摘要
本发明公开了一种基于移动端的紧固件查漏检测方法、装置及电子设备,属于航空数字化检测领域,先利用移动端相机采集航空零部件表面图像,对图像中的紧固件进行标注,建立航空紧固件图像数据库,搭建面向紧固件智能识别的卷积神经网络模型,再利用紧固件图像数据库对卷积神经网络模型进行训练,得到紧固件智能识别模型;使用过程中通过实时采集零部件表面图像,利用紧固件智能识别模型完成对拍摄区域表面紧固件的快速识别与计数,通过累加各区域的紧固件数量,快速完成航空零部件紧固件缺漏装检查;在零部件装配环境中实现高效的质量控制,满足了紧固件高效率、高质量、低成本的缺漏装检测要求。
技术关键词
识别神经网络
多尺度特征融合
卷积神经网络模型
图像增强算法
航空零部件
移动端
搭建模块
表面紧固件
航空紧固件
图像库
模型训练模块
电子设备
图像采集模块
数据
生成标签
输出特征
融合特征
系统为您推荐了相关专利信息
三维卷积神经网络
足弓高度
拓扑特征
计算机视觉技术
空间特征分析
水稻病害识别方法
病害识别系统
融合算法
多模型
卷积神经网络模型
车牌
巡逻无人机
绑定系统
无人机数据采集
图像增强模块
SLAM算法
无人机集群
异构传感器
深度卷积神经网络模型
动态障碍物