摘要
本发明属于计算机人工智能视觉应用技术领域,具体公开了一种自动化的产线螺栓松动检测识别方法及系统,包括以下步骤,步骤1、采集大量已拧紧和未拧紧的螺栓图像数据集;步骤2、改进ResNet‑34网络结构;步骤3、利用高性能工业相机进行螺栓数据采集;步骤4、在工业流水线的末端设置机械臂和脚手架;步骤5、对步骤4中处理的图像数据进行分类检测,将螺栓的检测结果实时上传到平台数据库,以便及时了解异常未拧紧的螺栓情况并触发报警提醒。本发明的一种自动化的产线螺栓松动检测识别方法及系统的有益效果在于:解决了生产线螺栓松动检测识别问题,将工业流水线生产模块与图像检测相结合,确保生产线的正常运行和产品质量。
技术关键词
螺栓松动检测
识别方法
图像处理模块
标准化技术
加权技术
模型训练模块
图像采集模块
特征提取模块
工业相机
NoSQL数据库
最佳运动路径
计算机人工智能
脚手架
模拟真实世界
引入注意力机制
网络架构
系统为您推荐了相关专利信息
汽轮机转子
异常识别方法
汽轮机组
时间算法
数据
图形特征识别
特征识别方法
数据
图像识别技术
聚类
注意力机制
空间特征提取
识别模型训练方法
全局特征融合
视频帧
PBX炸药
图像识别方法
主体炸药
粘结剂
图片识别方法
无差拍控制方法
观测器
电感
MTPA算法
参数识别方法