-
公开(公告)号:CN118887388A
公开(公告)日:2024-11-01
申请号:CN202410931252.X
申请日:2024-07-12
申请人: 河南工业大学
IPC分类号: G06V10/25 , G06V10/44 , G06V10/82 , G06V10/80 , G06V10/766 , G06N3/045 , G06N3/0464 , G06N3/08
摘要: 本发明涉及基于YOLOv8m和ShuffleNetv2网络的小麦仓储粮虫检测方法,与现有技术相比解决了由于检测目标过小而导致的检测准确率低,检测速度慢的问题。本发明包括以下步骤:数据采集和预处理;构建小麦仓储粮虫检测的模型;小麦仓储粮虫检测模型的训练;待检测小麦仓储粮虫图像的获取;小麦仓储粮虫检测结果的获得;本发明能够有效提高小麦仓储粮虫检测的准确率和速度。
-
公开(公告)号:CN116704188A
公开(公告)日:2023-09-05
申请号:CN202310684015.3
申请日:2023-06-10
申请人: 河南工业大学
IPC分类号: G06V10/26 , G06V20/70 , G06V20/10 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/084
摘要: 本发明公开了一种基于改进U‑Net网络的不同容重小麦籽粒图像分割算法,采用残差堆叠模块作为下采样过程中的主要骨干结构,在特征融合部分,在初级特征图后通过嵌入CBAM注意力机制模块,从通道和空间位置以自适应地调整不同像素点的特征融合权重;在解码器部分中嵌入自注意力模块,增强不同目标之间的相关性。本发明实现了对不同容重的小麦籽粒从图像角度进行识别检测,改变了传统的采用容重筒进行小麦容重检测的方法,从而可以提升效率,为后续应用图像方法实现小麦容重的检测奠定了坚实的基础。
-
公开(公告)号:CN116183617A
公开(公告)日:2023-05-30
申请号:CN202310229350.4
申请日:2023-03-10
申请人: 河南工业大学
摘要: 本发明公开提供了一种烟支缺陷检测设备,设备长1.5m,宽1m,高2m,包括烟支进料部分、视觉检测部分一、视觉检测部分二、烟支出料部分、图像显示和设备调试界面部分、电路放置部分。烟支通过烟支进料口进入,经凹槽轮送入滑道部分,在被滑道部分的红外线感应装置感应到之后,触发工业相机对烟支进行拍摄,采集烟支侧面、烟头、烟尾图片上传到烟支检测检测部分进行检测,并在显示器上显示检测结果。最后烟支传递到烟支出料部分进行储存。本发明烟支缺陷检测设备应用于香烟烟支缺陷检测中,能够大大减少人工检测工作量,并增加检测的准确率。对提高烟草企业的生产效率、提高用户对产品感官质量和整体品质有着至关重要的意义。
-
公开(公告)号:CN116720620A
公开(公告)日:2023-09-08
申请号:CN202310684014.9
申请日:2023-06-10
申请人: 河南工业大学
IPC分类号: G06Q10/04 , G06Q10/087 , G06Q50/02 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/0985 , G06N3/006 , G01D21/02
摘要: 本发明提出一种基于CNN‑Attention‑BiGRU网络模型,以及采用IPSO优化网络模型超参数的储粮通风过程粮堆温度预测方法,包括以下步骤:(1)预先获取实时采集的粮情数据,对数据进行预处理,并分为训练集和测试集;(2)构建CNN‑Attention‑BiGRU深度学习网络,利用CNN‑Attention提取数据特征,再利用BiGRU对时间序列的预测;(3)使用改进后的IPSO算法优化CNN‑Attention‑BiGRU混合预测模型;(4)使用训练集对建立好的IPSO‑CNN‑Attention‑BiGRU模型进行训练,将测试集送入训练好的模型中运行,得到预测结果;本发明充分考虑储粮通风粮堆温度的非线性、时序性等特点,实现最优模型参数的自动获取,有效弥补传统机械通风不能准确识别通风时机而导致风机损耗和粮食损害。
-
公开(公告)号:CN114764875A
公开(公告)日:2022-07-19
申请号:CN202210418041.7
申请日:2022-04-20
申请人: 河南工业大学
摘要: 本公开提供了一种医疗垃圾的分类检测方法和装置,所述方法包括:获取医疗垃圾的待分类图像;将所述待分类图像输入预先训练的医疗垃圾分类模型,输出所述待分类图像对应的类别,其中,所述医疗垃圾分类模型包括特征提取网络、特征融合网络、编解码器和前馈预测网络,所述特征提取网络依次包括一个卷积组和五个级联组,每个所述的级联组将特征图分为两部分,一部分依次经过卷积组件、多个残差组件和一个卷积组件,生成第一处理结果,另一部分经过一个卷积组件与所述第一处理结果进行拼接后再经过一个卷积组件输出。以此方式,能够大大减少工作量,并增加分类的准确率。
-
-
-
-