专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果24个,建议您升级VIP下载更多相关专利
  • [发明专利]一种机器人视觉工业产品缺陷图像数据增广方法-CN201911198833.2有效
  • 管声启;常江;雷鸣;任浪;倪奕棋;刘学婧 - 西安工程大学
  • 2019-11-29 - 2023-04-07 - G06V10/774
  • 本发明公开了一种机器人视觉工业产品缺陷图像数据增广方法,对原始图像按照类别进行编号,将编号作为真实标签;将原始图像输入数据加载器中分为若干批后进行训练,得到对应的随机噪声、随机标签;将随机噪声、随机标签输入生成器得到生成图像,将生成图像和随机标签输入判别器,根据判别结果计算生成器损失并更新生成器参数;将原始图像和真实标签输入判别器,根据判别结果计算判别器判别原始图像损失,将生成图像和随机标签输入判别器,根据判别结果计算判别器判别生成图像损失,计算判别器损失并更新判别器参数,迭代后得到缺陷图像数据增广模型。解决小样本数据增广问题,提高了工业产品缺陷检测效果。
  • 一种机器人视觉工业产品缺陷图像数据增广方法
  • [发明专利]一种分类检测网络模型的构建方法-CN201911167163.8有效
  • 管声启;雷鸣;常江;倪弈棋;卢浩;郭飞飞 - 西安工程大学
  • 2019-11-25 - 2023-04-07 - G06V10/764
  • 本发明公开了一种分类检测网络模型的构建方法,包括:获取待分类对象图像的训练样本,建立训练模型数据集,将训练模型数据集输入第一卷积网络模型中进行训练,得到权重文件;将权重文件输入第二卷积网络模型中,得到每层卷积网络对应的特征图和原图像;将每层卷积网络对应的特征图和原图像输入图像质量评价算法得到评价结果;根据评价结果选择第一卷积网络模型中每层网络对应的合适卷积操作步长、增加卷积核的数量,形成新的卷积网络参数;利用新的卷积网络参数更新第一卷积网络模型,得到分类网络模型。满足柔性检测,智能检测的需求,降低检测成本和检测的复杂性。
  • 一种分类检测网络模型构建方法
  • [发明专利]一种基于深度卷积网络的织物起球缺陷等级评定方法及系统-CN202210885784.5在审
  • 管声启;刘懂懂;王旭;师红宇 - 西安工程大学
  • 2022-07-26 - 2022-10-21 - G06V10/44
  • 本发明公开了一种基于深度卷积网络的织物起球缺陷等级评定方法及系统,将首层卷积层中7×7卷积核设计成三个3×3卷积核的组合,实现小目标起球特征的有效提取;在残差网络中用ReLU6激活函数替换ReLU激活函数,避免ReLU激活函数导致的权值范围相差过大破坏起球的特征信息;在残差网络中加入平均池化,利用小尺寸感受野获取起球特征信息,使得起球特征更充分,网络参数减少,避免参数过多导致过拟合。添加注意机制模型,按照通道注意力机制与空间注意力机制的并行的方式,使得织物起球特征被更充分的提取。因此,该等级评定方法可在织物起球目标微弱和织物背景纹理复杂条件下,对织物起球等级进行准确评定,满足织物起球等级评定的准确率需要。
  • 一种基于深度卷积网络织物缺陷等级评定方法系统
  • [发明专利]一种扫地机器人的清扫装置-CN202010243540.8有效
  • 管声启;倪奕棋;陈炎冬;常江;李宇恒;王俊强 - 西安工程大学
  • 2020-03-31 - 2021-07-13 - A47L11/24
  • 本发明公开了一种扫地机器人的清扫装置,包括壳体,壳体底部设置有底盘,底盘上设置上由外而内依次设置有垃圾收集箱、清扫机构,垃圾收集箱内活动连接有吸尘器口,垃圾收集箱顶部连接有吸尘风机,垃圾收集箱与吸尘风机连通,底盘上还设置有行走机构。在垃圾收集箱上设置吸尘机构,可实现墙壁和房间死角的清洁;能实现旋转清扫模式、干湿两用擦洗模式、吸尘模式三种模式,可单独驱动工作,也可相互配合工作,满足多功能和全方位的清洁需求。
  • 一种扫地机器人清扫装置
  • [实用新型]一种玻璃窗-CN202022437663.3有效
  • 刘学婧;邢宇;管声启;张周强 - 西安工程大学
  • 2020-10-28 - 2021-06-01 - G02B26/02
