买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：台州航泰航空科技有限公司

摘要：本发明公开了一种球笼的锻造加工工艺，其获取由摄像头采集的所述待检测球笼的球笼表面状态图像；对所述球笼表面状态图像进行特征提取以得到球笼形状特征图、球笼颜色特征图和球笼纹理特征图；融合所述球笼形状特征图、所述球笼颜色特征图和所述球笼纹理特征图以得到球笼多维语义融合特征向量；基于所述球笼多维语义融合特征向量，确定所述待检测球笼是否合格。这样，可以建立高效的质量评估模型，使得球笼质量的评估过程实现自动化，减少人工干预，提高效率。

主权项：1.一种球笼的锻造加工方法，包括：将毛坯加热以得到加热后毛坯；将所述加热后毛坯放入模具，用压力机对所述加热后毛坯进行压制，使所述加热后毛坯充填模具腔以得到压制后毛坯；将所述压制后毛坯从所述模具中取出，并对所述压制后毛坯进行冷却、清理、热处理和机械加工，以得到待检测球笼；对所述待检测球笼进行质量检测，其特征在于，对所述待检测球笼进行质量检测，包括：获取由摄像头采集的所述待检测球笼的球笼表面状态图像；对所述球笼表面状态图像进行特征提取以得到球笼形状特征图、球笼颜色特征图和球笼纹理特征图；融合所述球笼形状特征图、所述球笼颜色特征图和所述球笼纹理特征图以得到球笼多维语义融合特征向量；基于所述球笼多维语义融合特征向量，确定所述待检测球笼是否合格；其中，融合所述球笼形状特征图、所述球笼颜色特征图和所述球笼纹理特征图以得到球笼多维语义融合特征向量，包括：使用稀疏化特征融合模块对所述球笼形状特征图、所述球笼颜色特征图和所述球笼纹理特征图进行融合以得到所述球笼多维语义融合特征向量；其中，使用稀疏化特征融合模块对所述球笼形状特征图、所述球笼颜色特征图和所述球笼纹理特征图进行融合以得到所述球笼多维语义融合特征向量，包括：使用如下稀疏化特征融合公式对所述笼形状特征图、所述球笼颜色特征图和所述球笼纹理特征图进行融合以得到所述球笼多维语义融合特征向量；其中，所述稀疏化特征融合公式为：U＝X*+Y*+Z*X*＝WxXY*＝WyYZ*＝WzZ其中，U为所述球笼多维语义融合特征向量，X为所述球笼形状特征图经特征图展开得到的球笼形状特征向量，Y为所述球笼颜色特征图经特征图展开得到的球笼颜色特征向量，Z为所述球笼纹理特征图经特征图展开得到的球笼纹理特征向量，Wx为所述球笼形状特征向量的转换矩阵，Wy为所述球笼颜色特征向量的转换矩阵，Z*为所述球笼纹理特征向量的转换矩阵，X*为显著化球笼形状特征向量，Y*为显著化球笼颜色特征向量，Z*为显著化球笼纹理特征向量；其中，还包括训练步骤：对基于第一卷积层的形状特征提取器、基于第二卷积层的颜色特征提取器、基于多层卷积层的纹理特征提取器、稀疏化特征融合模块和分类器进行训练；其中，所述训练步骤，包括：获取训练数据，所述训练数据包括由摄像头采集的待检测球笼的训练球笼表面状态图像，以及，所述待检测球笼是否合格的真实值；对所述训练球笼表面状态图像进行图像预处理以得到训练预处理后球笼表面状态图像，其中，所述图像预处理包括图像降噪；将所述训练预处理后球笼表面状态图像通过所述基于第一卷积层的形状特征提取器以得到训练球笼形状特征图；将所述训练预处理后球笼表面状态图像通过所述基于第二卷积层的颜色特征提取器以得到训练球笼颜色特征图；将所述训练预处理后球笼表面状态图像通过所述基于多层卷积层的纹理特征提取器以得到训练球笼纹理特征图；使用所述稀疏化特征融合模块对所述训练球笼形状特征图、所述训练球笼颜色特征图和所述训练球笼纹理特征图进行融合以得到训练球笼多维语义融合特征向量；将所述训练球笼多维语义融合特征向量通过分类器以得到分类损失函数值；以所述分类损失函数值来对所述基于第一卷积层的形状特征提取器、所述基于第二卷积层的颜色特征提取器、所述基于多层卷积层的纹理特征提取器、所述稀疏化特征融合模块和所述分类器进行训练，其中，在所述训练的每一轮迭代中，对所述训练球笼多维语义融合特征向量进行优化；其中，对所述训练球笼多维语义融合特征向量进行优化，表示为：以如下优化公式在所述训练的每一轮迭代中，对所述训练球笼多维语义融合特征向量进行优化以得到优化后球笼多维语义融合特征向量；其中，所述优化公式为： 其中，和分别是所述训练球笼多维语义融合特征向量V的1范数和2范数的平方，L是所述训练球笼多维语义融合特征向量V的长度，且ω是权重超参数，vi是所述训练球笼多维语义融合特征向量的特征值，vi′是优化后球笼多维语义融合特征向量的特征值，V是所述训练球笼多维语义融合特征向量，log表示以2为底的对数函数。

全文数据：

权利要求：

百度查询： 台州航泰航空科技有限公司 一种球笼的锻造加工工艺