[发明专利]装配场景识别方法、系统及电子设备在审
申请号: | 201811068677.3 | 申请日: | 2018-09-13 |
公开(公告)号: | CN109190575A | 公开(公告)日: | 2019-01-11 |
发明(设计)人: | 徐泽明;付自福 | 申请(专利权)人: | 深圳增强现实技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 深圳市德锦知识产权代理有限公司 44352 | 代理人: | 丁敬伟 |
地址: | 518000 广东省深圳市西乡街道宝源*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 装配 目标图像 场景识别 电子设备 场景 计算机应用技术 场景采集 场景管理 生产效率 时间成本 图像识别 自动识别 信息化 有效地 构建 权重 自动化 管理 | ||
本发明揭示了一种装配场景识别方法、系统及电子设备,属于计算机应用技术领域。所述方法包括:获取对装配场景采集的目标图像;采用预先构建的权重文件对所述目标图像进行图像识别,识别所述目标图像中的装配场景。上述装配场景识别方法、系统及电子设备能够自动识别目标图像中的装配场景,有效地对装配场景进行管理,降低了选择装配场景时的时间成本,实现装配场景管理及装配的自动化及信息化,大大提高了生产效率。
技术领域
本发明涉及计算机应用技术领域,特别涉及一种装配场景识别方法、系统及电子设备。
背景技术
装配场景是工业生产中部件的装备状态。在识别装配场景后,能够根据当前的装配场景进行针对性的后续工作。
目前,工业器件、部件的装配多采用人工进行识别、核验、评测等,导致装配场景容易识别错误,造成装配场景的管理成本过高,生产效率低下。
发明内容
为了解决相关技术中装配场景容易识别错误的技术问题,本发明提供了一种装配场景识别方法、系统及电子设备。
第一方面,提供了一种装配场景识别方法,包括:
获取对装配场景采集的目标图像;
采用预先构建的权重文件对所述目标图像进行图像识别,识别所述目标图像中的装配场景。
可选的,所述方法还包括:
采集装配场景的样本图像;
对所述样本图像进行深度学习,构建所述权重文件。
可选的,所述对所述样本图像进行深度学习,构建所述权重文件的步骤包括:
对所述样本图像进行装配部件及部件位置坐标的标记,得到标记文件;
通过所述标记文件从所述样本图像中提取图像特征;
采用神经网络模型对所述图像特征进行训练,得到所述权重文件。
可选的,所述采用预先构建的权重文件对所述目标图像进行图像识别,识别所述目标图像中的装配场景的步骤包括:
采用预先构建的权重文件对所述目标图像进行迭代运算,识别所述目标图像中的装配部件及部件位置;
根据所述装配部件及部件位置确定目标图像中的装配场景名称。
第二方面,提供了一种装配场景识别系统,包括:
目标图像获取模块,用于获取对装配场景采集的目标图像;
图像识别模块,用于采用预先构建的权重文件对所述目标图像进行图像识别,识别所述目标图像中的装配场景。
可选的,所述系统还包括:
样本图像采集模块,用于采集装配场景的样本图像;
深度学习模块,用于对所述样本图像进行深度学习,构建所述权重文件。
可选的,所述深度学习模块包括:
标记单元,用于对所述样本图像进行装配部件及部件位置坐标的标记,得到标记文件;
图像特征提取单元,用于通过所述标记文件从所述样本图像中提取图像特征;
训练单元,用于采用神经网络模型对所述图像特征进行训练,得到所述权重文件。
可选的,所述图像识别模块包括:
装配部件识别单元,用于通过开源深度学习框架,采用预先构建的权重文件对所述目标图像进行迭代运算,识别所述目标图像中的装配部件及部件位置;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳增强现实技术有限公司,未经深圳增强现实技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811068677.3/2.html,转载请声明来源钻瓜专利网。