专利名称：一种基于深度学习的监测装配操作的方法和装置专利类型：发明专利 发明人：陈成军，宋怡仁，王天诺，洪军，李正浩，郑帅，李东年
申请号：CN201911383314.3
申请日：20191228
公开号：CN111062364A
公开日：
20200424
专利内容由知识产权出版社提供
摘要：本发明涉及一种基于深度学习的监测装配操作的方法和装置，所述监测装配动作的方法包括以下步骤步骤：建立装配工具样本集：拍摄实验人员进行装配动作的影像，收集影像中不同装配工具的图像，并对各图像进行标注，生成图像标签，收集所有图像标签作为样本集；训练装配工具监测模型：将装配工具样本集送入目标检测深度学习网络模型中进行训练，生成装配工具监测模型；实时监测：识别装配现场装配工人进行装配的影像，识别影像中装配工人使用的装配工具；装配动作次数监测：识别到影像中的装配工具后，将影像送入人体姿态识别网络模型中进行识别，识别人体关节运动信息，使用人体关节运动信息判断装配工人进行装配动作的次数。 申请人：青岛理工大学，西安交通大学，中国科学院重庆绿智能技术研究院
地址：266000 山东省青岛市青岛经济技术开发区嘉陵江路777号青岛理工大学
国籍：CN
代理机构：福州科扬专利事务所
代理人：魏珊珊
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议