专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明公开

CN117197353A 一种航空发动机叶片关键空间尺寸的机器人三维测量方法审中-实审
公开(公告)号：CN117197353A
公开(公告)日：2023-12-08
申请号：CN202311188647.7
申请日：2023-09-14
申请人：湖南大学
发明人：王耀南 , 范津瑞 , 吴昊天 , 毛建旭 , 张辉 , 朱青 , 肖旭 , 马云峰
IPC分类号： G06T17/00 , G06T7/33 , G06T7/73 , G06T7/13 , G06T7/62 , G06T7/00 , G01B11/06
摘要：本发明公开了一种航空发动机叶片关键空间尺寸的机器人三维测量方法，包括：S1、采用线结构光扫描仪对待测航空发动机叶片进行扫描和建模，得到目标叶片模型点云P1和标准叶片模型点云Q；S2、对得到的目标叶片模型点云P1进行滤波处理，得到P2；S3、对滤波后的目标叶片模型点云P2进行初始位姿调整，得到P3；S4、对初始位姿调整后的目标叶片模型点云P3与标准叶片模型点云Q进行配准，得到P4，并分析对应的配准误差；S5、对配准后的目标叶片模型点云P4进行截面轮廓点云提取；S6、对提取出的叶片截面轮廓点云进行测量和分析计算，本发明能够较好地实现对复杂结构零部件的三维测量，极大地提高了测量精度、效率和鲁棒性。

2. 发明授权

CN116416492B 一种基于特征自适应的自动数据增广方法有权
公开(公告)号：CN116416492B
公开(公告)日：2023-12-01
申请号：CN202310271781.7
申请日：2023-03-20
申请人：湖南大学
发明人：刘敏 , 马云峰 , 唐毅 , 王耀南 , 卢继武
IPC分类号： G06V10/774 , G06V10/40 , G06V10/82 , G06F16/535 , G06F16/583 , G06N3/0895 , G06N3/0455 , G06N3/047
摘要：本申请实施例公开了一种基于特征自适应的自动数据增广方法，其方法包括：构建训练集和验证集；使用增广操作构建增广策略搜索空间；训练集中的每张图像均对应有一增广策略搜索空间；在训练集的各图像对应的增广策略搜索空间中，使用基于贝叶斯优化的增广策略搜索框架循环搜索对应图像的增广策略，直至循环次数达到设定次数，得到各图像对应的最优的增广策略；建立神经网络模型；通过各图像对应的最优的增广策略增广训练集，得到增广后的训练集；根据增广后的训练集训练神经网络模型；通过验证集对训练后的神经网络模型进行测试，计算正确率，若符合要求，则将训练后的神经网络模型投入实际应用。其代替了传统的手工设计增广策(56)对比文件Yi Tang 等.AutoPedestrian: AnAutomatic Data Augmentation and LossFunction Search Scheme for PedestrianDetection《.IEEE TRANSACTIONS ON IMAGEPROCESSING》.2021,1-14.李亚茹等.面向超参数估计的贝叶斯优化方法综述《.计算机科学》.2022,86-92.沈学利等.密度Canopy的增强聚类与深度特征的KNN算法《.计算机科学与探索》.2020,第15卷(第7期),1289-1301.吴军强等.人工智能在空腔气动/声学特性预测与控制参数优化中的应用《.实验流体学》.2022,第36卷(第3期),33-43.胡宴.基于自动数据增强的不变性跨域行人重识别《.中国优秀硕士学位论文全文数据库(信息科技辑)》.2023,I138-2693.彭雨诺等.基于改进YOLO的双网络桥梁表观病害快速检测算法《. 自动化学报》.2022,第48 卷(第4期),1018-1032.

3. 发明公开

CN116416492A 一种基于特征自适应的自动数据增广方法有权
公开(公告)号：CN116416492A
公开(公告)日：2023-07-11
申请号：CN202310271781.7
申请日：2023-03-20
申请人：湖南大学
发明人：刘敏 , 马云峰 , 唐毅 , 王耀南 , 卢继武
IPC分类号： G06V10/774 , G06V10/40 , G06V10/82 , G06F16/535 , G06F16/583 , G06N3/0895 , G06N3/0455 , G06N3/047
摘要：本申请实施例公开了一种基于特征自适应的自动数据增广方法，其方法包括：构建训练集和验证集；使用增广操作构建增广策略搜索空间；训练集中的每张图像均对应有一增广策略搜索空间；在训练集的各图像对应的增广策略搜索空间中，使用基于贝叶斯优化的增广策略搜索框架循环搜索对应图像的增广策略，直至循环次数达到设定次数，得到各图像对应的最优的增广策略；建立神经网络模型；通过各图像对应的最优的增广策略增广训练集，得到增广后的训练集；根据增广后的训练集训练神经网络模型；通过验证集对训练后的神经网络模型进行测试，计算正确率，若符合要求，则将训练后的神经网络模型投入实际应用。其代替了传统的手工设计增广策略，省时省力。

