CN111680775A - 一种基于深度神经网络的图像识别模组 - Google Patents
一种基于深度神经网络的图像识别模组 Download PDFInfo
- Publication number
- CN111680775A CN111680775A CN202010515316.XA CN202010515316A CN111680775A CN 111680775 A CN111680775 A CN 111680775A CN 202010515316 A CN202010515316 A CN 202010515316A CN 111680775 A CN111680775 A CN 111680775A
- Authority
- CN
- China
- Prior art keywords
- wall
- identification
- image recognition
- movable
- recognition module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 50
- 230000000694 effects Effects 0.000 claims abstract description 89
- 230000007246 mechanism Effects 0.000 claims abstract description 41
- 230000005540 biological transmission Effects 0.000 claims description 25
- 239000000523 sample Substances 0.000 claims description 25
- 230000002093 peripheral effect Effects 0.000 claims description 24
- 239000013589 supplement Substances 0.000 claims description 15
- 230000000149 penetrating effect Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract 1
- 230000003139 buffering effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000006698 induction Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009975 flexible effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60B—VEHICLE WHEELS; CASTORS; AXLES FOR WHEELS OR CASTORS; INCREASING WHEEL ADHESION
- B60B33/00—Castors in general; Anti-clogging castors
- B60B33/0078—Castors in general; Anti-clogging castors characterised by details of the wheel braking mechanism
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于深度神经网络的图像识别模组，包括图像识别模组主体、识别自动定位装置和多功能识别装置，图像识别模组主体的前面活动连接有识别自动定位装置，图像识别模组主体的内侧固定连接有多功能识别装置，图像识别模组主体的底端固定连接有户外识别活动机构，图像识别模组主体的一端底部固定连接有收纳侧盒，收纳侧盒很好的体现了该识别模组的收纳便捷性，活动推杆很好的体现了该装置的受力便捷性，户外识别活动机构极大的提高了装置的活动便捷性，多功能识别装置很好的体现了该装置的图像识别功能多样性，识别自动定位装置很好的体现了该装置的识别定位自动性，适用于图像识别技术领域的使用，在未来具有广泛的发展前景。
Description
技术领域
本发明属于图像识别技术领域，具体为一种基于深度神经网络的图像识别模组。
背景技术
深度神经网络在图像识别领域具有独特优势，它能模仿人的眼睛的结构，视野域的高效识别，比传统的BP神经网络具有参数更少，识别效率更高等优点。图像识别是机器视觉的一个分支，在应用中需要准确的图像识别结果，且对时延也有一定要求。后续的执行机构，如机器人、小车等，需要根据图像识别的结果进行决策控制。
