- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111340802 A
(43)申请公布日
2020.06.26
(21)申请号 202010218387.3
(22)申请日 2020.03.25
(71)申请人 嘉兴学院
地址 314001 浙江省嘉兴市秀洲区康和路
1288号光伏科创园2号楼
申请人 嘉兴视联智能科技股份有限公司
(72)发明人 周振峰 孙家宁 章日平 张勇
蔡正倩 张建新 谢辉
(74)专利代理机构 北京翔瓯知识产权代理有限
公司 11480
代理人 吴万华
(51)Int.Cl.
G06T 7/00(2017.01)
G06N 3/08(2006.01)
G06N 3/04(2006.01)
权利要求书1页 说明书3页 附图1页
(54)发明名称
一种采用人工智能技术进行自动化验布的
智能验布机
(57)摘要
本发明涉及一种采用人工智能技术进行自
动化验布的智能验布机,其包括:机械组件;电子
组件;视觉系统,设置在卷动过程中的布匹上方,
用于实时采集布匹表面信息图像;训练系统,与
视觉系统连接,训练模式下,用于根据视觉系统
采集的布匹表面信息图像,应用标识及分类的疵
点样本图像训练深度神经网络模型;宿主计算
机,与视觉系统以及训练系统连接,用于生产模
式下,根据视觉系统传来的实时布匹表面信息图
像,应用训练系统训练好的深度神经网络模型来
进行推理,判断是否有疵点存在以及其类型,在
A 人工验布机的基础上增加机器视觉系统,当摄像
2 头采集到布匹表面信息后,由前期训练的深度神
0
8
0 经网络来进行疵点检测。
4
3
1
1
1
N
C
CN 111340802 A 权 利 要 求 书 1/1页
1.一种采用人工智能技术进行自动化验布的智能验布机,其特征在于:其包括:
机械组件,确保布匹卷动过程中绷紧;
电子组件,用于获取布匹实时纵向位置;
视觉系统,设置在卷动过程中的布匹上方,用于实时采集布匹表面信息图像;
训练系统,与视觉系统连接,训练模式下,用于根据视觉系统采集的布匹表面信息图
像,应用标识及分类的疵点样本图像训练深度神经网络模型;
宿主计算机,与视觉系统以及训练系统连接,用于生产模式下,根据视觉系统传来的实
时布匹表面信息图像,应用训练系统训练好的深度神经网络模型来进行推理,判断是否有
疵点存在以及其类型。
2.根据权利要求1所述的一种采用人工智能技术进行自动化验布的智能验布机,其特
征在于:视觉系统由面阵相机数组构成。
3.根据权利要求1所述的一种采用人工智能技术进行自动化验布的智能验布机,其特
征在于:所述训练系统为计算机或云计算系统。
4.根据权利要求1所述的一种采用人工智能技术进行自动化验布的智能验布机,其特
征在于:训练系统包括以下步骤:
步骤一、采集疵点图像样本;
步骤二、疵点标识及分类;
步骤三、训练深度神经网络及评估,当采集一定数量的疵点图像样本并进行标识及分
类后,用这些图像样本应用TensorFlow去训练深度神经网络并进行评估;
步骤四、生成深度神经网络模型的冷冻图:用TensorFlow导出训练好的深度神经网络
模型的冷冻图;
步骤五、发布神经网络,将导出的冷冻图发布到宿主计算机系统;
步骤六、发现新疵点样本,从新标识、分类、训练及导出。
5.根据权利要求4所述的一种采用人工
文档评论(0)