龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：上海大学
摘要：本发明涉及一种转炉图像增量自动机器学习系统及其建立训练方法，形成转炉图像由感知到识别与研判的端到端解决方案，以应对炼钢厂在使用转炉炼钢的过程中存在喷溅、氧枪点火失败、氧枪漏水、拉后吹等异常现象。本发明能够在工厂等边缘设备进行部署，克服了工业上的机器视觉任务存在设备算力不足和实时检测的困难。相较于现阶段已有的面向智能工厂的图像识别方法，本发明提出的转炉图像增量自动机器学习系统在实际应用中优势明显。
主权项：1.一种转炉图像增量自动机器学习系统，其特征在于，从下至上依次包括数据层、业务层和用户层；数据层：用于处理数据，采集实时转炉视频数据、预处理图像数据、在业务层驱动下图像识别标签数据，构成非结构化的数据库系统，对转炉异常典型场景数据分类存储；业务层：用于对用户层图像增量和客户需求的核心驱动，同时也是下层数据层的数据驱动；包括用户模块和异常预警模块，异常预警模块负责模型的构建和预测，系统通过调用异常预警模块读取数据层的异常数据，将处理后的结果再返回到用户模块，其中包括各模型的参数和异常情况；用户模块将用户所需结果返回用户层；用户层：用于给用户提供界面，在线增量图像、需求任务输入和结果展示；摄像头精准监控转炉场景的颜色和形状，对喷溅、氧枪点火失败、氧枪漏水、拉后吹四类典型场景，摄像头输出转炉视频数据送数据层转换为转炉数据集存储和高质量图像数据输出，高质量图像数据送入业务层进行图像特征提取、识别，输出分类后异常图像至用户层；所述业务层的异常预警模块使用图像特征提取算法对转炉图像关键特征进行提取，将非结构化的图像数据转化为特征空间中结构化的特征向量，通过向量拼接方式对特征进行融合，再通过转炉场景图像特征提取算法，将非结构化转炉图像数据转化为转炉典型场景识别，最终异常预警模块识别转炉异常场景并发出报警信息，并将异常预警模型参数信息和异常结果数据存入数据库。
全文数据：
权利要求：
百度查询： 上海大学 转炉图像增量自动机器学习系统及其建立训练方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号