【技术实现步骤摘要】
本专利技术涉及影像数据解析,具体是基于ai模型的智能影像数据识别解析方法、系统及装置。
技术介绍
1、在现代工业生产中,焊接作为一种关键的连接工艺,广泛应用于汽车制造、航空航天、船舶建造等众多领域。随着工业自动化和智能化的发展,对焊接质量和生产效率的要求日益提高。
2、现有的异常判断手段多基于简单的阈值设定,当监测数据超过或低于设定阈值时,便判定为异常,极易出现误判和漏判,无法适应多样化的焊接工况。焊接过程受到多种因素的共同影响,但现有技术缺乏对这些因素之间关联关系的深入分析,无法准确判断异常产生的根本原因。尽管部分监测系统引入了影像数据,但对影像数据的处理和分析较为初级,仅能进行简单的图像识别。
技术实现思路
1、本专利技术的目的在于提供基于ai模型的智能影像数据识别解析方法、系统及装置,以解决现有技术中提出的问题。
2、为实现上述目的,本专利技术提供如下技术方案:
3、第一方面,本专利技术提供了基于ai模型的智能影像数据识别解析方法,包括以下步骤:<
...【技术保护点】
1.基于AI模型的智能影像数据识别解析方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于AI模型的智能影像数据识别解析方法,其特征在于,所述获取焊接机器人在焊接过程中的影像数据、声音数据、物理参数数据和环境数据,进行时间同步和数据清洗,整合形成实时多模态焊接数据,包括:
3.根据权利要求1所述的基于AI模型的智能影像数据识别解析方法,其特征在于,所述收集历史声音数据和历史物理参数数据,使用深度神经网络进行训练,进行异常分类,包括:
4.根据权利要求1所述的基于AI模型的智能影像数据识别解析方法,其特征在于,所述基于实时多
...【技术特征摘要】
1.基于ai模型的智能影像数据识别解析方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于ai模型的智能影像数据识别解析方法,其特征在于,所述获取焊接机器人在焊接过程中的影像数据、声音数据、物理参数数据和环境数据,进行时间同步和数据清洗,整合形成实时多模态焊接数据,包括:
3.根据权利要求1所述的基于ai模型的智能影像数据识别解析方法,其特征在于,所述收集历史声音数据和历史物理参数数据,使用深度神经网络进行训练,进行异常分类,包括:
4.根据权利要求1所述的基于ai模型的智能影像数据识别解析方法,其特征在于,所述基于实时多模态焊接数据,输入声音数据和物理参数数据到深度神经网络中,得到焊接数据异常分类集,包括:
5.根据权利要求1所述的基于ai模型的智能影像数据识别解析方法,其特征在于,所述提取影像数据特征,包括焊接区域整体特征、焊缝特写特征和熔池特征,包括:
6.根据权利要...
【专利技术属性】
技术研发人员:周星辰,秦伟,马瑞,
申请(专利权)人:深圳华北工控软件技术有限公司,
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。