  • 本实用新型公开了一种玻璃窗,包括窗框,窗框内设置有两层外层玻璃,两层外层玻璃之间设置有介电弹性体薄膜,介电弹性体薄膜两侧分别覆盖有柔性透明电极,窗框上连接有把手,把手上设置有驱动电源、第一开关,第一开关与驱动电源、两个柔性透明电极连接形成闭合回路。能起到保护隐私的作用,断电后又能变为透视模式,实现透视、私密模式的自由切换;在外层玻璃上粘贴电致变色薄膜材料层,同时实现玻璃窗户色彩的变化。
  • 一种玻璃窗
  • [发明专利]一种医疗废弃物回收机器人-CN202011127561.X在审
  • 管声启;倪奕棋;李宇恒;王俊强;卫艳芳;常江;胡璐萍 - 西安工程大学
  • 2020-10-20 - 2021-02-09 - B25J11/00
  • 本发明公开了一种医疗废弃物回收机器人,包括行进装置,行进装置上设置有机械臂、收集装置,收集装置包括底座,底座固定在行进装置上,沿底座环向依次铰接有多个回收箱,每个回收箱可绕底座翻转,底座上还固定有支撑柱,多个回收箱位于支撑柱外围,支撑柱自由端固定有与回收箱相适配的封口装置,支撑柱上还连接有消毒装置,消毒装置位于封口装置上方。回收箱上方设置封口装置,回收箱能自动翻转,及时对废弃物进行封装、倾倒,通过机械臂实现废弃物的捡拾、抛弃,并通过行进装置完成位置移动,实现医疗废弃物的自动回收,无需人工回收,避免二次感染。
  • 一种医疗废弃物回收机器人
  • [发明专利]一种基于改进SSD的医疗废弃物分类检测方法-CN202011127578.5在审
  • 管声启;倪奕棋;卫艳芳;王俊强;常江;胡璐萍;王琪璇;张潇 - 西安工程大学
  • 2020-10-20 - 2021-01-26 - G06K9/62
  • 本发明公开了一种基于改进SSD的医疗废弃物分类检测方法,包括:采集图像样本,对图像样本进行预处理;对预处理后的每张图像样本进行标注,建立图像数据集,并将图像数据集分为训练集、验证集、测试集;将SSD模型中的VGG‑16网络替换为MobileNetV3‑Large网络,去除平均池化层,并使用多尺度特征提取网络代替末端的1×1卷积层,将每个多特征倒残差层与其前、后一层或者多层倒残差层输出特征输入特征融合模块;将四个3×3卷积层的输出特征分别输入卷积注意力模块;建立目标损失函数,设置训练参数,将训练集输入改进SSD模型进行训练,得到改进SSD模型;利用验证集、测试集对改进SSD模型进行验证、测试,得到图像样本的分类检测结果。
  • 一种基于改进ssd医疗废弃物分类检测方法
  • [发明专利]一种清洁化酒坛封盖装置-CN202011040224.7在审
  • 管声启;李振浩;刘文慧;倪奕棋;肖旭;王俊强 - 西安工程大学;绍兴市柯桥区西纺纺织产业创新研究院
  • 2020-09-28 - 2021-01-01 - B65B7/28
  • 本发明公开了一种清洁化酒坛封盖装置,包括伸缩杆,伸缩杆固定端连接有驱动装置,驱动装置用于驱动伸缩杆旋转,伸缩杆通过第一连接件连接有吸嘴,第一连接件远离吸嘴一端封闭,伸缩杆活动端穿过第一连接件伸入吸嘴内,且伸缩杆活动端设置有压力传感器,还包括有气管,气管穿过伸缩杆、第一连接件与吸嘴连通。通过驱动装置控制伸缩杆带动吸嘴,将坛盖运送至酒坛位置,实现运送的自动化,无需人工接触,不会造成酒坛污染;通过导气管孔、气管、吸嘴组成气压吸附结构,实现对酒坛坛盖的抓取;通过气压传感器控制电动推杆伸长实现对坛盖的压紧,避免人工压紧,致使封盖的均匀性不能达到密封的要求。
  • 一种清洁酒坛装置
  • [发明专利]一种炒菜机器人搅拌系统-CN201711383878.8有效
  • 管声启;雷鸣;王杰;梁洪;洪奔奔;张铁涛;王诚诚 - 西安工程大学
  • 2017-12-20 - 2020-10-27 - A47J27/14
  • 本发明公开的一种炒菜机器人搅拌系统,包括机架,机架上连接有转动圆盘,转动圆盘上连接有多个机械手臂,每个机械手臂包括主伸缩装置和副伸缩装置,主伸缩装置和副伸缩装置一端均连接在转动圆盘上,主伸缩装置另一端依次连接有主连杆、杠杆连杆、炒菜铲,杠杆连杆上设置有支撑件;副伸缩装置另一端连接有辅连杆,辅连杆固定在主连杆上。设置转动圆盘、燕尾槽、连接件等,能实现多角度、多半径、多幅度的全范围内翻炒轨迹,进而使料理均匀受热;设置3个机械手臂,使三种运动轨迹能够交替进行,能进一步缩短料理制作时间、提升料理的风味和营养的留存率。
  • 一种炒菜机器人搅拌系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top