[發(fā)明專利]基于工業(yè)互聯(lián)網的型材切割狀態(tài)監(jiān)控方法

有效

• 申請?zhí)枺?/td>: 202110529552.1
• 申請日: 2021-05-14
• 公開（公告）號: CN113139518B
• 公開（公告）日: 2022-07-29
• 發(fā)明（設計）人: 朱卸蓮
• 申請（專利權）人: 江蘇中天互聯(lián)科技有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/40;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 蘇州國卓知識產權代理有限公司 32331
• 代理人: 章珍霞

1.一種基于工業(yè)互聯(lián)網的型材切割狀態(tài)監(jiān)控方法，其特征在于，包括：

通過工業(yè)互聯(lián)網獲得部署在工業(yè)設備的端側的攝像頭所獲取的型材在切割過程當中的按時間順序的多個幀圖像，所述工業(yè)設備可通信地連接于所述工業(yè)互聯(lián)網；

將所述多個幀圖像分別通過卷積神經網絡以獲得按時間順序的多個特征圖；

計算所述多個特征圖中每兩個相鄰的特征圖之間的差分以獲得多個差分特征圖；

計算所述多個差分特征圖中每個差分特征圖的加權系數，以獲得多個加權系數，包括：

計算每個所述差分特征圖的類Softmax的分類概率值，其中，所述類Softmax的分類概率值為第i個所述差分特征圖中各個位置的特征值的以自然常數為底的冪函數之和除以對第1到第i個所述差分特征圖中各個位置的特征值的以自然常數為底的冪函數之和再求和的合值；以及

計算所述類Softmax的分類函數值的信息熵以獲得對應于所述差分特征圖的加權系數，所述類Softmax的分類函數值的信息熵為取所述類Softmax的分類函數值的對數值的負值加上預定補償項；

以所述多個加權系數計算所述多個差分特征圖的加權和，以獲得分類特征圖；以及

將所述分類特征圖通過分類器以獲得分類結果，其中，所述分類結果用于表示型材切割過程當中的振動是否超過預定限度。

2.根據權利要求1所述的基于工業(yè)互聯(lián)網的型材切割狀態(tài)監(jiān)控方法，其中，計算每個所述差分特征圖的類Softmax的分類概率值，包括：

以如下公式計算每個所述差分特征圖的類Softmax的分類概率值，其中，所述公式為：pi＝∑_Fiexp(xi)/∑_Fd～Fi exp(xi)，其中，分子是第i個所述差分特征圖中各個位置的特征值的以自然常數為底的冪函數之和，分母是對第1到第i個所述差分特征圖中各個位置的特征值的以自然常數為底的冪函數之和再求和。

3.根據權利要求2所述的基于工業(yè)互聯(lián)網的型材切割狀態(tài)監(jiān)控方法，其中，計算所述類Softmax的分類函數值的信息熵以獲得對應于所述差分特征圖的加權系數，包括：

以如下公式計算所述類Softmax的分類函數值的信息熵以獲得對應于所述差分特征圖的加權系數，其中，所述公式為gi＝-log(pi)+α，pi表示第i個所述差分特征圖的類Softmax的分類函數值，a表示補償項。

4.根據權利要求3所述的基于工業(yè)互聯(lián)網的型材切割狀態(tài)監(jiān)控方法，其中，所述補償項使得所述差分特征圖的加權系數不為零。

5.根據權利要求1所述的基于工業(yè)互聯(lián)網的型材切割狀態(tài)監(jiān)控方法，其中，將所述分類特征圖通過分類器以獲得分類結果，包括：

將所述分類特征圖通過一個或多個全連接層以通過所述一個或多個全連接層對所述分類特征圖進行編碼，以獲得分類特征向量；以及

將所述分類特征向量輸入Softmax分類函數，以獲得所述分類結果。

6.根據權利要求1所述的基于工業(yè)互聯(lián)網的型材切割狀態(tài)監(jiān)控方法，其中，所述卷積神經網絡為深度殘差網絡。