由于现有的识别装置都是固定在特定室内进行使用，当识别者数量较多时，室内环境无法很好的容纳，现有的识别装置不具备很好的户外活动设计，户外使用较为不便，且现有的图像识别模组只能通过摄像头获取图像进行识别，获取途径较为单一，不具备多功能获取设计，同时现有的摄像头无法对识别对象进行自动定位，图像识别模组需要识别者将识别图像对准放置于识别摄像头前端，较为麻烦。
发明内容
本发明的目的在于：为了解决(上述背景技术中提出的不具备很好的户外活动设计、不具备多功能获取设计和无法对识别对象进行自动定位)的问题，提供一种基于深度神经网络的图像识别模组。
本发明采用的技术方案如下：一种基于深度神经网络的图像识别模组，包括图像识别模组主体、识别自动定位装置和多功能识别装置，所述图像识别模组主体的前面活动连接有识别自动定位装置，所述识别自动定位装置的后面外壁与图像识别模组主体的前面外壁相连，所述图像识别模组主体的内侧固定连接有多功能识别装置，所述多功能识别装置的外围外壁与图像识别模组主体的内部内壁相连，所述图像识别模组主体的底端固定连接有户外识别活动机构，所述户外识别活动机构的顶端外壁与图像识别模组主体的底端外壁相连；
所述识别自动定位装置的中间部位固定连接有红外识别探头，所述红外识别探头的内侧内壁与识别自动定位装置的外围外壁相连，所述红外识别探头的底端固定连接有识别定位活动电机，所述识别定位活动电机的顶端外壁与红外识别探头的底端外壁相连，所述识别定位活动电机的底端固定连接有图像识别摄像头，所述图像识别摄像头的顶端外壁与识别定位活动电机的底端外壁相连，所述识别定位活动电机的两侧活动连接有横向活动导轮，所述横向活动导轮的一侧外壁与识别定位活动电机的另一侧外壁相连，所述横向活动导轮的外围固定连接有横向活动导轨，所述横向活动导轨的内侧内壁与横向活动导轮的外围外壁相连，所述识别自动定位装置的两端固定连接有纵向活动电机，所述纵向活动电机的一端外壁与识别自动定位装置的另一端外壁相连，所述纵向活动电机的一侧活动连接有纵向活动导轮，所述纵向活动导轮的一侧外壁与纵向活动电机的另一侧外壁搭接相连，所述纵向活动导轮的外围固定连接有纵向活动导轨，所述纵向活动导轨的内侧内壁与纵向活动导轮的外围外壁相连；
所述多功能识别装置的内部顶部嵌入连接有云端蓝牙图像接收模块，所述云端蓝牙图像接收模块的底部外壁与多功能识别装置的内部内壁相连，所述多功能识别装置的顶部一侧固定连接有图像传输扫描码，所述图像传输扫描码的外围外壁与多功能识别装置的内侧内壁相连，所述云端蓝牙图像接收模块的底部固定连接有深度神经网络，所述深度神经网络的顶部外壁与云端蓝牙图像接收模块的底部内壁相连，所述深度神经网络的一端固定连接有摄像头识别数据传输线，所述摄像头识别数据传输线的一端外壁与深度神经网络的另一端外壁相连，所述深度神经网络的底部固定连接有自动编码器，所述自动编码器的顶部外壁与深度神经网络的底部外壁相连，所述自动编码器的底部固定连接有控制输入单片机，所述控制输入单片机的顶部外壁与自动编码器的底部外壁相连；
所述户外识别活动机构的顶部一侧活动连接有识别装置活动排轮，所述识别装置活动排轮的外围外壁与户外识别活动机构的顶部外壁相连，所述识别装置活动排轮的中间部位贯穿连接有排轮一体轴，所述排轮一体轴的外围外壁与识别装置活动排轮的内部内壁相连，所述户外识别活动机构的底部内侧活动连接有底部活动万向轮，所述底部活动万向轮的外围外壁与户外识别活动机构的内侧内壁搭接相连，所述底部活动万向轮的一侧固定连接有万向轮卡槽，所述万向轮卡槽的外围外壁与底部活动万向轮的内侧内壁相连，所述万向轮卡槽的内部内侧嵌入连接有万向轮锁死卡栓，所述万向轮锁死卡栓的一侧外壁与万向轮卡槽的内侧内壁相连。
优选的，所述识别自动定位装置的两侧固定连接有遮光挡板，所述遮光挡板的内侧内壁与识别自动定位装置的两侧外壁相连，遮光挡板呈板状，截面尺寸小于图像识别模组主体的横截面尺寸，且设置有两块，对称设置在图像识别模组主体的两侧。
优选的，所述图像识别模组主体的一端底部固定连接有收纳侧盒，所述收纳侧盒的一端外壁与图像识别模组主体的另一端外壁相连，收纳侧盒的截面形状为矩形，截面尺寸小于图像识别模组主体边角的截面尺寸，固定在装置的一侧。
优选的，所述图像识别模组主体的一端顶部固定连接有活动推杆，所述活动推杆的一端外壁与图像识别模组主体的另一端外壁相连，活动推杆的截面形状为矩形，呈杆状，截面尺寸小于图像识别模组主体的横截面尺寸。
优选的，所述识别自动定位装置的顶部固定连接有亮度补充灯，所述亮度补充灯的底部外壁与识别自动定位装置的顶部外壁搭接相连，亮度补充灯的截面形状为圆形，呈板状，截面尺寸小于图像识别模组主体的截面尺寸。
优选的，所述户外识别活动机构的内侧中间部位固定连接有活动缓震阻尼器，所述活动缓震阻尼器的外围外壁与户外识别活动机构的内侧内壁相连，活动缓震阻尼器的截面形状为椭圆，呈弹簧状，截面尺寸小于户外识别活动机构的内侧尺寸。
