包郵基于深度學習的裝配監測

作者：陳成軍著

出版社：科學出版社出版時間：2024-12-01

開本： B5 頁數： 186

本類榜單：工業技術銷量榜

中圖價:¥72.5(7.4折) 定價 ~~¥98.0~~ 登錄后可看到會員價

加入購物車收藏

開年大促， 全場包郵

?新疆、西藏除外

本類五星書更多>

>
公路車寶典(ZINN的公路車維修與保養秘籍)

公路車寶典(ZINN的公路車維修與保養秘籍)

¥69.6¥120
>
晶體管電路設計(下)

晶體管電路設計(下)

¥25.7¥38
>
基于個性化設計策略的智能交通系統關鍵技術

基于個性化設計策略的智能交通系統關鍵技術

¥34.3¥68
>
花樣百出:貴州少數民族圖案填色

花樣百出:貴州少數民族圖案填色

¥17.2¥45
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心

山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心

¥12.7¥39
>
鐵路機車概要.交流傳動內燃.電力機車

鐵路機車概要.交流傳動內燃.電力機車

¥158.4¥198
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡

利維坦的道德困境:早期現代政治哲學的問題與脈絡

¥31.9¥49

商品詳情
商品評論(0條)

中圖價:¥72.5 加入購物車

版權信息
內容簡介
目錄

基于深度學習的裝配監測版權信息

ISBN：9787030795243
條形碼：9787030795243 ; 978-7-03-079524-3
裝幀：平裝
冊數：暫無
重量：暫無
所屬分類：
工業技術
>
電子通信
>
一般性問題

基于深度學習的裝配監測內容簡介

本書以深度學習技術在機械產品裝配過程監測中的應用為主線，分別從裝配動作識別、機械裝配體多視角變化檢測與位姿估計、RV減速器裝配監測與深度學習網絡模型部署等方面開展研究，建立了數據集，改進或提出了深度學習模型，對深度學習模型進行了訓練，并與已有的方法進行了對比。全書共7章，主要內容包括人工智能技術基礎，基于深度學習的裝配動作識別，基于深度學習的機械裝配體多視角變化檢測與位姿估計，基于Transformer的機械裝配體多視角變化檢測和裝配順序監測，以及基于深度學習的RV減速器裝配監測與部署，*后總結本書內容并進行展望。

基于深度學習的裝配監測目錄

目錄前言第1章緒論11.1裝配監測的意義11.2裝配監測的研究現狀21.2.1裝配監測21.2.2動作識別31.2.3圖像變化檢測71.2.4位姿估計91.2.5深度學習網絡模型部署111.3本書主要內容12第2章卷積神經網絡與Transformer模型理論基礎142.1卷積神經網絡142.1.1卷積神經網絡基本結構142.1.2卷積神經網絡主要模塊162.1.3卷積神經網絡訓練過程182.2Transformer模型192.3深度學習網絡框架及部署工具202.3.1深度學習網絡框架202.3.2部署工具202.4本章小結21第3章基于深度學習的裝配動作識別223.1基于表面肌電信號和慣性信號的裝配動作識別方法223.1.1裝配動作識別流程223.1.2信號采集233.1.3信號預處理243.1.4基于通道注意力時空特征的卷積神經網絡263.1.5實驗環境參數設置及評價指標283.1.6模型實驗驗證293.2基于注意力機制和多尺度特征融合動態圖卷積網絡的裝配動作識別方法323.2.1基于注意力機制和多尺度特征融合的動態圖卷積網絡333.2.2數據集的制作373.2.3實驗結果與分析393.3基于視頻幀運動激勵聚合和時序差分網絡的裝配動作識別方法453.3.1運動激勵聚合和時序差分網絡453.3.2數據集的制作503.3.3實驗結果與分析503.4本章小結56第4章基于深度學習的機械裝配體多視角變化檢測與位姿估計574.1基于深度圖像注意力機制特征提取的機械裝配體多視角變化檢測方法574.1.1基于深度圖像注意力機制特征提取的多視角變化檢測網絡574.1.2數據集的制作624.1.3實驗環境與指標選取644.1.4實驗結果與分析654.2基于三維注意力和雙邊濾波的機械裝配體多視角變化檢測方法704.2.1基于三維注意力和雙邊濾波的變化檢測網絡704.2.2數據集的制作744.2.3實驗環境和指標選取754.2.4實驗結果與分析764.3基于深度學習的機械裝配體零件多視角位姿估計方法794.3.1機械裝配體零件多視角位姿估計網絡794.3.2DenseFusion位姿估計網絡794.3.3數據集的制作824.3.4實驗環境與指標選取844.3.5實驗結果與分析844.4本章小結86第5章基于Transformer的機械裝配體多視角變化檢測與裝配順序監測875.1基于深度可分離卷積的特征融合和特征細化的機械裝配體多視角變化檢測方法875.1.1基于深度可分離卷積的特征融合和特征細化的多視角變化檢測網絡875.1.2數據集的制作905.1.3實驗環境與指標選取915.1.4實驗結果和分析925.2基于機械裝配體圖像多視角語義變化檢測的裝配順序監測方法965.2.1裝配順序監測方法965.2.2數據集的制作1025.2.3實驗環境與指標選取1045.2.4實驗對比的其他變化檢測網絡1055.2.5實驗結果與分析1085.3本章小結113第6章基于深度學習的RV減速器裝配監測與部署1146.1RV減速器裝配圖像采集試驗臺及數據集制作1146.1.1RV減速器裝配圖像采集試驗臺1146.1.2RV減速器裝配語義分割數據集1186.1.3RV減速器螺釘目標檢測數據集1226.1.4RV減速器針齒目標檢測數據集1236.2基于深度學習的RV減速器裝配監測方法1246.2.1語義分割網絡模型選擇1246.2.2語義分割網絡模型訓練1286.2.3目標檢測網絡模型選擇1306.2.4目標檢測網絡模型訓練1326.3基于目標檢測的針齒安裝監測方法1336.3.1改進RetinaNet目標檢測網絡模型1336.3.2改進RetinaNet模型與YOLOv5s模型對比1436.4RV減速器裝配監測軟件設計1456.4.1圖像采集模塊1456.4.2圖像預測模塊1476.4.3零件監測模塊1496.4.4界面操作模塊1526.4.5RV減速器零件漏裝監測實驗1556.4.6RV減速器針齒安裝監測實驗1586.5本章小結160第7章總結與展望1617.1本書總結1617.2研究展望162參考文獻164

展開全部

商品評論(0條)

寫書評賺書幣

暫無評論……

書友推薦