[发明专利]轻量卷积神经网络结合时间序列融合识别刀具磨损方法在审
| 申请号： | 202310448883.1 | 申请日： | 2023-04-24 |
| 公开（公告）号： | CN116342579A | 公开（公告）日： | 2023-06-27 |
| 发明（设计）人： | 孔繁星;孙皓章;陈娜;陈澄;邵逸飞 | 申请（专利权）人： | 吉林化工学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;B23Q17/09;G06V10/764;G06F18/00;G06N3/08;G06N3/049;G06N3/0464;G06V10/82 |
| 代理公司： | 哈尔滨龙科专利代理有限公司 23206 | 代理人： | 吕洪娟 |
| 地址： | 132000*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种轻量卷积神经网络结合时间序列融合识别刀具磨损方法，所述方法包括如下步骤：步骤一、数据采集；步骤二、磨损分类；步骤三、模型训练参数选择；步骤四、模型建立；步骤五、设定模型评价指标；步骤六、磨损识别：在初期磨损和正常磨损阶段使用MobilenetV2进行磨损识别，在急剧磨损阶段使用MobilenetV3进行磨损识别。该方法将轻量级卷积神经网络应用在刀具磨损检测方法中，轻量级卷积神经网络具有占据内存小运行速度快等优点，这对于将刀具磨损检测模型移植到嵌入式便携设备并集成到机床中实现实时在线监测有着重要意义。 | ||
| 搜索关键词： | 卷积 神经网络 结合 时间 序列 融合 识别 刀具 磨损 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吉林化工学院，未经吉林化工学院许可，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/202310448883.1/，转载请声明来源钻瓜专利网。
