摘要
本发明涉及设备监测及图像分析领域,且公开了一种基于视觉识别的翻转机锁紧监测报警方法及系统,通过获取训练图像数据,并将训练图像数据和基础卷积神经网络模型结合,经过训练后获得应用卷积神经网络模型,将应用卷积神经网络模型应用至生产现场,结合实际情况获得检测结果,并将检测结果进行显示。解决了无法精确监测翻转机锁紧机构、过量耗费人力、增大人力成本的问题,优点在于通过视觉相机进行实拍获得现场图像,将现场图像和训练模型相结合并通过系统处理完成高速且精确的现场图像判断,实现翻转机锁紧的监测及报警。
技术关键词
卷积神经网络模型
监测报警方法
翻转机
训练图像数据
锁紧装置
置信度阈值
监测报警系统
可读存储介质
锁紧钩
坐标
预测类别
视觉相机
物体
展示单元
基础
图像分析
分辨率
系统为您推荐了相关专利信息
深度学习神经网络
工艺控制参数
阶段
图片
显微观测技术
三维图像分割方法
动态
数据
卷积神经网络模型
基础
吸附机械手
排版机
电池串
EL检测仪
机器人主体
PCB电路板
多光源
动态缺陷
卷积神经网络模型
时间卷积网络