摘要
本发明涉及视觉识别技术领域,具体为一种多工件混流生产的视觉识别检测方法。具体实现步骤包括:利用多光谱成像设备获取多模态工件图像数据,结合工件结构数据和材料工艺参数构建多模态数字孪生体。对数字孪生体进行模式拓展,构建多模态样本数据集。将多模态样本数据集输入多层元学习架构,生成模式联合识别表示。利用多层元学习架构提取待识别混流工件图像的特征表示,并与多模态样本数据集的模式联合识别表示进行相似度对比,生成工件类别标识、缺陷类型标识和异常度指标。本发明通过结合多光谱成像、数字孪生体构建和多层元学习架构,实现了对混流工件类别、缺陷类型和异常度的精准识别。
技术关键词
数字孪生体
识别检测方法
多模态
基元
多光谱成像设备
多工件
数据
图像
特征识别模块
样本
视觉
模式匹配
三维CAD模型
标识
随机采样方法
表面纹理特征
参数
系统为您推荐了相关专利信息
健康知识图谱
健康状态分析
注意力
知识图谱构建
知识蒸馏技术
识别系统
样本
深度学习模型
多模态特征融合
时序特征
环境检测方法
YOLO模型
交互特征
多模态特征
Softmax函数
局部放电检测
装备
小波阈值去噪方法
信号信噪比
传感器
电力设备信息
电力设备运行信息
工作特征
频谱特征
工作状态信息