|
|
钻瓜专利网为您找到相关结果 295个，建议您 升级VIP下载更多相关专利
- [发明专利]一种基于YOLO v4改进算法的织物瑕疵检测方法-CN202110505326.X有效
-
吕文涛;余序宜
-
浙江理工大学
-
2021-05-10
-
2023-09-22
-
G06T7/00
- 本发明属于图像目标检测技术领域，具体公开了一种基于YOLO v4改进算法的织物瑕疵检测方法，该方法在主干网络上引入了最新的轻量级注意力模块Coordinate Attention(CA)，不仅能捕获跨通道的信息，还能捕获方向感知和位置感知的信息，使得网络能对感兴趣的目标进行着重检测，并加入了可变形卷积(Deformable Convolutional Network，DCN)以增强网络对于形状多变的瑕疵的适应性，提高了检测准确率。对于特征融合部分，在原有的路径聚合网络的基础上使用了自适应加权融合(ASFF)，使得各个特征层提取的特征在进行预测前以不同权重进行融合，同时对特征融合部分的部分卷积使用了跨阶段局部网络结构(CSP)进行替换，在保证速度的情况下，大幅提高了网络对织物瑕疵检测的准确率。
- 一种基于yolov4改进算法织物瑕疵检测方法
- [发明专利]一种纺织图像的特征提取方法-CN202011533437.3有效
-
吕文涛;董静毅;包晓敏;王成群;徐伟强
-
浙江理工大学
-
2020-12-23
-
2023-08-29
-
G06V10/40
- 本发明公开一种纺织图像的特征提取方法，包括步骤：S1、将待提取特征的织物图像切分成M×M像素，并将织物图像转化为灰度图像；S2、将步骤S1中得到的织物图像经过基于互相干准则的字典优化，得到织物图像的字典矩阵D；S3、令步骤S2中得到的字典矩阵D＝Φ，并同灰度化织物图像共同构成稀疏表示模型y＝Φx+ξ，其中，y为灰度化织物图像，ξ为观测噪声，设置控制x更新的超参数α和控制ξ更新的超参数β，并根据稀疏贝叶斯学习稀疏表示模型进行求解，求得x的表达式，并更新超参数α、β以对x进行更新，最终得到织物图像的稀疏特征x。本发明充分提取了织物图像的深层特征结构，并使得特征矩阵保持稀疏性，有效的提取了纺织图像瑕疵特征的同时减少数据冗余。
- 一种纺织图像特征提取方法
- [发明专利]一种基于平抛运动的多工位翻转分拣装置-CN202310317773.1在审
-
郑威强;付子强;张立萍;邵明明;吕文涛;雷佳乐
-
新疆大学
-
2023-03-29
-
2023-06-30
-
B07C5/342
- 本发明提出了一种基于平抛运动的多工位翻转分拣装置，本装置主要由料箱、拨盘、毛刷、相机、步进电机、固定架、分拣器、分拣箱以及机架构成；所述料箱的底部设有多个出料口，拨盘通过步进电机定角度旋转，使物料按一定周期从出料口掉入分拣器中；所述毛刷主要用来保护物料下落时不会被拨盘卡住；所述分拣器被放置在多个工位实现多工位分拣，分拣器在用来分拣物料的同时还用来充当识别平台；所述相机主要用来识别分拣器中的物料种类，从而决定步进电机采用多大的角速度，将分拣器中的物料抛至分拣箱对应的区域；所述分拣箱是用来存储分拣器分类后的物料；所述机架主要用来承载料箱和步进电机；本装置结构简单、体积小，使用起来较为方便安全，实用性强，对物料分拣具有重要意义。
- 一种基于运动多工位翻转分拣装置
|
