摘要
本申请公开了一种产品视觉图像精准识别与处理一体化平台,涉及工业监测领域,包括:通过监测节点采集产品图像数据和设备参数;在云平台,建立多个深度学习模型,针对不同类型的工业缺陷分别训练对应的神经网络模型;在边缘计算节点上设置机器学习模型,训练支持向量机模型;并设置异常检测算法,检测新出现的缺陷类型;利用训练的深度学习模型对产品图像数据进行缺陷识别;对产品图像数据进行缺陷检测;采用级联融合策略,通过多阶段的特征融合,以提高缺陷检测的准确性;根据边缘检测模块的检测结果,根据预设的规则对缺陷进行分级预警,并设置相应的控制措施。针对现有技术中工业产品视觉监测缺陷识别精度低问题,本申请提高了监测精度。
技术关键词
一体化平台
图像
多尺度卷积神经网络
支持向量机模型
特征提取网络
边缘检测
深度学习模型
数据
级联卷积神经网络结构
节点
层次聚类方法
高斯分布模型
分布式存储系统
语义
核心
对象
融合策略
视觉
学习方法
多层前馈神经网络