日韩在线一区二区三区,日本午夜一区二区三区,国产伦精品一区二区三区四区视频,欧美日韩在线观看视频一区二区三区 ,一区二区视频在线,国产精品18久久久久久首页狼,日本天堂在线观看视频,综合av一区

[發明專利]基于深度學習的交叉桿端部緊固螺栓丟失故障檢測方法在審

專利信息
申請號: 202010438296.0 申請日: 2020-05-21
公開(公告)號: CN111652212A 公開(公告)日: 2020-09-11
發明(設計)人: 金佳鑫 申請(專利權)人: 哈爾濱市科佳通用機電股份有限公司
主分類號: G06K9/32 分類號: G06K9/32;G06K9/62;G06N3/04;G06T7/00;B61F5/50;G01M17/08
代理公司: 哈爾濱市松花江專利商標事務所 23109 代理人: 劉強
地址: 150060 黑龍江省*** 國省代碼: 黑龍江;23
權利要求書: 查看更多 說明書: 查看更多
摘要:
搜索關鍵詞: 基于 深度 學習 交叉 桿端部 緊固 螺栓 丟失 故障 檢測 方法
【權利要求書】:

1.基于深度學習的交叉桿端部緊固螺栓丟失故障檢測方法,其特征在于包括:

步驟一:獲取交叉桿端部緊固螺栓的高清線陣圖像,并建立樣本數據集;

步驟二:對樣本數據集進行數據擴增;

步驟三:對數據集中的圖像進行標記;

步驟四:建立TensorFlow Object Detection API深度學習目標檢測模型,并將原始圖像和標記數據生成數據集,用于模型訓練;

步驟五:讀取TFDS貨車圖像檢測系統服務器上的過車圖像,粗定位出緊固螺栓部件區域子圖像,通過調用子圖像,將子圖像輸入到訓練好的模型中,進行實時的故障檢測,模型對子圖像檢測出屬于正常螺栓的概率為a,屬于螺栓丟失的概率為b,a和b的概率范圍用0到1的數值表示,并且檢測到的正常類或者丟失類的概率互相之間是不相關的個體;

步驟六:首先將螺栓正常閾值設定為0.97,丟失閾值設定為0.9,疑似丟失閾值設定為0.5,然后根據模型輸出的閾值進行判斷:

若檢測到丟失類的概率b,并且b0.9,則認為存在緊固螺栓丟失情況,直接報警給TFDS檢測平臺;若0.5b0.9,則判定屬于疑似丟失情況,并繼續判斷是否可以檢測到正常類的概率a,若檢測到正常類的概率a,則判定正常類的概率a是否大于0.97,若a0.97,則不報警,若a0.97,則報警給TFDS檢測平臺;

若檢測到正常類的概率a0.1,且丟失類的概率b0.1,則認定子圖像可能存在異常,未檢測到有用信息,直接報警給TFDS檢測平臺;

若以上情況均不存在,則認為該車緊固螺栓圖像正常,繼續進行下一輛車的緊固螺栓部件檢測。

2.根據權利要求1所述的基于深度學習的交叉桿端部緊固螺栓丟失故障檢測方法,其特征在于所述步驟三中采用LabelImg工具對數據集中的圖像進行標記。

3.根據權利要求2所述的基于深度學習的交叉桿端部緊固螺栓丟失故障檢測方法,其特征在于所述數據集格式為pascal voc。

4.根據權利要求1所述的基于深度學習的交叉桿端部緊固螺栓丟失故障檢測方法,其特征在于所述步驟四中建立TensorFlow Object Detection API深度學習目標檢測模型的具體步驟為:

步驟四一:安裝TensorFlow環境和object detection api,并配置好相關環境變量;

步驟四二:選擇用于遷移學習的目標檢測預訓練模型faster_rcnn_inception_v2_coco;

步驟四三:將標記好的數據集首先通過程序自動生成訓練集和驗證集,并將數據集轉換成tfrecord格式文件train.record和val.record,供給后續模型調用;

步驟四四:依據預訓練模型準備相關配置文件,所述相關配置文件包括:

類標簽文件:pascal_label_map.pbtxt,

訓練參數文件:faster_rcnn_inception_v2_coco.config,在該文件內,設定類別個數,模型訓練子圖像大小,訓練模型的結構參數,訓練迭代次數以及訓練模型數據集路徑參數;

步驟四五:訓練深度學習模型,生成的模型文件為model.ckpt,然后設定迭代次數,多次訓練后選擇最優模型作為最終測試模型文件;

步驟四六:使用export_inference_graph.py導出模型,將模型文件model.ckpt轉換成.pb格式的新模型,即export_inference_graph.pb。

