摘要
本发明公开一种基于机器视觉的物资检测数据识别采集方法及系统,属于物资检测数据智能识别采集技术领域,方法包括:采集检测过程的视频信息,获取物资检测仪器提取对应画面帧的间隔时长生成帧图像集和图像时间映射集,基于训练好的卷积神经网络得到物资提取特征结果,根据历史物资提取特征结果以及物资提取特征结果生成物资检测结果对应的检测状态特征识别输出结果,生成当前时间对应的物资检测数据识别采集预警信息,并对物资检测仪器当前时间提取对应画面帧的间隔时长进行更新。本发明解决了现有技术中针对材料类物资检测设备数字化程度低、动态数据采集精度不足与固定采样间隔导致的数据冗余/缺失的问题。
技术关键词
检测仪器
画面
视觉
图像
k均值聚类算法
拉伸断裂伸长率
数据智能识别
动态数据采集
生成帧
元素
数据冗余
采集系统
输出特征
因子
视频
样本
检测设备
超参数
系统为您推荐了相关专利信息
卫星信号模拟系统
智能辅助驾驶
信息采集模块
DSP核心板
信号接收单元
人工神经网络模型
骨龄预测方法
注意力机制
深度卷积神经网络模型
残差神经网络
图像
重构模型
循环生成对抗网络
Sigmoid函数
积层
图像增强算法
图像处理芯片
前馈神经网络
信噪比
基准