优选的，所述识别自动定位装置是由中间部位的红外识别探头，红外识别探头底端的识别定位活动电机，识别定位活动电机底端的图像识别摄像头，识别定位活动电机两侧的横向活动导轮，横向活动导轮外围的横向活动导轨，两端的纵向活动电机，纵向活动电机一侧的纵向活动导轮和纵向活动导轮外围的纵向活动导轨共同组合而成。
优选的，所述多功能识别装置是由内部顶部的云端蓝牙图像接收模块，顶部一侧的图像传输扫描码，云端蓝牙图像接收模块底部的深度神经网络，深度神经网络一端的摄像头识别数据传输线，深度神经网络底部的自动编码器和自动编码器底部的控制输入单片机共同组合而成。
优选的，所述户外识别活动机构是由顶部一侧的识别装置活动排轮，识别装置活动排轮中间部位的排轮一体轴，底部内侧的底部活动万向轮，底部活动万向轮一侧的万向轮卡槽和万向轮卡槽内部内侧的万向轮锁死卡栓共同组合而成。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、本发明中，通过设置识别自动定位装置，识别自动定位装置内设置有红外识别探头，红外识别探头可通过红外感应识别对象的位置，确定识别对象后，通过识别定位活动电机和纵向活动电机分别驱动横向活动导轮和纵向活动导轮在对应的横向活动导轨和纵向活动导轨内进行活动，移动至红外识别的位置后便可进行识别，无需识别者主动对准摄像头，从而很好的体现了该装置的识别定位自动性；
2、本发明中，通过设置多功能识别装置，摄像头通过摄像头识别数据传输线向深度神经网络进行图像信息传输，并通过自动编码器计算生成识别结果，最后通过控制输入单片机对识别信息进行后期编辑处理完成图像识别，同时装置还可通过图像传输扫描码连接识别装置向装置无线传输图像信息，另外，装置还设置有云端蓝牙图像接收模块，通过蓝牙建立无线连接进行图像信息传输，从而很好的体现了该装置的图像识别功能多样性；
3、本发明中，通过设置户外识别活动机构，户外识别活动机构一侧设置有多组轮组合而成的识别装置活动排轮，识别装置活动排轮通过排轮一体轴连接一体化，一体的排轮接地面积较大，可适用于装置在较为颠簸或者楼梯活动使用，当在正常的路面活动时，可通过底部的底部活动万向轮进行灵活活动，万向轮设置有内凹的万向轮卡槽，当活动至合适的位置后，将万向轮锁死卡栓卡入万向轮卡槽内进行卡紧固定即可，方便装置固定进行识别工作，综上，该设计极大的提高了装置的活动便捷性。
4、本发明中、识别自动定位装置的两侧固定连接有遮光挡板，遮光挡板的内侧内壁与识别自动定位装置的两侧外壁相连，遮光挡板呈板状，截面尺寸小于图像识别模组主体的横截面尺寸，且设置有两块，对称设置在图像识别模组主体的两侧，当识别装置在户外强光环境下进行识别时，较强的光亮会影响识别工作的进行，通过设置遮光挡板，遮光挡板为设置在识别装置两侧的挡光板结构，能够很好的减少摄像头两侧的进光量，从而很好的保障了识别效果，图像识别模组主体的一端底部固定连接有收纳侧盒，收纳侧盒的一端外壁与图像识别模组主体的另一端外壁相连，收纳侧盒的截面形状为矩形，截面尺寸小于图像识别模组主体边角的截面尺寸，固定在装置的一侧，在进行识别时，识别者需要将一些随身物品进行放置，现有的图像识别装置不具备很好的收束结构，收纳性不足，通过设置收纳侧盒，识别者进行图像识别时可将相关的随身物品放置入收纳侧盒内，从而很好的体现了该识别模组的收纳便捷性。
5、本发明中，图像识别模组主体的一端顶部固定连接有活动推杆，活动推杆的一端外壁与图像识别模组主体的另一端外壁相连，活动推杆的截面形状为矩形，呈杆状，截面尺寸小于图像识别模组主体的横截面尺寸，由于该图像识别模组设置有很好的户外活动设计，在进行活动时，需要对装置进行受力推拉，现有的模组不具备很好的受力结构，通过设置活动推杆，活动推杆为很好的受力杆设计，活动时，工作人员可通过活动推杆推动装置进行受力活动，从而很好的体现了该装置的受力便捷性，识别自动定位装置的顶部固定连接有亮度补充灯，亮度补充灯的底部外壁与识别自动定位装置的顶部外壁搭接相连，亮度补充灯的截面形状为圆形，呈板状，截面尺寸小于图像识别模组主体的截面尺寸，当图像识别模组在夜间光线条件较差的环境下进行图像识别时，图像识别效果较差，通过设置亮度补充灯，亮度补充灯为很好的一体灯源，当光线不足时，可通过开启亮度补充灯对摄像头进行补光，从而很好的体现了该装置的补光性。
附图说明
图1为本发明的整体结构示意图；
图2为本发明识别自动定位装置的剖面结构示意图；
图3为本发明图2中的A部放大示意图；
图4为本发明多功能识别装置的剖面结构示意图；
图5为本发明图4中的B部放大示意图。
