[发明专利]一种基于深度学习的工序检测装置及其工序检测方法在审
| 申请号： | 201810137318.2 | 申请日： | 2018-02-10 |
| 公开（公告）号： | CN108491759A | 公开（公告）日： | 2018-09-04 |
| 发明（设计）人： | 许鹏;令狐彬;钱戈;童文富;张鲜顺 | 申请（专利权）人： | 合肥迪宏自动化有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08;G06T7/00;G06T7/194 |
| 代理公司： | 合肥和瑞知识产权代理事务所(普通合伙) 34118 | 代理人： | 王挺 |
| 地址： | 230088 安徽省合肥市高新*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于基于深度学习的工序检测技术领域，特别涉及一种基于深度学习的工序检测装置及其工序检测方法。本发明包括离线工序检测模型训练模块和在线工序检测模块，所述离线工序检测模型训练模块用于获取工序中每一个步骤的产品图像信息，并对所述产品图像信息进行分析训练，得到工序对应的神经网络模型，并将所述神经网络模型存储至模型库，在线工序检测模块用于接收操作人员从模型库中选择的神经网络模型，分析并识别出工序类型，并将工序类型反馈至操作人员。本发明的成本低廉、兼容性好、工序检测准确，而且能够对生产物料进行实时追踪，记录工件的坐标，数量以及计算装配时间，记录工件装配顺序。 | ||
| 搜索关键词： | 工序检测 神经网络模型 产品图像信息 模型训练模块 工序类型 离线工序 模型库 工件装配 接收操作 生产物料 实时追踪 兼容性 检测 记录 学习 装配 存储 分析 反馈 | ||
【主权项】：
1.一种基于深度学习的工序检测装置，其特征在于：包括离线工序检测模型训练模块(10)和在线工序检测模块(20)，其中，离线工序检测模型训练模块(10)，用于获取工序中每一个步骤的产品图像信息，并对所述产品图像信息进行分析训练，得到工序对应的神经网络模型，并将所述神经网络模型存储至模型库；在线工序检测模块(20)，用于接收操作人员从模型库中选择的神经网络模型，分析并识别出工序类型，并将工序类型反馈至操作人员。
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合肥迪宏自动化有限公司，未经合肥迪宏自动化有限公司许可，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/patent/201810137318.2/，转载请声明来源钻瓜专利网。
