【技术实现步骤摘要】
一种基于深度学习的工业零件关键点检测方法
[0001]本专利技术涉及人工智能
,具体为一种基于深度学习的工业零件关键点检测方法。
技术介绍
[0002]工业零件在生产出来之后需要对其进行检测,检测的范围包括工业零件的强度、模型大小是否合规、产品外观有无磨损。有的工业零件还需要对上面的关键点进行检测,检测关键点的受力情况,判断刚性是否足够。目前一般的检测方式都是固定工件,然后采用人工检测的方式对工件的关键点进行受力检测,这样能够保证工件无论以什么样的姿态进行测试,都能第一时间准确的找到关键点的位置,进行检测,但是这种方式的缺点是必须要有人工检测,费时费力。
技术实现思路
[0003]针对现有技术的不足,本专利技术提供了一种基于深度学习的工业零件关键点检测方法,使用后,可以解决现有技术中,对工业零件关键点检测。
[0004]为实现以上目的,本专利技术通过以下技术方案予以实现:一种基于深度学习的工业零件关键点检测方法,包括以下步骤:
[0005]S1:先在放置工件的平台上建立网格状坐标,并同时建立工件的外轮廓模型。
[0006]S2:工件放置到检测平台上固定,摄像头对工件进行摄像并将工件的位置和摆放姿态进行确定,启动固定装置对工件进行固定,并找到工件的关键点。
[0007]S3:确定好工件的放置姿态后,开始对工件的关键点进行受力检测。
[0008]S4:设备上的检测工件对工件的关键位置进行检测,并将检测结果反馈到电脑上,与电脑数据进行比对。
[0009] ...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的工业零件关键点检测方法,其特征在于,包括以下步骤:S1:先在放置工件的平台上建立网格状坐标,并同时建立工件的外轮廓模型;S2:工件放置到检测平台,摄像头对工件进行摄像并将工件的位置和摆放姿态进行确定,启动固定装置对工件进行固定,并找到工件的关键点;S3:确定好工件的放置姿态后,开始对工件的关键点进行受力检测,并且对工件的固定位置和关键点测量位置进行记录;S4:设备上的检测工件对工件的关键位置进行检测,并将检测结果反馈到电脑上,与电脑数据进行比对,判断工件关键点受力是否合格。2.根据权利要求1所述的一种基于深度学习的工业零件关键点检测方法,其特征在于:摄像头设置与平台的上方,通过扫描工件顶部的图像对比之前在电脑上建立的外轮廓模型就可以准确判断工件...
【专利技术属性】
技术研发人员:项强德,
申请(专利权)人:南京唯景视觉科技有限公司,
类型:发明
国别省市:
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。