图中标记：1、图像识别模组主体，2、识别自动定位装置，201、红外识别探头，202、图像识别摄像头，203、识别定位活动电机，204、横向活动导轮，205、横向活动导轨，206、纵向活动电机，207、纵向活动导轮，208、纵向活动导轨，3、多功能识别装置，301、云端蓝牙图像接收模块，302、图像传输扫描码，303、深度神经网络，304、摄像头识别数据传输线，305、自动编码器，306、控制输入单片机，4、户外识别活动机构，401、识别装置活动排轮，402、排轮一体轴，403、底部活动万向轮，404、万向轮卡槽，405、万向轮锁死卡栓，406、活动缓震阻尼器，5、遮光挡板，6、收纳侧盒，7、活动推杆，8、亮度补充灯。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制；术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性；此外，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
请参阅图1-5，本发明提供一种技术方案：一种基于深度神经网络的图像识别模组，包括图像识别模组主体1、识别自动定位装置2和多功能识别装置3，图像识别模组主体1的前面活动连接有识别自动定位装置2，识别自动定位装置2的后面外壁与图像识别模组主体1的前面外壁相连，图像识别模组主体1的内侧固定连接有多功能识别装置3，多功能识别装置3的外围外壁与图像识别模组主体1的内部内壁相连，图像识别模组主体1的底端固定连接有户外识别活动机构4，户外识别活动机构4的顶端外壁与图像识别模组主体1的底端外壁相连；
识别自动定位装置2的中间部位固定连接有红外识别探头201，红外识别探头201的内侧内壁与识别自动定位装置2的外围外壁相连，红外识别探头201的底端固定连接有识别定位活动电机203，识别定位活动电机203的顶端外壁与红外识别探头201的底端外壁相连，识别定位活动电机203的底端固定连接有图像识别摄像头202，图像识别摄像头202的顶端外壁与识别定位活动电机203的底端外壁相连，识别定位活动电机203的两侧活动连接有横向活动导轮204，横向活动导轮204的一侧外壁与识别定位活动电机203的另一侧外壁相连，横向活动导轮204的外围固定连接有横向活动导轨205，横向活动导轨205的内侧内壁与横向活动导轮204的外围外壁相连，识别自动定位装置2的两端固定连接有纵向活动电机206，纵向活动电机206的一端外壁与识别自动定位装置2的另一端外壁相连，纵向活动电机206的一侧活动连接有纵向活动导轮207，纵向活动导轮207的一侧外壁与纵向活动电机206的另一侧外壁搭接相连，纵向活动导轮207的外围固定连接有纵向活动导轨208，纵向活动导轨208的内侧内壁与纵向活动导轮207的外围外壁相连；
多功能识别装置3的内部顶部嵌入连接有云端蓝牙图像接收模块301，云端蓝牙图像接收模块301的底部外壁与多功能识别装置3的内部内壁相连，多功能识别装置3的顶部一侧固定连接有图像传输扫描码302，图像传输扫描码302的外围外壁与多功能识别装置3的内侧内壁相连，云端蓝牙图像接收模块301的底部固定连接有深度神经网络303，深度神经网络303的顶部外壁与云端蓝牙图像接收模块301的底部内壁相连，深度神经网络303的一端固定连接有摄像头识别数据传输线304，摄像头识别数据传输线304的一端外壁与深度神经网络303的另一端外壁相连，深度神经网络303的底部固定连接有自动编码器305，自动编码器305的顶部外壁与深度神经网络303的底部外壁相连，自动编码器305的底部固定连接有控制输入单片机306，控制输入单片机306的顶部外壁与自动编码器305的底部外壁相连；
户外识别活动机构4的顶部一侧活动连接有识别装置活动排轮401，识别装置活动排轮401的外围外壁与户外识别活动机构4的顶部外壁相连，识别装置活动排轮401的中间部位贯穿连接有排轮一体轴402，排轮一体轴402的外围外壁与识别装置活动排轮401的内部内壁相连，户外识别活动机构4的底部内侧活动连接有底部活动万向轮403，底部活动万向轮403的外围外壁与户外识别活动机构4的内侧内壁搭接相连，底部活动万向轮403的一侧固定连接有万向轮卡槽404，万向轮卡槽404的外围外壁与底部活动万向轮403的内侧内壁相连，万向轮卡槽404的内部内侧嵌入连接有万向轮锁死卡栓405，万向轮锁死卡栓405的一侧外壁与万向轮卡槽404的内侧内壁相连。
优选的，识别自动定位装置2的两侧固定连接有遮光挡板5，遮光挡板5的内侧内壁与识别自动定位装置2的两侧外壁相连，遮光挡板5呈板状，截面尺寸小于图像识别模组主体1的横截面尺寸，且设置有两块，对称设置在图像识别模组主体1的两侧，当识别装置在户外强光环境下进行识别时，较强的光亮会影响识别工作的进行，通过设置遮光挡板5，遮光挡板5为设置在识别装置两侧的挡光板结构，能够很好的减少摄像头两侧的进光量，从而很好的保障了识别效果。
优选的，图像识别模组主体1的一端底部固定连接有收纳侧盒6，收纳侧盒6的一端外壁与图像识别模组主体1的另一端外壁相连，收纳侧盒6的截面形状为矩形，截面尺寸小于图像识别模组主体1边角的截面尺寸，固定在装置的一侧，在进行识别时，识别者需要将一些随身物品进行放置，现有的图像识别装置不具备很好的收束结构，收纳性不足，通过设置收纳侧盒6，识别者进行图像识别时可将相关的随身物品放置入收纳侧盒6内，从而很好的体现了该识别模组的收纳便捷性。
