摘要
本发明涉及基于深度学习算法的螺丝胶漏涂胶行为的检测方法,包括:步骤1、对螺丝胶涂胶工位的实时视频进行预处理;步骤2、对经过预处理的实时视频,单帧单帧地进行基于深度学习算法的算法识别,以识别螺丝胶涂胶工位中的螺丝胶盒、手、螺丝胶棒三种物体的类别及其位置;步骤3、对算法识别的多帧识别结果联合判断,以便在螺丝胶涂胶工位的不涂胶状态、待涂胶状态和正在涂胶状态之间切换,同时对各状态的情形做出判断处理;步骤4、根据步骤3输出的是否存在螺丝胶漏涂行为进行相应处理,包括:如果螺丝胶涂胶工位存在螺丝胶漏涂行为,则指示报警装置报警,并记录下实时视频的当前帧的时间。
技术关键词
涂胶工位
胶盒
螺丝胶
深度学习神经网络模型
胶棒
实时视频
深度学习算法
指示报警装置
多层感知机
螺丝盒
注意力机制
螺丝涂胶
时间差
模块
服务器
索引
系统为您推荐了相关专利信息
岩性填图方法
反射率数据
深度学习神经网络模型
模糊C均值
特征提取网络
人工智能模型
卫星影像数据
风险
无人机监测方法
深度学习神经网络模型
家居
数据处理模型
物体
机器人系统
深度学习神经网络模型