一种基于深度学习算法的工位目标检测系统技术方案

本发明专利技术公开了一种基于深度学习算法的工位目标检测系统，包括：数据存储模块、目标识别模块、结果标识模块和结果纠正模块。本发明专利技术提供的基于深度学习算法的工位目标检测系统通过结果纠正模块对目标识别模块中数据对比结果进行人为判断，并对对比结果进行纠正，通过深度学习算法优化目标识别模块的识别算法，提高目标识别精度，即结果标识的准确性。即结果标识的准确性。即结果标识的准确性。

【技术实现步骤摘要】
一种基于深度学习算法的工位目标检测系统


[0001]本专利技术涉及目标检测
，具体涉及一种基于深度学习算法的工位目标检测系统。

技术介绍

[0002]化工企业需要对老旧CRT电视机进行拆解，为了统计拆解过程的破屏率，以及拆解工序完成后屏幕上的荧光粉是否处理干净，以防止对环境的污染，需要对拆解完成后的屏幕进行检查。
[0003]现有的方法为投入大量人工，监视拆解线上摄像头传回的视频状况，由于拆解线较多，拆解的过程中还掺杂有工人的清扫、设备故障检修、设备搬运等其他与拆解无关的事务，造成人工监视效率低、操作复杂且成本较高的问题。

技术实现思路

[0004]本专利技术的目的在于，克服现有技术中存在的缺陷，提供一种监视效率高、目标识别准确、操作便捷的基于深度学习算法的工位目标检测系统。
[0005]为实现上述目的，本专利技术的技术方案是设计一种基于深度学习算法的工位目标检测系统，该系统运行于计算机上，包括：
[0006]数据存储模块，用于存储CRT电视机屏幕的外观数据；
[0007]目标识别模块，用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习算法的工位目标检测系统，该系统运行于计算机上，其特征在于，包括：数据存储模块，用于存储CRT电视机屏幕的外观数据；目标识别模块，用于识别CRT电视机屏幕，并与所述数据存储模块中的CRT电视机屏幕外观数据进行对比；结果标识模块，所述目标识别模块中的对比结果数据传输至结果标识模块中，并通过所述结果标识模块对不同标识结果分别进行上色；结果纠正模块，所述结果纠正模块用于录入目标识别模块中数据对比结果的人为判断信息，当其为正确时，将该信息反馈至结果标识模块；当其为错误时，将该信息通过深度学习算法反馈至结果标识模块中，并纠正所述结果标识模块中的标识结果数据与标识颜色。2.根据权利要求1所述的一种基于深度学习算法的工位目标检测系统，其特征在于，所述数据存储模块包括数据存储单元和数据调用单元，所述数据存储单元用于录入和存储CRT电视机屏幕的外观数据，所述数据调用单元用于将外观数据调用至其他模块。3.根据权利要求1所述的一种基于深度学习算法的工位目标检测系统，其特征在于，所述目标识别模块包括摄像头、目标识别单元和数据对比单元，所述摄像头安装至各工位，用于采集图像数据，并通过数据对比单元与所述数据存储模块中的外观数据进行对比，最终将对比结果反馈至目标识别单元，所述目标识别单元基于对比结果给出识别结果数据。4...

【专利技术属性】
技术研发人员：任萌，
申请(专利权)人：上海数依数据科技有限公司，
类型：发明
国别省市：