[实用新型]基于深度学习的图像信息获取设备有效

专利信息
申请号: 202022111257.8 申请日: 2020-09-23
公开(公告)号: CN212850714U 公开(公告)日: 2021-03-30
发明(设计)人: 朱文英 申请(专利权)人: 朱文英
主分类号: H04N5/225 分类号: H04N5/225;H05K7/20;G05D23/24;H02J7/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 510665 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 图像 信息 获取 设备
【权利要求书】:

1.一种基于深度学习的图像信息获取设备,其特征在于:包括摄像头(1),所述摄像头(1)设置有主散热孔(2)和副散热孔(3),所述副散热孔(3)上设有通闭所述副散热孔(3)的封堵板(4),所述图像信息获取设备还包括温度检测电路,所述温度检测电路包括:

温度检测模块(7),用于检测摄像头(1)内部温度并输出检测信号;

温度比较模块(8),耦接于所述温度检测模块(7)并预设有高温基准值Verf1时以在检测信号大于高温基准值Verf1时输出比较信号;

开关模块(9),耦接于所述温度比较模块(8)并响应于比较信号以执行导通动作;

执行模块,耦接于所述开关模块(9)并响应于所述开关模块(9)的导通动作以执行驱动封堵板(4)打开副散热孔(3)动作。

2.根据权利要求1所述的基于深度学习的图像信息获取设备,其特征在于:所述温度检测模块(7)包括热敏电阻RS,所述热敏电阻RS放置在所述摄像头(1)内部,所述热敏电阻RS与所述温度比较模块(8)电连接。

3.根据权利要求1所述的基于深度学习的图像信息获取设备,其特征在于:所述执行模块包括电机(5),所述电机(5)的输出轴与所述封堵板(4)固定连接,所述封堵板(4)与所述摄像头(1)转动连接,所述电机(5)与所述摄像头的供电电池电连接。

4.根据权利要求3所述的基于深度学习的图像信息获取设备,其特征在于:所述温度检测电路包括电压检测模块,所述电压检测模块耦接于所述摄像头(1)的供电电池并用于检测所述供电电池的电量以在供电电池的电量低于低电压阈值Verf2时切断所述电机(5)与所述供电电池之间的回路。

5.根据权利要求4所述的基于深度学习的图像信息获取设备,其特征在于:所述电压检测模块包括:

电压检测单元(10),耦接于供电电池并输出电压信号;

电压比较单元(11),耦接于所述电压检测单元(10)并预设有低电压阈值Verf2以在电压信号小于低电压阈值Verf2时输出切断信号;

供电切断单元(12),耦接于所述电压比较单元(11)并串联在电机(5)和供电电池之间的回路以在接收到切断信号时断开电机(5)和供电电池之间的回路。

6.根据权利要求2所述的基于深度学习的图像信息获取设备,其特征在于:所述温度比较模块(8)包括温度比较器N1,所述温度比较器N1的同相输入端与所述热敏电阻RS电连接,所述温度比较器N1的反相输入端接入高温基准值Verf1,所述温度比较器N1的信号输出端与所述开关模块(9)电连接。

7.根据权利要求2所述的基于深度学习的图像信息获取设备,其特征在于:所述热敏电阻RS设置有若干个,若干热敏电阻RS依次串联设置。

8.根据权利要求5所述的基于深度学习的图像信息获取设备,其特征在于:所述电压检测单元(10)包括电量传感器,所述电量传感器与供电电池电连接,所述电量传感器的信号输出端与所述电压比较单元(11)电连接。

9.根据权利要求8所述的基于深度学习的图像信息获取设备,其特征在于:所述电压比较单元(11)包括电压比较器N2,所述电压比较器N2的反相输入端与所述电量传感器电连接,所述电压比较器N2的同相信号输入端接入低电压阈值Verf2,电压比较器N2的信号输出端与供电切断单(12)元电连接。

10.根据权利要求9所述的基于深度学习的图像信息获取设备,其特征在于:所述供电切断单元(12)包括NPN型的第二三极管Q2,第二三极管Q2的基极串联第一电阻R1后与电压比较器N2的信号输出端电连接,第二三极管Q2的发射极接地,第二三极管Q2的集电极串联第二继电器KM2的线圈后与电源电压电连接,第二继电器KM2的常闭触点开关KM2-1串联在电机(5)与供电电池的接线回路。

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朱文英,未经朱文英许可,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/202022111257.8/1.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