江苏省高校自然科学研究项目(18KJB510038)
- 作品数：2 被引量：5H指数：1
- 相关作者：张堃徐胜华亮更多>>
- 相关机构：南通大学华东理工常熟研究院有限公司上海大学更多>>
- 发文基金：江苏省高校自然科学研究项目国家级大学生创新创业训练计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 复杂环境下课堂多人状态检测算法研究被引量：5
- 2021年
- 新冠肺炎疫情背景下课堂多人佩戴口罩及姿态识别问题,提出了基于YOLO和OpenPose模型的课堂多人状态检测算法。提出的Efficient-YOLO模型,通过采用CBAM注意力模块、SPNET-NEW模块,解决了多人遮挡和无规则化目标的口罩佩戴检测精度问题。此外,提出了一种轻量化的Class-OpenPose模型检测学生上课姿态,该算法在OpenPose模型基础上,使用ShuffleNetV2-NEW对传统模型在底层特征提取方面进行改进,实现了复杂环境下关键姿态点的实时准确检测。实验表明,在课堂多人异常状态检测任务中,Class-OpenPose模型平均准确率高于传统模型,为79.0%,检测速度达到13.5 F/s;Efficient-YOLO口罩识别模型达到83.1%的平均准确率,检测时间仅需31.54 ms,为课堂学生状态检测提供了不错的算法思路。
- 冯文宇张宇豪张堃费敏锐徐胜
- 基于注意力机制和隐马尔科夫的高精密螺纹全自动精确测量
- 2021年
- 基于机器视觉的螺纹测量易受到工业环境(例如灰尘、铁屑、油渍等)的干扰,且需要人工半自动干预,导致测量结果不稳定。通过加入Attention机制对R2Unet模型进行改进,提出一种基于AA R2Unet深度学习模型和隐马尔科夫模型的高精密螺纹全自动精确测量方法。首先,为了克服工业环境中灰尘、铁屑等因素的干扰,设计了AA R2Unet模型对外螺纹进行有效边缘识别与提取;然后,通过计算螺纹边缘点梯度方向特征信息,使用隐马尔可夫模型对螺纹边缘点进行分类,达到螺纹零件在测量过程中可以任意角度放置的目的。通过实际采集工件图像制作数据集进行实验验证,结果表明,基于AA R2Unet的螺纹边缘提取方法分割精度达到95.92%,基于隐马尔可夫模型的螺纹边缘点分类准确率达到86%以上,外径测量误差在0.01 mm以内。
- 张堃李子杰瞿宏俊吴建国华亮
- 关键词：螺纹测量
