[发明专利]一种基于深度学习的链条形变测量方法在审
申请号: | 202210677029.8 | 申请日: | 2022-06-15 |
公开(公告)号: | CN115035066A | 公开(公告)日: | 2022-09-09 |
发明(设计)人: | 董明刚;王彦;魏雪影;武天昊 | 申请(专利权)人: | 桂林理工大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/60;G06V10/26;G06V10/28;G06V10/30;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 541004 广西壮*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于深度学习的链条形变检测方法,本发明首先利用安装在平台上的高清摄像头组,采集足够数量的链条图像训练集,训练一个基于深度卷积神经网络的语义分割模型。其次,当需要检测链条形变时,将实时拍摄的链条影像输入到训练好的语义分割模型中,分割出链条部分。最后,利用中心扩张算法来测量链条的尺寸信息。本发明可以有效检测出发生形变的某一节链条,对其进行定位,并记录其形变的大小。本发明具有准确度高,响应速度快的特点。 | ||
搜索关键词: | 一种 基于 深度 学习 链条 形变 测量方法 | ||
【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桂林理工大学,未经桂林理工大学许可,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/202210677029.8/,转载请声明来源钻瓜专利网。