Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 惠州学院黄思博获国家专利权

惠州学院黄思博获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉惠州学院申请的专利一种成捆钢筋端面的识别计数及中心定位方法与其存储器获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115222652B

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210478695.9,技术领域涉及:G06T7/00;该发明授权一种成捆钢筋端面的识别计数及中心定位方法与其存储器是由黄思博;邱嘉伟;黄剑锋;崔晗;魏晓慧;蔡昭权;罗中良设计研发完成,并于2022-05-05向国家知识产权局提交的专利申请。

一种成捆钢筋端面的识别计数及中心定位方法与其存储器在说明书摘要公布了:本发明涉及机器视觉技术领域,特别涉及一种成捆钢筋端面的识别计数及中心定位方法与其存储器,该方法包括S1,拍摄钢筋端面的图像,处理后获得待识别图像;S2,采用第一预设算法对所述待识别图像进行数据增强操作;S3,采用具有轻量级卷积神经网络的第二预设算法在所述待识别图像中形成最终检测框,并计算所述最终检测框的数量;S4,生成计数结果。本发明的提出解决了现有的钢筋端面识别技术通常采用普通机器视觉算法进行,导致的计数结果不准确,无法满足实用性需要的问题。

本发明授权一种成捆钢筋端面的识别计数及中心定位方法与其存储器在权利要求书中公布了:1.一种成捆钢筋端面的识别计数及中心定位方法,其特征在于,包括以下步骤: S1,拍摄钢筋端面的图像,处理后获得待识别图像; S2,采用第一预设算法对所述待识别图像进行数据增强操作,所述第一预设算法为Fmix增强混合; S21,随机从脏污数据集中抽出一张图片; S22,通过傅里叶空间采样的低频灰度图像进行阈值处理得到掩膜; S23,将S21随机获取的图像与S22得出的掩膜进行掩膜混合; 将数据转换为卷积网络能处理的格式; S3,采用具有轻量级卷积神经网络的第二预设算法在所述待识别图像中形成最终检测框,并计算所述最终检测框的数量; S4,生成计数结果; 所述步骤S3具体包括, S31,预先形成包括具有轻量级卷积神经网络的第二预设算法,所述第二预设算法为通过改进其骨干特征提取网络,将YoloV3原网络中的Darknet53骨干特征提取网络替换成Shfflenetv2骨干特征提取网络,通过引入channelsplit使得网络输入输出通道数相同; 所述步骤S31具体包括: S311,对训练图像进行聚类操作形成锚框; S312,对训练图像进行划分,并形成多个小分块; S313,在每一小分块中生成多个矩形框,且所述矩形框的长宽由所述锚框确定; S314,对同一所述小分块下的多个矩形框进行微调后形成初级检测框; S315,判断任一所述小分块中是否包含目标检测物,若是则计算当前所述小分块中的多个初级检测框与训练图像的真实框间的IOU值,若所有所述初级检测框都大于设定阈值时,选取IOU值最大的所述初级检测框作为正样本; S316,保存所述正样本的框形后生成具备轻量级卷积神经网络的第二预设算法; S32,采用所述第二预设算法在所述待识别图像中形成最终检测框,并计算所述最终检测框的数量; 其中,步骤S31中的第二预设算法具体为,通过改进其骨干特征提取网络,将YoloV3原网络中的Darknet53骨干特征提取网络替换成Shfflenetv2骨干特征提取网络。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人惠州学院,其通讯地址为:516007 广东省惠州市惠城区河南岸冷水坑;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。