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