Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的贴铜机料带直线纠偏方法及纠偏装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:深圳市邦正精密机械股份有限公司

摘要:本发明涉及贴铜机技术领域,尤其涉及一种基于深度学习的贴铜机料带直线纠偏方法,包括以下步骤:步骤S1:将传感器安装在传感器支架上,通过传感器实时采集料带在输送过程中的图像;步骤S2:利用卷积神经网络对传感器采集的料带图像进行空间特征提取,得到每帧图像的特征信息;步骤S3:将每帧图像的特征信息向量按时间顺序排列,形成图像特征序列。本发明通过深度学习技术,尤其是结合卷积神经网络的空间特征提取能力和循环神经网络的时序分析能力,能够对料带的实时图像进行精细化分析,捕捉到更为复杂的边缘、纹理等特征,以及料带在输送过程中的动态变化,显著提高了纠偏的准确性和稳定性。

主权项:1.一种基于深度学习的贴铜机料带直线纠偏方法,其特征在于,包括以下步骤:步骤S1:安装检测机构,将检测机构中的传感器(3)安装在传感器支架(14)上,通过传感器(3)实时采集料带(1)在输送过程中的图像;步骤S2:利用卷积神经网络对传感器(3)采集的料带图像进行空间特征提取,得到每帧图像的特征信息;步骤S3:将每帧图像的特征信息向量按时间顺序排列,形成图像特征序列;步骤S4:将图像特征序列输入到循环神经网络中,以捕捉料带(1)的时序信息;步骤S5:设计时序注意力机制并将其结合至循环神经网络中;步骤S6:构建整合了卷积神经网络与循环神经网络的深度学习模型;步骤S7:使用带标签的数据集对深度学习模型进行训练与验证,并通过交叉验证方法验证深度学习模型的有效性与泛化能力;步骤S8:将训练验证后的深度学习模型集成到贴铜机控制系统中,通过电性连接纠偏机构进行实时纠偏操作。

全文数据:

权利要求:

百度查询: 深圳市邦正精密机械股份有限公司 一种基于深度学习的贴铜机料带直线纠偏方法及纠偏装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。