[發明專利]基于人工智能的磁性材料制備工序識別及監控系統有效
| 申請號: | 202110456827.3 | 申請日: | 2021-04-25 |
| 公開(公告)號: | CN113033492B | 公開(公告)日: | 2022-08-02 |
| 發明(設計)人: | 周李涌;李琦;劉新;杜永興;趙建敏;胡偉健;李寶山;張萬鍇;張旭;王立全 | 申請(專利權)人: | 內蒙古海洋工信科技有限責任公司;內蒙古科技大學 |
| 主分類號: | G06V20/40 | 分類號: | G06V20/40;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06N5/04;G06Q10/06;G06Q50/04 |
| 代理公司: | 深圳匯策知識產權代理事務所(普通合伙) 44487 | 代理人: | 遲芳 |
| 地址: | 014000 內蒙古自治區包頭市*** | 國省代碼: | 內蒙古;15 |
| 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 人工智能 磁性材料 制備 工序 識別 監控 系統 | ||
基于人工智能的磁性材料制備工序識別及監控系統,屬于識別及監控技術領域。本發明為了解決現有的磁性材料制備工序依靠人工進行判斷存在的監控效率低、準確率低的問題。本發明包括括數據層、算法層和應用層;數據層存儲磁性材料制備工序識別及監控的數據;算法層根據稀土磁性材料制備工序識別及監控AI模型進行實際的磁性材料制備工序識別及監控推斷;應用層采用基于DeepStream的實時視頻流分析框架,在DeepSteam視頻分析加速庫的支撐下,多路視頻通過解碼、預處理、批處理、神經網絡推斷、追蹤、可視化、顯示、推流步驟,基于算法層實現工序的實時檢測、違章作業的實時監控。本發明主要應用于磁性材料制備工序識別及監控。
技術領域
本發明涉及一種磁性材料制備工序識別及監控系統,屬于識別及監控技術領域。
背景技術
磁性材料是一類重要的基礎功能材料,應用范圍十分廣泛,如電子、信息、電動工具、汽車、家電等行業對磁性材料有著不可替代的需求。由于當前國家提倡節能環保、綠色發展,作為一種清潔能源,磁性材料更是在節能環保、新能源、電動汽車、智慧城市、智慧地球等新興領域中得到越來越廣泛的應用,甚至開始應用于機器人、無人機、航空航天、衛星遙感等軍事國防領域。
磁性材料制備是磁性材料產業鏈的基礎環節,承擔著非常重要的角色。雖然目前的磁性材料生產企業已經做到工藝比較成熟,設備比較先進,但是目前的磁性材料生產企業仍然沒有一套比較智能的磁性材料制備工序識別及監控系統,所以目前的磁性材料制備過程的監控基本都是依靠人工現場檢查和基于人力視頻監控系統實現的,不僅需要花費大量的人力物力,而且效率低,還存在不能及時發現違規操作等情況,存在較大的安全隱患。由于磁性材料制備的過程中還需要對磁性材料制備工序進行監控、識別和分析,現有的方式也都是基于人力的錄像分析,也存在效率低、準確率低的問題。
發明內容
本發明是為了解決現有的磁性材料制備工序依靠人工進行判斷存在的監控效率低、準確率低的問題。
基于人工智能的磁性材料制備工序識別及監控系統,所述系統括數據層、算法層和應用層;
數據層存儲磁性材料制備工序識別及監控的數據,數據層中存儲的數據集包括生產場景目標檢測數據集、生產過程工序特征檢測數據集;
算法層根據稀土磁性材料制備工序識別及監控AI模型進行實際的磁性材料制備工序識別及監控推斷;所述稀土磁性材料制備工序識別及監控AI模型包括稀土磁性材料制備生產場景目標檢測模型、基于時空關系推理的熔煉爐生產過程工序識別模型、安全檢測模型;
稀土磁性材料制備生產場景目標檢測模型采用神經網絡模型對不同尺度目標的檢測;基于時空關系推理的熔煉爐生產過程工序識別模型利用稀土磁性材料制備生產場景目標檢測模型的目標檢測結果,根據不同場景主要目標的空間關系以及不同幀目標的時序關系給出工序識別結果;安全檢測模型對存在有工人特征數據進行是否佩戴安全帽的判斷;
應用層采用基于DeepStream的實時視頻流分析框架,在DeepSteam視頻分析加速庫的支撐下,多路視頻通過解碼、預處理、批處理、神經網絡推斷、追蹤、可視化、顯示、推流步驟,基于算法層實現工序的實時檢測、違章作業的實時監控。
進一步地,所述應用層在cuda、cudnn、TensorRT加速庫支撐下,采用模型壓縮和模型量化推斷加速方法,實現對算法層的稀土磁性材料制備工序識別及監控AI模型推斷階段加速,進而實現對視頻流的實時推斷。
進一步地,所述應用層實現對算法層的稀土磁性材料制備工序識別及監控AI模型推斷階段加速的過程包括以下步驟:
稀土磁性材料制備工序識別及監控AI模型中的神經網絡模型為包括網絡結構參數和權重參數的文件,將參數通過TensorRT實現,將32浮點運算轉為8位整型運算實現推斷階段的模型加速。
進一步地,所述系統還包括圖像采集子系統,所述圖像采集子系統包括多路視頻數據采集單元,用于采集多路視頻數據。
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內蒙古海洋工信科技有限責任公司;內蒙古科技大學,未經內蒙古海洋工信科技有限責任公司;內蒙古科技大學許可,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/202110456827.3/2.html,轉載請聲明來源鉆瓜專利網。