5.根據權利要求4所述的基于深度學習的交叉桿端部緊固螺栓丟失故障檢測方法,其特征在于,所述方法還包括模型測試步驟,所述模型測試步驟為:

選擇交叉桿端部緊固螺栓子圖像數據進行模型測試,若測試識別結果滿足設定的識別率和準確率標準,則模型訓練結束,利用TensorRT加速引擎對模型進行加速,若測試識別結果不滿足設定的識別率和準確率標準,則重新選擇交叉桿端部緊固螺栓子圖像數據進行模型測試,并測試識別結果是否滿足設定的識別率和準確率標準,

所述利用TensorRT加速引擎對模型進行加速的具體步驟為:

1、將網絡中無用的輸出層消除;

2、將網絡中的conv、BN、Relu三個層融合為一個層,對網絡結構進行垂直整合;

3、將輸入為相同的張量和執行相同操作的層融合在一起,對網絡結構進行水平整合;

4、將concat層的輸入直接進行下面的操作,不單獨進行concat后的輸入計算。

下載完整專利技術內容需要扣除積分,VIP會員可以免費下載。

該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱市科佳通用機電股份有限公司,未經哈爾濱市科佳通用機電股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服

本文鏈接:http://www.szxzyx.cn/pat/books/202010438296.0/1.html,轉載請聲明來源鉆瓜專利網。

×

專利文獻下載

說明:

1、專利原文基于中國國家知識產權局專利說明書;

2、支持發明專利 、實用新型專利、外觀設計專利(升級中);

3、專利數據每周兩次同步更新,支持Adobe PDF格式;

4、內容包括專利技術的結構示意圖流程工藝圖技術構造圖

5、已全新升級為極速版,下載速度顯著提升!歡迎使用!

請您登陸后,進行下載,點擊【登陸】 【注冊】

關于我們 尋求報道 投稿須知 廣告合作 版權聲明 網站地圖 友情鏈接 企業標識 聯系我們

鉆瓜專利網在線咨詢

周一至周五 9:00-18:00

咨詢在線客服咨詢在線客服
tel code back_top
主站蜘蛛池模板: 国产视频二区在线观看| 一区二区三区国产精品视频 | 精品三级一区二区| 日韩在线一区视频| 久久99精品国产麻豆宅宅| 国产偷窥片| 素人av在线| 国内揄拍国产精品| 国产欧美三区| 欧美日本91精品久久久久| 99久久婷婷国产综合精品草原| 91久久香蕉| 国产欧美一区二区在线| 国产午夜一区二区三区| 欧美高清性xxxxhdvideos| 日韩精品一区在线观看| 片毛片免费看| 中文字幕一区二区三区又粗| 欧美久久久一区二区三区| 国产精品日韩三级| 色综合久久网| 久免费看少妇高潮a级特黄按摩 | 高清欧美xxxx| 中文字幕在线一区二区三区| 日韩有码一区二区三区| 91精品啪在线观看国产手机| 国产日韩欧美自拍| 久久er精品视频| 国产真裸无庶纶乱视频| 久久第一区| 亚洲s码欧洲m码在线观看| 欧洲在线一区二区| 亚洲日韩aⅴ在线视频| 亚洲一区欧美| 色婷婷噜噜久久国产精品12p| 日本一级中文字幕久久久久久| 国产一二区在线| 香港三日本8a三级少妇三级99 | 久久久久久久亚洲视频| 欧美一区二区三区在线免费观看| 欧美一级片一区| 国产一区二区视频免费在线观看| 日韩av电影手机在线观看| 国产精品国产一区二区三区四区 | 日本一区二区三区在线视频| 国产精品白浆一区二区| 99久久精品免费看国产交换| 99爱精品视频| 色噜噜狠狠色综合中文字幕| 午夜看大片| 午夜精品999| 中文字幕欧美一区二区三区| 午夜av电影院| 国产在线一区观看| 国产精品欧美日韩在线| 欧美日韩一区在线视频| 99久久精品国产国产毛片小说| 国产人成看黄久久久久久久久| 国产中文字幕一区二区三区| 激情久久久久久| 狠狠色狠狠色综合久久第一次| 国产男女乱淫真高清视频免费| 国产一区二区精华| 国产精品乱码一区| 97人人模人人爽人人喊38tv| 蜜臀久久久久久999| 久久久综合香蕉尹人综合网| 右手影院av| 国产aⅴ精品久久久久久| 日韩精品免费一区| 欧美乱大交xxxxx| 久久久久久久国产| 三上悠亚亚洲精品一区二区| 国产日韩欧美在线影视| 国产97在线播放| 午夜影院你懂的| 日韩av不卡一区| 97人人澡人人添人人爽超碰| 挺进警察美妇后菊| 小萝莉av| 久久综合国产精品| 国产精品日韩三级|