隨著工業(yè)的發(fā)展和科學(xué)技術(shù)的進(jìn)步,越來(lái)越多的新技術(shù)正逐步應(yīng)用到工業(yè)生產(chǎn)當(dāng)中。這很大程度上減輕了工人不必要的負(fù)擔(dān),使得工人的工作越來(lái)越來(lái)簡(jiǎn)單、不會(huì)出錯(cuò),更是大大提高了生產(chǎn)效率。而在這些新技術(shù)當(dāng)中,深度神經(jīng)網(wǎng)絡(luò)在最近幾年更是如火如荼,廣泛應(yīng)用到各個(gè)領(lǐng)域當(dāng)中。當(dāng)然應(yīng)用在圖像識(shí)別中就必不可少了,基于深度神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)現(xiàn)在已愈發(fā)成熟,識(shí)別的錯(cuò)誤率現(xiàn)在已遠(yuǎn)低于人眼視覺(jué)識(shí)別。所以目前,一些工業(yè)上的檢測(cè)正逐步從人眼視覺(jué)檢測(cè)轉(zhuǎn)化到計(jì)算機(jī)視覺(jué)檢測(cè)。如今,在汽車廠的車間生產(chǎn)線上,需要人工安裝汽車開(kāi)關(guān)按鍵面板,并且是人工檢測(cè)安裝是否正確。由于在安裝之前需要工人熟悉生產(chǎn)計(jì)劃和開(kāi)關(guān)按鍵信息,這增加了工作難度,再加上長(zhǎng)時(shí)間重復(fù)相同的操作,工人非常容易疲勞,難免會(huì)出現(xiàn)錯(cuò)裝、漏裝等情況。這樣安裝錯(cuò)誤的面板一旦安裝在整車上,以后再想更改錯(cuò)誤,付出的代價(jià)是巨大的。所以為了解決這個(gè)問(wèn)題,本文設(shè)計(jì)并實(shí)現(xiàn)了一套基于深度神經(jīng)網(wǎng)絡(luò)的開(kāi)關(guān)安裝糾錯(cuò)系統(tǒng)。該系統(tǒng)主要實(shí)現(xiàn)兩個(gè)功能:第一部分是實(shí)現(xiàn)半自動(dòng)化引導(dǎo)功能,使工人無(wú)需了解生產(chǎn)計(jì)劃便可正確安裝開(kāi)關(guān);第二部分是對(duì)安裝完成的面板進(jìn)行檢測(cè),以確保開(kāi)關(guān)按鍵安裝正確。對(duì)于系統(tǒng)的第一部分功能,... 

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 深度學(xué)習(xí)的發(fā)展
    1.3 深度學(xué)習(xí)在圖像識(shí)別中的研究現(xiàn)狀
    1.4 論文主要研究?jī)?nèi)容
    1.5 論文組織結(jié)構(gòu)
第2章 需求分析與系統(tǒng)架構(gòu)
    2.1 需求分析
        2.1.1 半自動(dòng)化引導(dǎo)模塊需求分析
        2.1.2 計(jì)算機(jī)視覺(jué)檢測(cè)模塊需求分析
    2.2 系統(tǒng)架構(gòu)
        2.2.1 半自動(dòng)化引導(dǎo)系統(tǒng)架構(gòu)
        2.2.2 視覺(jué)檢測(cè)系統(tǒng)架構(gòu)
        2.2.3 總體架構(gòu)
    2.3 本章小結(jié)
第3章 關(guān)鍵技術(shù)
    3.1 深度學(xué)習(xí)
        3.1.1 深度學(xué)習(xí)的概念
        3.1.2 淺層學(xué)習(xí)與深度學(xué)習(xí)
        3.1.3 深度學(xué)習(xí)的優(yōu)點(diǎn)
    3.2 常用深度學(xué)習(xí)模型
        3.2.1 深度信念網(wǎng)絡(luò)
        3.2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
        3.2.3 卷積神經(jīng)網(wǎng)絡(luò)
    3.3 Tensorflow
    3.4 本章小結(jié)
第4章 系統(tǒng)實(shí)現(xiàn)
    4.1 硬件部分實(shí)現(xiàn)
        4.1.1 設(shè)備選材
        4.1.2 工作臺(tái)
    4.2 圖像采集模塊
    4.3 圖像識(shí)別模塊
        4.3.1 獲取圖片樣本
        4.3.2 基于深度信念網(wǎng)絡(luò)的網(wǎng)絡(luò)構(gòu)造
        4.3.3 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)構(gòu)造
        4.3.4 基于卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)構(gòu)造
        4.3.5 實(shí)驗(yàn)結(jié)果分析
    4.4 圖像匹配模塊
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝



本文編號(hào)：3717078