【技术实现步骤摘要】
一种基于机器视觉的产品与云端数据匹配系统及方法
本专利技术涉及数据分析
，具体为一种基于机器视觉的产品与云端数据匹配系统及方法。
技术介绍
在迅速变化和发展的智能制造大潮下，为了满足各应用场景的功能需求，小批量、多品种、个性化的产品逐渐成为智能制造的必然方向。但为了满足客户的个性化定制设计新产品、制定新的制造工艺必将造成更多的资源浪费，因此在原有产品的设计基础上进行改进和升级变得尤为重要。然而，在产品升级过程中存在以下问题：1.为了满足客户的个性化定制设计新产品、制定新的制造工艺必将造成更多的资源浪费；2.技术设计文件存储在本地，受硬件本身存储空间限制，对于大型文件存储量有限且安全性难以得到保证；3.查找产品原有技术文件方式单一，无法满足对多品种、个性化、定制化的智能产品快速便捷地检索。
技术实现思路
本专利技术的目的是：针对现有技术中存在的获取产品设计信息的方式不便捷、效率低的问题，提出一种基于机器视觉的产品与云端数据匹配系统及方法。本专利技术为了解决上述技...
【技术保护点】
1.一种基于机器视觉的产品与云端数据匹配系统，其特征在于包括：本地终端产品识别模块和云端服务器文件存储模块；/n所述本地终端产品识别模块用于对采集到的产品图像进行识别；/n所述云端服务器文件存储模块用于存储产品的设计文件，并与本地的终端文件进行交互；/n所述本地终端产品识别模块包括聚类单元、cfg配置文件单元、解析单元、网络层单元、卷积神经网络构建单元、网络权重文件单元、输入输出单元和功能单元；/n所述聚类单元与本地cfg配置文件单元相连，聚类单元从本地调取训练样本的标注文件，并对标注文件进行分析，计算得到目标框体的尺寸；/n所述cfg配置文件单元与聚类单元以及解析单元相连...
【技术特征摘要】
1.一种基于机器视觉的产品与云端数据匹配系统，其特征在于包括：本地终端产品识别模块和云端服务器文件存储模块；
所述本地终端产品识别模块用于对采集到的产品图像进行识别；
所述云端服务器文件存储模块用于存储产品的设计文件，并与本地的终端文件进行交互；
所述本地终端产品识别模块包括聚类单元、cfg配置文件单元、解析单元、网络层单元、卷积神经网络构建单元、网络权重文件单元、输入输出单元和功能单元；
所述聚类单元与本地cfg配置文件单元相连，聚类单元从本地调取训练样本的标注文件，并对标注文件进行分析，计算得到目标框体的尺寸；
所述cfg配置文件单元与聚类单元以及解析单元相连，cfg配置文件单元用于存储卷积神经网络的主要模型参数，并将训练样本的目标框体尺寸作为网络的输出层参数进行存储；
所述解析单元与cfg配置文件单元、网络层单元和卷积神经网络构建单元相连，解析单元从cfg配置文件单元读取构建神经网络的网络参数，并将各参数发送至网络层单元；
所述网络层单元与解析单元、卷积神经网络构建单元相连，网络层单元从解析单元接收网络层参数，并利用网络层参数实例化各网络层，并将实例化后的网络层发送给卷积神经网络构建单元；
所述卷积神经网络构建单元与解析单元、网络层单元、网络权重文件单元相连，卷积神经网络构建单元从解析单元接收网络结构参数，并从网络层单元接收实例化后的网络层，根据网络结构参数将网络层按照次序进行组合，所述卷积神经网络构建单元还用于从网络权重文件单元读取网络权重参数；
所述网络权重文件单元与卷积神经网络构建单元、功能单元相连，网络权重文件单元从功能单元获取网络权重参数，并进行存储；
所述输入输出单元与功能单元相连，输入输出单元用于从本地读取待测目标图像；
所述功能单元与输入输出单元、卷积神经网络构建单元、网络权重文件单元、本地数据相连，所述功能单元调用训练函数对卷积神经网络进行训练更新权重，并将更新的权重进行存储，通过调用预测函数对目标进行预测，并将识别的结果反馈到云端。
2.根据权利要求1所述的一种基于机器视觉的产品与云端数据匹配系统，其特征在于所述对标注文件进行分析包括标注文件的目标类别、目标位置坐标以及宽、高。
3.根据权利要求1所述的一种基于机器视觉的产品与云端数据匹配系统，其特征在于所述采集到的产品图像包括待识别任务所需要的数据集，数据集中包涵产品测试集待测图片、产品训练集待训练图片和产品训练集标签文件，所述产品训练集标签文件记录训练集待训练图片中目标的标注信息。
4.根据权利要求3所述的一种基于机器视觉的产品与云端数据匹配系统，其特征在于所述训练集待训练图片中目标的标注信息包括目标名称、目标所在位置和位置坐标。
5.根据权利要求1所述的一种基于机器视觉的产品与云端数据匹配系统，其特征在于所述聚类单元...
【专利技术属性】
技术研发人员：闫纪红，梁赟，王鹏翔，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。