摘要
本发明提供一种工业物联网边缘端数据轻量化处理方法,包括通过采样设备对工业现场设备采样,所述采样结果包括设备振动频率、工业图像数据,采集的所述采样结果进行边缘轻量化处理,包括:使用一维神经网络结构对收集的所述设备振动频率进行处理,所述一维神经网络对输入的所述设备振动频率中的关键信息提取及强化,以输出特征值;对收集的所述工业图像数据进行实时检测,识别缺陷区域并减少图像传输质量;对数据采集及轻量化处理设备的状态进行感知,并依据设备的状态,进行动态调度,设备正常时,将轻量化处理结果压缩后进行输出,在设备状态异常时,触发全量数据传输并发送报警,本发明还提供了一种工业物联网边缘端数据轻量化处理系统。
技术关键词
工业物联网
工业现场设备
神经网络结构
YOLO模型
识别缺陷
多模态数据采集
采样设备
节点
云端服务器
图像
分布式计算集群
多尺度特征
双向特征金字塔
尺寸特征
卡尔曼滤波模型
特征值
参数
系统为您推荐了相关专利信息
智能质检方法
大语言模型
质检模型
智能质检技术
文本
金融交易风险
序列生成技术
金融交易数据
客户金融交易
模式
可视化系统
多模态数据采集
调节控制模块
人机交互界面
长短期记忆网络
安全监控系统
安全监控模块
工业物联网
工业设备
提前预知设备
无人机数字
耐张线夹
缺陷检测方法
YOLO模型
特征融合网络