优选的，图像识别模组主体1的一端顶部固定连接有活动推杆7，活动推杆7的一端外壁与图像识别模组主体1的另一端外壁相连，活动推杆7的截面形状为矩形，呈杆状，截面尺寸小于图像识别模组主体1的横截面尺寸，由于该图像识别模组设置有很好的户外活动设计，在进行活动时，需要对装置进行受力推拉，现有的模组不具备很好的受力结构，通过设置活动推杆7，活动推杆7为很好的受力杆设计，活动时，工作人员可通过活动推杆7推动装置进行受力活动，从而很好的体现了该装置的受力便捷性。
优选的，识别自动定位装置2的顶部固定连接有亮度补充灯8，亮度补充灯8的底部外壁与识别自动定位装置2的顶部外壁搭接相连，亮度补充灯8的截面形状为圆形，呈板状，截面尺寸小于图像识别模组主体1的截面尺寸，当图像识别模组在夜间光线条件较差的环境下进行图像识别时，图像识别效果较差，通过设置亮度补充灯8，亮度补充灯8为很好的一体灯源，当光线不足时，可通过开启亮度补充灯8对摄像头进行补光，从而很好的体现了该装置的补光性。
优选的，户外识别活动机构4的内侧中间部位固定连接有活动缓震阻尼器406，活动缓震阻尼器406的外围外壁与户外识别活动机构4的内侧内壁相连，活动缓震阻尼器406的截面形状为椭圆，呈弹簧状，截面尺寸小于户外识别活动机构4的内侧尺寸，由于该图像识别模组设置有很好的活动设计，在进行活动时，活动时造成的颠簸会对内部的电子元件造成损坏，现有的图像识别模组不具备很好的缓冲保护设计，通过设置活动缓震阻尼器406，活动缓震阻尼器406为弹簧阻尼器结构，能够有效的患者装置活动时造成的颠簸，从而很好的提高了装置的缓冲保护性。
优选的，识别自动定位装置2是由中间部位的红外识别探头201，红外识别探头201底端的识别定位活动电机203，识别定位活动电机203底端的图像识别摄像头202，识别定位活动电机203两侧的横向活动导轮204，横向活动导轮204外围的横向活动导轨205，两端的纵向活动电机206，纵向活动电机206一侧的纵向活动导轮207和纵向活动导轮207外围的纵向活动导轨208共同组合而成，现有的摄像头无法对识别对象进行自动定位，图像识别模组需要识别者将识别图像对准放置于识别摄像头前端，较为麻烦，通过设置识别自动定位装置2，识别自动定位装置2内设置有红外识别探头201，红外识别探头201可通过红外感应识别对象的位置，确定识别对象后，通过识别定位活动电机203和纵向活动电机206分别驱动横向活动导轮204和纵向活动导轮207在对应的横向活动导轨205和纵向活动导轨208内进行活动，移动至红外识别的位置后便可进行识别，无需识别者主动对准摄像头，从而很好的体现了该装置的识别定位自动性。
优选的，多功能识别装置3是由内部顶部的云端蓝牙图像接收模块301，顶部一侧的图像传输扫描码302，云端蓝牙图像接收模块301底部的深度神经网络303，深度神经网络303一端的摄像头识别数据传输线304，深度神经网络303底部的自动编码器305和自动编码器305底部的控制输入单片机306共同组合而成，现有的图像识别模组只能通过摄像头获取图像进行识别，获取途径较为单一，不具备多功能获取设计，通过设置多功能识别装置3，摄像头通过摄像头识别数据传输线304向深度神经网络303进行图像信息传输，并通过自动编码器305计算生成识别结果，最后通过控制输入单片机306对识别信息进行后期编辑处理完成图像识别，同时装置还可通过图像传输扫描码302连接识别装置向装置无线传输图像信息，另外，装置还设置有云端蓝牙图像接收模块301，通过蓝牙建立无线连接进行图像信息传输，从而很好的体现了该装置的图像识别功能多样性。
优选的，户外识别活动机构4是由顶部一侧的识别装置活动排轮401，识别装置活动排轮401中间部位的排轮一体轴402，底部内侧的底部活动万向轮403，底部活动万向轮403一侧的万向轮卡槽404和万向轮卡槽404内部内侧的万向轮锁死卡栓405共同组合而成，由于现有的识别装置都是固定在特定室内进行使用，当识别者数量较多时，室内环境无法很好的容纳，现有的识别装置不具备很好的户外活动设计，户外使用较为不便，通过设置户外识别活动机构4，户外识别活动机构4一侧设置有多组轮组合而成的识别装置活动排轮401，识别装置活动排轮401通过排轮一体轴402连接一体化，一体的排轮接地面积较大，可适用于装置在较为颠簸或者楼梯活动使用，当在正常的路面活动时，可通过底部的底部活动万向轮403进行灵活活动，万向轮设置有内凹的万向轮卡槽404，当活动至合适的位置后，将万向轮锁死卡栓405卡入万向轮卡槽404内进行卡紧固定即可，方便装置固定进行识别工作，综上，该设计极大的提高了装置的活动便捷性。
