[发明专利]一种采用人工智能技术进行自动化验布的智能验布机在审

专利信息
申请号: 202010218387.3 申请日: 2020-03-25
公开(公告)号: CN111340802A 公开(公告)日: 2020-06-26
发明(设计)人: 周振峰;孙家宁;章日平;张勇;蔡正倩;张建新;谢辉 申请(专利权)人: 嘉兴学院;嘉兴视联智能科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06N3/08;G06N3/04
代理公司: 北京翔瓯知识产权代理有限公司 11480 代理人: 吴万华
地址: 314001 浙江省嘉兴市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 采用 人工智能 技术 进行 自动 化验 智能 验布机
【权利要求书】:

1.一种采用人工智能技术进行自动化验布的智能验布机,其特征在于:其包括:

机械组件,确保布匹卷动过程中绷紧;

电子组件,用于获取布匹实时纵向位置;

视觉系统,设置在卷动过程中的布匹上方,用于实时采集布匹表面信息图像;

训练系统,与视觉系统连接,训练模式下,用于根据视觉系统采集的布匹表面信息图像,应用标识及分类的疵点样本图像训练深度神经网络模型;

宿主计算机,与视觉系统以及训练系统连接,用于生产模式下,根据视觉系统传来的实时布匹表面信息图像,应用训练系统训练好的深度神经网络模型来进行推理,判断是否有疵点存在以及其类型。

2.根据权利要求1所述的一种采用人工智能技术进行自动化验布的智能验布机,其特征在于:视觉系统由面阵相机数组构成。

3.根据权利要求1所述的一种采用人工智能技术进行自动化验布的智能验布机,其特征在于:所述训练系统为计算机或云计算系统。

4.根据权利要求1所述的一种采用人工智能技术进行自动化验布的智能验布机,其特征在于:训练系统包括以下步骤:

步骤一、采集疵点图像样本;

步骤二、疵点标识及分类;

步骤三、训练深度神经网络及评估,当采集一定数量的疵点图像样本并进行标识及分类后,用这些图像样本应用TensorFlow去训练深度神经网络并进行评估;

步骤四、生成深度神经网络模型的冷冻图:用TensorFlow导出训练好的深度神经网络模型的冷冻图;

步骤五、发布神经网络,将导出的冷冻图发布到宿主计算机系统;

步骤六、发现新疵点样本,从新标识、分类、训练及导出。

5.根据权利要求4所述的一种采用人工智能技术进行自动化验布的智能验布机,其特征在于:步骤一中,人工进行验布,当发现疵点时,视觉系统采集该图片。

6.根据权利要求4所述的一种采用人工智能技术进行自动化验布的智能验布机,其特征在于:步骤二中,视觉系统采集的疵点图像样本由人工进行标识及分类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于嘉兴学院;嘉兴视联智能科技股份有限公司,未经嘉兴学院;嘉兴视联智能科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010218387.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top