摘要
本发明涉及包装行业智能制造技术领域,更具体地说,涉及一种基于人工智能的包装盒生产线监测系统,用于解决现有技术不能对包装盒图像进行精准特征提取与分类,无法利用注意力机制加权整合多源信息,提升对包装盒表面缺陷识别的准确性的问题;本发明通过缺陷识别模块采用卷积神经网络对包装盒图像进行标准化、特征提取与分类,将采集模切机的振动、噪声和温度数据经处理后与图像特征融合,利用注意力机制加权整合多源信息,生成统一特征表示,由全连接层完成缺陷判定,提升复杂环境下模型的准确性与稳定性。
技术关键词
包装盒生产线
监测系统
变量
模切机
Softmax函数
能耗监测数据
有效值
注意力机制
异常信号
图像
滞后特征
节点
识别模块
分析模块
深度神经网络结构
遗传算法
卷积神经网络提取
模态特征
麦克风传感器