工作原理：首先，通过设置亮度补充灯8，亮度补充灯8为很好的一体灯源，当光线不足时，可通过开启亮度补充灯8对摄像头进行补光，从而很好的体现了该装置的补光性。
然后，通过设置活动缓震阻尼器406，活动缓震阻尼器406为弹簧阻尼器结构，能够有效的患者装置活动时造成的颠簸，从而很好的提高了装置的缓冲保护性；
接着，通过设置识别自动定位装置2，识别自动定位装置2内设置有红外识别探头201，红外识别探头201可通过红外感应识别对象的位置，确定识别对象后，通过识别定位活动电机203和纵向活动电机206分别驱动横向活动导轮204和纵向活动导轮207在对应的横向活动导轨205和纵向活动导轨208内进行活动，移动至红外识别的位置后便可进行识别，无需识别者主动对准摄像头，从而很好的体现了该装置的识别定位自动性；
紧接着，通过设置多功能识别装置3，摄像头通过摄像头识别数据传输线304向深度神经网络303进行图像信息传输，并通过自动编码器305计算生成识别结果，最后通过控制输入单片机306对识别信息进行后期编辑处理完成图像识别，同时装置还可通过图像传输扫描码302连接识别装置向装置无线传输图像信息，另外，装置还设置有云端蓝牙图像接收模块301，通过蓝牙建立无线连接进行图像信息传输，从而很好的体现了该装置的图像识别功能多样性；
最后，通过设置户外识别活动机构4，户外识别活动机构4一侧设置有多组轮组合而成的识别装置活动排轮401，识别装置活动排轮401通过排轮一体轴402连接一体化，一体的排轮接地面积较大，可适用于装置在较为颠簸或者楼梯活动使用，当在正常的路面活动时，可通过底部的底部活动万向轮403进行灵活活动，万向轮设置有内凹的万向轮卡槽404，当活动至合适的位置后，将万向轮锁死卡栓405卡入万向轮卡槽404内进行卡紧固定即可，方便装置固定进行识别工作，综上，该设计极大的提高了装置的活动便捷性，这就是该种基于深度神经网络的图像识别模组的工作原理。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于深度神经网络的图像识别模组，包括图像识别模组主体(1)、识别自动定位装置(2)和多功能识别装置(3)，其特征在于：所述图像识别模组主体(1)的前面活动连接有识别自动定位装置(2)，所述识别自动定位装置(2)的后面外壁与图像识别模组主体(1)的前面外壁相连，所述图像识别模组主体(1)的内侧固定连接有多功能识别装置(3)，所述多功能识别装置(3)的外围外壁与图像识别模组主体(1)的内部内壁相连，所述图像识别模组主体(1)的底端固定连接有户外识别活动机构(4)，所述户外识别活动机构(4)的顶端外壁与图像识别模组主体(1)的底端外壁相连；
所述识别自动定位装置(2)的中间部位固定连接有红外识别探头(201)，所述红外识别探头(201)的内侧内壁与识别自动定位装置(2)的外围外壁相连，所述红外识别探头(201)的底端固定连接有识别定位活动电机(203)，所述识别定位活动电机(203)的顶端外壁与红外识别探头(201)的底端外壁相连，所述识别定位活动电机(203)的底端固定连接有图像识别摄像头(202)，所述图像识别摄像头(202)的顶端外壁与识别定位活动电机(203)的底端外壁相连，所述识别定位活动电机(203)的两侧活动连接有横向活动导轮(204)，所述横向活动导轮(204)的一侧外壁与识别定位活动电机(203)的另一侧外壁相连，所述横向活动导轮(204)的外围固定连接有横向活动导轨(205)，所述横向活动导轨(205)的内侧内壁与横向活动导轮(204)的外围外壁相连，所述识别自动定位装置(2)的两端固定连接有纵向活动电机(206)，所述纵向活动电机(206)的一端外壁与识别自动定位装置(2)的另一端外壁相连，所述纵向活动电机(206)的一侧活动连接有纵向活动导轮(207)，所述纵向活动导轮(207)的一侧外壁与纵向活动电机(206)的另一侧外壁搭接相连，所述纵向活动导轮(207)的外围固定连接有纵向活动导轨(208)，所述纵向活动导轨(208)的内侧内壁与纵向活动导轮(207)的外围外壁相连；
所述多功能识别装置(3)的内部顶部嵌入连接有云端蓝牙图像接收模块(301)，所述云端蓝牙图像接收模块(301)的底部外壁与多功能识别装置(3)的内部内壁相连，所述多功能识别装置(3)的顶部一侧固定连接有图像传输扫描码(302)，所述图像传输扫描码(302)的外围外壁与多功能识别装置(3)的内侧内壁相连，所述云端蓝牙图像接收模块(301)的底部固定连接有深度神经网络(303)，所述深度神经网络(303)的顶部外壁与云端蓝牙图像接收模块(301)的底部内壁相连，所述深度神经网络(303)的一端固定连接有摄像头识别数据传输线(304)，所述摄像头识别数据传输线(304)的一端外壁与深度神经网络(303)的另一端外壁相连，所述深度神经网络(303)的底部固定连接有自动编码器(305)，所述自动编码器(305)的顶部外壁与深度神经网络(303)的底部外壁相连，所述自动编码器(305)的底部固定连接有控制输入单片机(306)，所述控制输入单片机(306)的顶部外壁与自动编码器(305)的底部外壁相连；
