[发明专利]基于卷积神经网络的目标物体弯曲度测量方法在审
| 申请号： | 201811621350.4 | 申请日： | 2018-12-28 |
| 公开（公告）号： | CN109631794A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 杨嘉琛;奚萌 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G01B11/24 | 分类号： | G01B11/24;G06T19/20;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络的目标物体弯曲度测量方法，包括：利用3Dmax软件对实际工程需要环境、被测物样式进行目标物的仿真图片制作；制作贴放于目标物表面的模拟特征靶标物；第三步：利用3Dmax软件的脚本系统批量制作训练集；搭建训练网络，训练网络基于TensorFlow神经网络框架，结合实际工程环境及需求，构建卷积神经网络识别系统；第六步：基于TensorFlow神经网络框架，构建测试用数据集，在实际环境中任意调整实际模型的曲率大小以及模型与相机的位置偏移进行拍照获取二维图像，投入训练好的卷积神经网络，得到测试结果。 | ||
| 搜索关键词： | 卷积神经网络 弯曲度测量 目标物体 神经网络 实际工程 训练网络 构建 曲率 目标物表面 二维图像 脚本系统 模拟特征 批量制作 实际环境 实际模型 识别系统 图片制作 位置偏移 靶标物 被测物 目标物 数据集 训练集 拍照 相机 样式 测试 制作 | ||
【主权项】：
1.一种基于卷积神经网络的目标物体弯曲度测量方法，包括下列步骤：第一步：利用3Dmax软件对实际工程需要环境、被测物样式进行目标物的仿真图片制作。第二步：结合实际情况，制作贴放于目标物表面的模拟特征靶标物；第三步：利用3Dmax软件的脚本系统批量制作训练集；训练集的制作参数如下：目标物的曲率半径设置为0.05米至0.1米，以0.001米为步幅改变目标物体的曲率进行样本取材；同时设置目标物体距离相机正对位置X轴偏移0.5米至1米，以0.01为步幅，目标正对位置偏移将在Y轴、Z轴两维度坐标轴±0.1米之内，以0.01米为步幅进行样本取材，制作有标注训练样本；第四步：将收集好的训练集进行格式转换，使之符合神经网络输入层的数据格式；第五步：搭建训练网络，训练网络基于TensorFlow神经网络框架，结合实际工程环境及需求，构建卷积神经网络识别系统；第六步：基于TensorFlow神经网络框架，构建测试用数据集，在实际环境中任意调整实际模型的曲率大小以及模型与相机的位置偏移进行拍照获取二维图像，投入训练好的卷积神经网络，得到测试结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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天津大学，未经天津大学许可，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/patent/201811621350.4/，转载请声明来源钻瓜专利网。
- 上一篇：型面数字摄影自动化测量方法
- 下一篇：弯管截面椭圆度测量装置
