摘要
一种基于多源数据增强与智能推荐的船舶管件识别系统,包括多源数据增强模块、模型训练模块、推荐决策模块、联邦学习平台和区块链存证模块,该系统为“云端+边端”的双层架构,云端用于智能进化,通过联邦学习整合分布式知识,持续更新和优化全局模型,边端用于边缘实时响应,在设备端进行高效的管件特征检测和管件编号推荐。本发明的实施可显著提升复杂光照、遮挡场景下的检测精度与非标管件识别能力,降低误判率;解决相似件混杂场景的决策难题,提高装配效率与准确率;同时保障数据隐私安全;填补船舶管件识别领域在数据多样性、算法鲁棒性及工业化适配性方面的技术空白,适配船舶装配场景的高效需求,为船舶制造智能化提供技术支持。
技术关键词
船舶管件
多维特征向量
云端
动态权重分配
模型训练模块
特征点
数据
识别方法
区块链存证
KNN算法
识别系统
知识蒸馏技术
同态加密算法
工业相机
特征提取单元
分布式账本
人机交互界面
遮挡场景