【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种基于视觉神经的插针取电连接器的接触点检测方法及装置。
技术介绍
1、随着工业自动化和智能制造的深入发展，电气设备的性能和可靠性成为影响生产效率和安全的重要因素。插针取电连接器作为取电设备的关键组件，其接触点的质量直接影响到设备的稳定性。目前，传统的接触点检测方法主要依赖于人工经验和设备性能测试，但其存在人工检测耗时长，且难以应对大规模生产线的需求，人工检测依赖于检测人员的经验，容易出现误判等问题。因此，考虑采用神经网络模型实现。例如，首先对采集到的数据进行预处理，提取关键特征，为神经网络模型的训练做好准备。然后，选择合适的神经网络架构，对模型进行训练和优化，以提高检测的准确性和鲁棒性。最后，将训练好的模型部署到实际生产环境中，实现自动化检测，并持续监控模型的性能，确保检测结果的可靠性。
2、然而，如何保证神经网络模型的鲁棒性是目前研究的问题。
技术实现思路
1、本申请实施例提供一种基于视觉神经的插针取电连接器的接触点检测方法及装置，用以保证检测的
【技术保护点】
1.一种基于视觉神经的插针取电连接器的接触点检测方法，其特征在于，应用于电子设备，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述插针取电连接器包括底座和插针，所述插针包括第一端和第二端，所述插针的所述第一端设置在所述底座，在所述第一端和所述第二端之间设置的用于取电的所述接触点包括第一接触点和第二接触点，所述第一接触点和所述第二接触点分布在所述插针的两侧，设置连接所述第一接触点和所述第二接触点的第一参考线，设置连接所述第一端和所述第二端的第二参考线，所述第一参考线与所述第二参考线位于参考平面；
3.根据权利要求2所述的方法，其特征...
【技术特征摘要】
1.一种基于视觉神经的插针取电连接器的接触点检测方法，其特征在于，应用于电子设备，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述插针取电连接器包括底座和插针，所述插针包括第一端和第二端，所述插针的所述第一端设置在所述底座，在所述第一端和所述第二端之间设置的用于取电的所述接触点包括第一接触点和第二接触点，所述第一接触点和所述第二接触点分布在所述插针的两侧，设置连接所述第一接触点和所述第二接触点的第一参考线，设置连接所述第一端和所述第二端的第二参考线，所述第一参考线与所述第二参考线位于参考平面；
3.根据权利要求2所述的方法，其特征在于，所述电子设备通过视觉神经网络模型将所述至少两张图像在空间维度上关联处理，得到所述视觉神经网络模型输出的处理结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一全连接层包括的神经元与所述第二全连接层包括的神经元形成蜂窝连接的网络结构，所述第一全连接层与所述第二全连接层共享部分神经元为：所述蜂窝连接的网络结构中与所述第一全连接层中未被所述第二全连接层共享的神经元直接连接，且还与所述第二全连接层中未被所述第一全连接层共享的神经元直接连接的神经元，在所述蜂窝连接的网络结构中，所述第一全连接层中未被所述第二全连接层共享的神经元与所述第二全连接层中未被所述第一全连接层共享的神经元未直接连接。
5.根据权利要求4所述的方法，其特征在于，所述视觉神经网络模型被配置为：在所述视觉神经网络模型处理所述第一图像时，所述第一全连接层中未被所述第二全连接层共享的神经元被激活，且所述第二全连接层中未被所述第一全连接层共享的神经元未被激活，以及在所述视觉神经网络模型处理所述第二图像时，所述第一全连接层中未被所述第二全连接层共享的神经元未被激活，且所述第二全连接层中未被所述第一全连接层共享的神经元被激活，以及所述第一全连接层与所述第二全连接层共享的所述部分神经元在所述视觉神经网络模型处理所述第一图像和所述第二图像时始终被激活；
6.根据权利要求1所述的方法，其特征在于，所述插针取电连接器包括底座和插针，所述插针包括第一端和第二端，所述插针的所述第一端设置在所述底座，在所述第一端和所述第二端之间设置的用于取电的所述接触点包括第一接触点和第二接触点，所述第一接触点和所述第二接触点...
【专利技术属性】
技术研发人员：李克鲁，
申请(专利权)人：惠州市如意通电子科技有限公司，
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。