Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津工业大学孙金露获国家专利权

天津工业大学孙金露获国家专利权

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!

龙图腾网获悉天津工业大学申请的专利基于YOLOv7和干涉成像技术的粒子形态识别方法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:CN116469098B

龙图腾网通过国家知识产权局官网在2025-08-05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:202310356432.5,技术领域涉及:G06V20/69;该发明授权基于YOLOv7和干涉成像技术的粒子形态识别方法是由孙金露;武宇航;邱岳;苗长云设计研发完成,并于2023-04-06向国家知识产权局提交的专利申请。

基于YOLOv7和干涉成像技术的粒子形态识别方法在说明书摘要公布了:本发明公开了基于YOLOv7和干涉成像技术的粒子形态识别方法。本发明利用干涉粒子成像系统获取混合粒子场干涉离焦像制作数据集;将标注后的干涉离焦像划分为训练集、验证集和测试集;之后进行网络改进,将协同注意力模块加入到网络中以提高检测准确率;调整超参数,利用标注好的数据集进行训练和测试,训练200epochs后获取最优权重,最终实现对混合粒子场形态识别功能。本发明可以实现混合粒子场粒子形态的高精度识别,为云粒子场信息的获取提供技术支持。

本发明授权基于YOLOv7和干涉成像技术的粒子形态识别方法在权利要求书中公布了:1.一种基于YOLOv7和干涉成像技术的粒子形态识别方法,其特征在于,该方法包括以下步骤: 步骤1:搭建干涉粒子成像系统,获取混合粒子干涉离焦像;干涉粒子成像系统包括:激光器、由物镜和针孔组成的空间滤波器、准直透镜、由平凸柱面透镜和平凹柱面透镜组成的透镜组、载玻片、成像镜头和CCD相机;沿水平方向自左向右依次设置532nm激光器、由物镜和针孔组成的空间滤波器、准直透镜、由平凸柱面透镜和平凹柱面透镜组成的透镜组、载玻片,载玻片下方依次设置成像透镜和CCD相机;使用该系统获取混合粒子场干涉离焦像数据集:将沙粒和稀释过的聚苯乙烯球形粒子作为待测粒子放置在载波片上,经过片状激光束照射,在CCD端获取混合粒子场干涉离焦像数据集; 步骤2:标注和划分数据集;使用LabelImg软件对步骤1得到的混合粒子场干涉离焦像数据集进行标注:标注内容包括粒子种类和粒子位置信息;标注完成后将混合粒子场干涉离焦像数据集以7:1:2比例划分为训练集、验证集和测试集; 步骤3:网络结构改进;第一,将3个协同注意力模块CA增加到YOLOv7网络,具体位置为:YOLOv7网络Head部分,位于网络第75层、第88层和第101层ELAN特征提取网络的后方;第二,将原始YOLOv7网络中的特征融合模块替换为快速空间金字塔池化SPPF模块,减少了参数量和计算量,加快了粒子形态检测速度; 步骤4:网络训练,获取最优权重;利用步骤2中完成标注的数据集以及步骤3中改进的网络进行训练,具体训练步骤:首先设置超参数,超参数设置如下:初始学习率设置为0.009,学习率动量设置为0.935,权重衰减系数设置为0.0004,余弦退火参数设置为0.1,边界框损失权重系数设置为0.05,anchor缩放阈值设置为4.0,IoU训练阈值设置为0.2,其次将步骤2中划分的训练集输入网络训练200轮,获得最优权重;利用最优权重对步骤2中划分的测试集进行形态识别,识别的平均精度均值达86.4%,平均检测时延15.7ms,实现了混合粒子场粒子形态的高效检测。

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天津工业大学,其通讯地址为:300387 天津市西青区宾水西道399号;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”。

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。