所述户外识别活动机构(4)的顶部一侧活动连接有识别装置活动排轮(401)，所述识别装置活动排轮(401)的外围外壁与户外识别活动机构(4)的顶部外壁相连，所述识别装置活动排轮(401)的中间部位贯穿连接有排轮一体轴(402)，所述排轮一体轴(402)的外围外壁与识别装置活动排轮(401)的内部内壁相连，所述户外识别活动机构(4)的底部内侧活动连接有底部活动万向轮(403)，所述底部活动万向轮(403)的外围外壁与户外识别活动机构(4)的内侧内壁搭接相连，所述底部活动万向轮(403)的一侧固定连接有万向轮卡槽(404)，所述万向轮卡槽(404)的外围外壁与底部活动万向轮(403)的内侧内壁相连，所述万向轮卡槽(404)的内部内侧嵌入连接有万向轮锁死卡栓(405)，所述万向轮锁死卡栓(405)的一侧外壁与万向轮卡槽(404)的内侧内壁相连。
2.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述识别自动定位装置(2)的两侧固定连接有遮光挡板(5)，所述遮光挡板(5)的内侧内壁与识别自动定位装置(2)的两侧外壁相连，遮光挡板(5)呈板状，截面尺寸小于图像识别模组主体(1)的横截面尺寸，且设置有两块，对称设置在图像识别模组主体(1)的两侧。
3.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述图像识别模组主体(1)的一端底部固定连接有收纳侧盒(6)，所述收纳侧盒(6)的一端外壁与图像识别模组主体(1)的另一端外壁相连，收纳侧盒(6)的截面形状为矩形，截面尺寸小于图像识别模组主体(1)边角的截面尺寸，固定在装置的一侧。
4.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述图像识别模组主体(1)的一端顶部固定连接有活动推杆(7)，所述活动推杆(7)的一端外壁与图像识别模组主体(1)的另一端外壁相连，活动推杆(7)的截面形状为矩形，呈杆状，截面尺寸小于图像识别模组主体(1)的横截面尺寸。
5.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述识别自动定位装置(2)的顶部固定连接有亮度补充灯(8)，所述亮度补充灯(8)的底部外壁与识别自动定位装置(2)的顶部外壁搭接相连，亮度补充灯(8)的截面形状为圆形，呈板状，截面尺寸小于图像识别模组主体(1)的截面尺寸。
6.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述户外识别活动机构(4)的内侧中间部位固定连接有活动缓震阻尼器(406)，所述活动缓震阻尼器(406)的外围外壁与户外识别活动机构(4)的内侧内壁相连，活动缓震阻尼器(406)的截面形状为椭圆，呈弹簧状，截面尺寸小于户外识别活动机构(4)的内侧尺寸。
7.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述识别自动定位装置(2)是由中间部位的红外识别探头(201)，红外识别探头(201)底端的识别定位活动电机(203)，识别定位活动电机(203)底端的图像识别摄像头(202)，识别定位活动电机(203)两侧的横向活动导轮(204)，横向活动导轮(204)外围的横向活动导轨(205)，两端的纵向活动电机(206)，纵向活动电机(206)一侧的纵向活动导轮(207)和纵向活动导轮(207)外围的纵向活动导轨(208)共同组合而成。
8.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述多功能识别装置(3)是由内部顶部的云端蓝牙图像接收模块(301)，顶部一侧的图像传输扫描码(302)，云端蓝牙图像接收模块(301)底部的深度神经网络(303)，深度神经网络(303)一端的摄像头识别数据传输线(304)，深度神经网络(303)底部的自动编码器(305)和自动编码器(305)底部的控制输入单片机(306)共同组合而成。