4. 发明授权

CN113569726B 一种联合自动数据增广和损失函数搜索的行人检测方法有权
公开(公告)号：CN113569726B
公开(公告)日：2023-04-14
申请号：CN202110851371.0
申请日：2021-07-27
申请人：湖南大学
发明人：刘敏 , 马云峰 , 唐毅 , 王学平 , 王耀南
IPC分类号： G06V40/10 , G06V20/40 , G06V10/25 , G06V10/82 , G06V10/774 , G06V20/52 , G06V40/20
摘要：本发明属于行人检测技术领域，具体涉及一种联合自动数据增广和损失函数搜索的行人检测方法，包括S1‑1建立神经网络模型、训练集和验证集；S1‑2构造增广策略和损失函数的搜索空间并参数化；S1‑3利用双层循环优化方案训练神经网络模型；S2‑1利用步骤S1‑1中的验证集对学习后的神经网络模型进行测试，计算正确率，若符合要求进入应用阶段，否则按照实际结果调整神经网络模型，并返回步骤S1‑3；S3‑1从视频序列中获取行人图像并输入到训练好的神经网络模型中，依靠训练好的神经网络模型精准定位行人的位置。本发明能够调整困难样例和简单样例的损失权重，自动选择数据增广策略的最优组合并能有效处理数据增广和损失函数间的平衡问题，提高行人检测准确率。

5. 发明公开

CN117649398A 一种航空发动机叶片表面缺陷识别方法及系统审中-实审
公开(公告)号：CN117649398A
公开(公告)日：2024-03-05
申请号：CN202311758620.7
申请日：2023-12-20
申请人：湖南大学
发明人：刘敏 , 张艺琼 , 马云峰 , 王学平 , 王耀南
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/084 , G06T7/10 , G06T7/13 , G06V10/42 , G06V10/764
摘要：本申请涉及一种航空发动机叶片表面缺陷识别方法及系统，方法包括：获取航空发动机涡轮叶片的表面图像以及图像特征映射关系；根据图像特征映射关系生成表面图像的分割伪标签；获取分割伪标签提供的缺陷位置先验；基于缺陷位置先验增强缺陷区域的特征值，得到增强图像；将增强图像与分割网络的输出连接，得到全局特征，并将全局特征输入至分类网络，得到缺陷预测结果。系统包括：获取模块，伪标签生成模块，缺陷先验挖掘模块，缺陷先验挖掘模块，全局信息提取及分类预测模块。该方法实现了对微小以及弱特征缺陷的精确分类，不需要人工检测，省时省力，同时避免漏检、误检以及其它因素造成的检测精度问题，提高了检测精度以及效率。

6. 发明公开

CN113569726A 一种联合自动数据增广和损失函数搜索的行人检测方法有权
公开(公告)号：CN113569726A
公开(公告)日：2021-10-29
申请号：CN202110851371.0
申请日：2021-07-27
申请人：湖南大学
发明人：刘敏 , 马云峰 , 唐毅 , 王学平 , 王耀南
IPC分类号： G06K9/00 , G06K9/32 , G06K9/62 , G06N3/04
摘要：本发明属于行人检测技术领域，具体涉及一种联合自动数据增广和损失函数搜索的行人检测方法，包括S1‑1建立神经网络模型、训练集和验证集；S1‑2构造增广策略和损失函数的搜索空间并参数化；S1‑3利用双层循环优化方案训练神经网络模型；S2‑1利用步骤S1‑1中的验证集对学习后的神经网络模型进行测试，计算正确率，若符合要求进入应用阶段，否则按照实际结果调整神经网络模型，并返回步骤S1‑3；S3‑1从视频序列中获取行人图像并输入到训练好的神经网络模型中，依靠训练好的神经网络模型精准定位行人的位置。本发明能够调整困难样例和简单样例的损失权重，自动选择数据增广策略的最优组合并能有效处理数据增广和损失函数间的平衡问题，提高行人检测准确率。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式