基于深度学的装配监测 机械工程 陈成军 新华正版
￥ 68.59 7.0折 ￥ 98 全新
库存3件
河北保定
认证卖家担保交易快速发货售后保障
作者陈成军
出版社科学出版社
ISBN9787030795243
出版时间2024-12
版次1
装帧平装
开本16
页数184页
字数232千字
定价98元
货号xhwx_1203468499
上书时间2024-12-19
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
目录
前言
章绪论1
1.1装配监测的意义1
1.2装配监测的研究现状2
1.2.1装配监测2
1.2.2动作识别3
1.2.3图像变化检测7
1.2.4位姿估计9
1.2.5深度学网络模型部署11
1.3本书主要内容12
第2章卷积神经网络与transformer模型理论基础14
2.1卷积神经网络14
2.1.1卷积神经网络基本结构14
2.1.2卷积神经网络主要模块16
2.1.3卷积神经网络训练过程18
2.2transformer模型19
2.3深度学网络框架及部署工具20
2.3.1深度学网络框架20
2.3.2部署工具20
2.4本章小结21
第3章基于深度学的装配动作识别22
3.1基于表面肌电信号和惯信号的装配动作识别方法22
3.1.1装配动作识别流程22
3.1.2信号采集23
3.1.3信号预处理24
3.1.4基于通道注意力时空特征的卷积神经网络26
3.1.5实验环境参数设置及评价指标28
3.1.6模型实验验证29
3.2基于注意力机制和多尺度特征融合动态图卷积网络的装配动作识别方法32
3.2.1基于注意力机制和多尺度特征融合的动态图卷积网络33
3.2.2数据集的制作37
3.2.3实验结果与分析39
3.3基于帧运动激励聚合和时序差分网络的装配动作识别方法45
3.3.1运动激励聚合和时序差分网络45
3.3.2数据集的制作50
3.3.3实验结果与分析50
3.4本章小结56
第4章基于深度学的机械装配体多视角变化检测与位姿估计57
4.1基于深度图像注意力机制特征提取的机械装配体多视角变化检测方法57
4.1.1基于深度图像注意力机制特征提取的多视角变化检测网络57
4.1.2数据集的制作62
4.1.3实验环境与指标选取64
4.1.4实验结果与分析65
4.2基于三维注意力和双边滤波的机械装配体多视角变化检测方法70
4.2.1基于三维注意力和双边滤波的变化检测网络70
4.2.2数据集的制作74
4.2.3实验环境和指标选取75
4.2.4实验结果与分析76
4.3基于深度学的机械装配体零件多视角位姿估计方法79
4.3.1机械装配体零件多视角位姿估计网络79
4.3.2densefusion位姿估计网络79
4.3.3数据集的制作82
4.3.4实验环境与指标选取84
4.3.5实验结果与分析84
4.4本章小结86
第5章基于transformer的机械装配体多视角变化检测与装配顺序监测87
5.1基于深度可分离卷积的特征融合和特征细化的机械装配体多视角变化检测方法87
5.1.1基于深度可分离卷积的特征融合和特征细化的多视角变化检测网络87
5.1.2数据集的制作90
5.1.3实验环境与指标选取91
5.1.4实验结果和分析92
5.2基于机械装配体图像多视角语义变化检测的装配顺序监测方法96
5.2.1装配顺序监测方法96
5.2.2数据集的制作102
5.2.3实验环境与指标选取104
5.2.4实验对比的其他变化检测网络105
5.2.5实验结果与分析108
5.3本章小结113
第6章基于深度学的rv减速器装配监测与部署114
6.1rv减速器装配图像采集试验台及数据集制作114
6.1.1rv减速器装配图像采集试验台114
6.1.2rv减速器装配语义分割数据集118
6.1.3rv减速器螺钉目标检测数据集122
6.1.4rv减速器针齿目标检测数据集123
6.2基于深度学的rv减速器装配监测方法124
6.2.1语义分割网络模型选择124
6.2.2语义分割网络模型训练128
6.2.3目标检测网络模型选择130
6.2.4目标检测网络模型训练132
6.3基于目标检测的针齿安装监测方法133
6.3.1改进retina目标检测网络模型133
6.3.2改进retina模型与yolov5s模型对比143
6.4rv减速器装配监测软件设计145
6.4.1图像采集模块145
6.4.2图像预测模块147
6.4.3零件监测模块149
6.4.4界面作模块152
6.4.5rv减速器零件漏装监测实验155
6.4.6rv减速器针齿安装监测实验158
6.5本章小结160
第7章结与展望161
7.1本书结161
7.2研究展望162
参文献164
内容简介：
本书以深度学技术在机械产品装配过程监测中的应用为主线，分别从装配动作识别、机械装配体多视角变化检测与位姿估计、rv减速器装配监测与深度学网络模型部署等方面开展研究，建立了数据集，改进或提出了深度学模型，对深度学模型进行了训练，并与已有的方法进行了对比。全书共7章，主要内容包括人工智能技术基础，基于深度学的装配动作识别，基于深度学的机械装配体多视角变化检测与位姿估计，基于tranformer的机械装配体多视角变化检测和装配顺序监测，以及基于深度学的rv减速器装配监测与部署，后结本书内容并进行展望。
— 没有更多了 —
以下为对购买帮助不大的评价