[发明专利]一种基于深度学习目标分割的工业零件增量识别方法在审
| 申请号： | 202210842527.3 | 申请日： | 2022-07-18 |
| 公开（公告）号： | CN115239657A | 公开（公告）日： | 2022-10-25 |
| 发明（设计）人： | 顾毅;张校源;李书霞;辛伟;张琼 | 申请（专利权）人： | 无锡雪浪数制科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/26;G06V10/82;G06T3/00;G06T7/62;G06N3/04 |
| 代理公司： | 无锡华源专利商标事务所(普通合伙) 32228 | 代理人： | 过顾佳 |
| 地址： | 214000 江苏省无锡市经*** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于深度学习目标分割的工业零件增量识别方法，涉及图像处理技术领域，该方法包括：确定识别的零件型号，筛选出相应的标准零件信息存储在模板使用列表中；采集待识别零件图像送入深度实例分割模型中，得到单个待识别零件轮廓图；根据轮廓图计算零件尺寸信息，并与表中的各个标准零件尺寸信息进行对比筛选，将不符合预定条件的标准零件信息从表中删除；将轮廓图与表中的标准零件模板图进行仿射变化，逐个对比计算轮廓重叠度、相似度和内孔个数并建立评分方程，将更新后的模板使用列表中评分大于设定阈值且为最大值的标准零件信息记录的标准零件型号作为待识别零件的型号，能有效解决工业零件增量识别问题中模型反复训练的问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 目标 分割 工业 零件 增量 识别 方法 | ||
【主权项】：
暂无信息
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无锡雪浪数制科技有限公司，未经无锡雪浪数制科技有限公司许可，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/patent/202210842527.3/，转载请声明来源钻瓜专利网。
