摘要
本发明公开了一种铜板表面杂质识别与决策控制智能取样方法,属于计算机视觉与金属材料质量检测技术领域。本发明首先利用RGB相机在待取样铜板指定区域采集铜板色彩图,对图像进行预处理。其次,构建铜板表面杂质识别的深度强化学习模型,直接输出钻头动作空间和状态价值标量,用于决策控制钻头避开杂质区域,动态调整更新钻头路径进行智能取样。本发明实现对铜板表面杂质的快速识别定位,同时根据杂质位置对钻头进行决策控制生成动作空间,同时进行价值评估,状态价值指导策略梯度更新,使动作空间更加准确。本发明具有取样效率高,误检率低,质量检测效果准确。
技术关键词
智能取样方法
铜板表面
深度强化学习模型
通道注意力机制
钻头
图像
网络
策略
生成动作
残差模块
计算机视觉
决策
优化器
相机
金属材料
数据
系统为您推荐了相关专利信息
融合模型构建方法
无监督
图像融合方法
浅层特征提取
语义特征提取
奖励分配方法
深度强化学习模型
分布式数据采集
约束优化算法
在线学习算法
小型航天器
轨迹规划方法
深度强化学习模型
场景
障碍物
智能化管理方法
深度强化学习模型
编码向量
矩阵
生成工艺
多层前馈神经网络
深度强化学习模型
储能设备健康状态
历史运行数据
储能电站