本即可训练出可用模型。在识别中，不断更新循环迭代树进行自学习，使得模型可以不断学习新的数据，不断增强模型的识别能力。
-
公开(公告)号：CN116310511A
公开(公告)日：2023-06-23
申请号：CN202310106101.6
申请日：2023-02-13
申请人： 南京林业大学
IPC分类号： G06V10/764 , G06V10/56 , G06V10/774 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/08 , G06V10/26
摘要： 本发明公开了一种基于自学习的实木地板颜色分类方法，属于机器视觉和图像处理领域。将预处理后的实木地板图像进行区块化处理来数据增强，训练出一个可以识别已知类别和未知类别的循环迭代树；将待分类图像输入到循环迭代树中，得到实木地板的颜色类别，如果不属于已知的颜色种类，则使用少量特定已知的颜色区块替换待识别实木地板的部分位置；循环多次后，如果确定为未知类别，则将该实木地板的颜色更新进循环迭代树中，实现自学习。本发明在图像识别的过程中，通过区块化处理进行数据增强，以达到使用少量实木地板样本即可训练出可用模型。在识别中，不断更新循环迭代树进行自学习，使得模型可以不断学习新的数据，不断增强模型的识别能力。
-
公开(公告)号：CN117058116B
公开(公告)日：2024-10-11
申请号：CN202311079010.4
申请日：2023-08-25
申请人： 南京林业大学
IPC分类号： G06T7/00 , G06T7/136 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种用于木地板表面缺陷检测的方法，该方法的具体处理步骤包括对采集的木地板图像进行缩放和标准化处理、应用深度分离可卷积提取特征、将提取的特征输入到特定计算模块进行处理实现更进一步的特征提取及特征融合、对生成的预测框应用非极大值屏蔽、置信度屏蔽的方法筛选木地板缺陷边界框。该方法基于缺陷检测常用的目标检测算法的结构，并进行适用于木地板表面缺陷检测的改进，包括设计C‑ELAN、R‑SAM、Mini‑Head、RCU、CCG‑NORM模块或方法，达到提高识别缺陷类别的准确率以及定位精度、减少计算量的有益效果，有效降低木地板表面缺陷检测的成本。
-
公开(公告)号：CN117058116A
公开(公告)日：2023-11-14
申请号：CN202311079010.4
申请日：2023-08-25
申请人： 南京林业大学
IPC分类号： G06T7/00 , G06T7/136 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种用于木地板表面缺陷检测的方法，该方法的具体处理步骤包括对采集的木地板图像进行缩放和标准化处理、应用深度分离可卷积提取特征、将提取的特征输入到特定计算模块进行处理实现更进一步的特征提取及特征融合、对生成的预测框应用非极大值屏蔽、置信度屏蔽的方法筛选木地板缺陷边界框。该方法基于缺陷检测常用的目标检测算法的结构，并进行适用于木地板表面缺陷检测的改进，包括设计C‑ELAN、R‑SAM、Mini‑Head、RCU、CCG‑NORM模块或方法，达到提高识别缺陷类别的准确率以及定位精度、减少计算量的有益效果，有效降低木地板表面缺陷检测的成本。
-
公开(公告)号：CN116596891A
公开(公告)日：2023-08-15
申请号：CN202310578316.8
申请日：2023-05-22
申请人： 南京林业大学
IPC分类号： G06T7/00 , G06V10/25 , G06V10/32 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/044 , G06N3/082 , G06N3/0895
摘要： 本发明涉及一种基于半监督多任务检测的木地板颜色分类及缺陷检测方法，属于图像处理领域。该方法包括：对输入图像进行缺陷色彩校正；标记少量图像作为数据集输入Color‑RCNN模型训练，实现颜色分类和缺陷检测；训练半监督预测监视网络判别伪标签是否准确的；用Color‑RCNN模型预测剩余的未标记图像，实现颜色分类，生成伪标签，用半监督预测监视网络对伪标签进行判别，将正确的检测框留下，过滤掉错误的检测框；将识别正确的图像加入数据集，重新输入Color‑RCNN模型训练，预测剩余的未标记图像，直至未标记图像全部获得正确标签，实现半监督学习。本发明在图像识别的过程中，通过半监督学习，使用少量人工标记和大量未标记的木地板图像训练出模型，提高了分选的效率。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.038 秒)
