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：福建思特电子有限公司

摘要：本发明公开了一种基于物联网技术的工业信息综合管理方法及系统，涉及物联网技术领域。其中，该方法包括采集工业生产线上使用的原料的批次信息；对处于生产工序环节的工业生产线上的产品进行过站检测，生成过站检测记录；在产品生产完成并进入出厂包装环节之前，获取产品的过站检测记录；判断产品的过站检测记录是否满足预设条件；在产品的过站检测记录满足预设条件的情况下，对产品进行出厂包装。本申请实现了工业生产线上工业产品的自动化生产、自动化检测与自动化包装，提高了对工业生产线的管理效率，同时降低了管理工业生产线的人工成本。

主权项：1.一种基于物联网技术的工业信息综合管理方法，其特征在于，包括：采集工业生产线上使用的原料的批次信息；对处于生产工序环节的所述工业生产线上的产品进行过站检测，生成过站检测记录；在所述产品生产完成并进入出厂包装环节之前，获取所述产品的所述过站检测记录；判断所述产品的所述过站检测记录是否满足预设条件；在所述产品的所述过站检测记录满足所述预设条件的情况下，对所述产品进行出厂包装;所述对处于生产工序环节的所述工业生产线上的产品进行过站检测，生成过站检测记录，包括：通过拍摄装置采集处于生产工序环节的所述工业生产线上的产品在基础生产工序检测站点的第一全景视频数据流以及在当前生产工序检测站点的第二全景视频数据流；对所述第一全景视频数据流及所述第二全景视频数据流进行畸变校正，得到第一校正视频流和第二校正视频流；对第一校正视频流和第二校正视频流中所述产品的缺陷关键点进行标注，构造多分类训练数据集；通过所述多分类训练数据集训练缺陷检测模型，其中，所述缺陷检测模型基于互信息法和皮尔逊系数法构建；将所述第一校正视频流输入训练完成的所述缺陷检测模型，以生成所述过站检测记录;所述通过所述多分类训练数据集训练缺陷检测模型，包括：将所述多分类训练数据集分解为n路视频流信息对应的n帧静态图像；其中，n为正整数；基于所述互信息法和所述皮尔逊系数法对所述n帧静态图像进行时序特征提取，得到时序特征向量；对所述时序特征向量基于双阶段时序注意力机制进行预测，从而得到时序预测序列；以所述时序预测序列优化所述缺陷检测模型的损失函数；所述缺陷检测模型的参数包括权重矩阵以及偏置量，其中，所述缺陷检测模型的优化训练流程为：设置所述缺陷检测模型的当前优化训练次数为，最大训练次数为，其中d的初始值为0；设置第d+1次优化训练的损失函数Loss: ；其中，m为所述时序预测序列中序列数量，表示第i个序列的期望输出，表示经过训练后的第i个序列的输出值，n表示连接权值的总数，表示第j个前馈神经网络的权值矩阵，表示第d次优化训练后，所述缺陷检测模型的错误率；基于循环神经网络对训练得到的所述缺陷检测模型进行优化。

全文数据：

权利要求：

百度查询： 福建思特电子有限公司 一种基于物联网技术的工业信息综合管理方法及系统