深度学习在混合现实车间巡检中的应用
传统的车间巡检方法主要依靠人工检查及记录结果,过程繁琐且无法实时共享全过程.为了提高工作效率,将深度学习应用到混合现实车间巡检中.采用了深度学习与混合现实技术相结合的方式,利用ResNet网络对车间设备进行分类识别,完成分类识别后,再利用HoloLens的空间感知能力定位到该设备进行确认,最后显示该设备的基本信息、运行状态和报警等信息.经实验验证,与传统的车间巡检方法相比,具有较高识别率的ResNet有效地过滤了噪声,提高了HoloLens的利用率和识别率,同时也提高了巡检人员的工作效率.
混合现实、ResNet、深度学习、车间巡检、HoloLens、卷积神经网络
31
TP391.9;R318;TP181
辽宁省教育厅科学研究经费项目;沈阳市重大科技成果转化专项
2022-05-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
118-123