9.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述户外识别活动机构(4)是由顶部一侧的识别装置活动排轮(401)，识别装置活动排轮(401)中间部位的排轮一体轴(402)，底部内侧的底部活动万向轮(403)，底部活动万向轮(403)一侧的万向轮卡槽(404)和万向轮卡槽(404)内部内侧的万向轮锁死卡栓(405)共同组合而成。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010515316.XA CN111680775B (zh) | 2020-06-09 | 2020-06-09 | 一种基于深度神经网络的图像识别模组 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010515316.XA CN111680775B (zh) | 2020-06-09 | 2020-06-09 | 一种基于深度神经网络的图像识别模组 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111680775A true CN111680775A (zh) | 2020-09-18 |
| CN111680775B CN111680775B (zh) | 2022-02-01 |
Family
ID=72435562
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010515316.XA Expired - Fee Related CN111680775B (zh) | 2020-06-09 | 2020-06-09 | 一种基于深度神经网络的图像识别模组 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111680775B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019223154A1 (zh) * | 2018-05-25 | 2019-11-28 | 平安科技（深圳）有限公司 | 单页高负载图像识别方法、装置、计算机设备及存储介质 |
| WO2020018384A1 (en) * | 2018-07-17 | 2020-01-23 | Vidit, LLC | Systems and methods for identification of a marker in a graphical object |
| CN110995955A (zh) * | 2019-12-03 | 2020-04-10 | 赵倩 | 一种自动图像识别装置 |
| CN111104914A (zh) * | 2019-12-23 | 2020-05-05 | 威海海洋职业学院 | 一种基于卷积神经网络的城市视觉污染物识别方法及系统 |
-
2020
- 2020-06-09 CN CN202010515316.XA patent/CN111680775B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019223154A1 (zh) * | 2018-05-25 | 2019-11-28 | 平安科技（深圳）有限公司 | 单页高负载图像识别方法、装置、计算机设备及存储介质 |
| WO2020018384A1 (en) * | 2018-07-17 | 2020-01-23 | Vidit, LLC | Systems and methods for identification of a marker in a graphical object |
| CN110995955A (zh) * | 2019-12-03 | 2020-04-10 | 赵倩 | 一种自动图像识别装置 |
| CN111104914A (zh) * | 2019-12-23 | 2020-05-05 | 威海海洋职业学院 | 一种基于卷积神经网络的城市视觉污染物识别方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| M WAQAR AKRAM,ET AL.: "CNN based automatic detection of photovoltaic cell defects in electroluminescence images", 《ENERGY》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111680775B (zh) | 2022-02-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108725405B (zh) | 新能源电动汽车电池自动充换系统 | |
| CN204507905U (zh) | 一种循环式立体仓库 | |
| CN105857341B (zh) | 一种智能铁路轨道巡检机器人 | |
| CN108422923B (zh) | 共享单车收集与排布装置 | |
| CN102442276A (zh) | 一种电动汽车电池快速更换装置 | |
| CN107253203A (zh) | 多模式智能玩具搜集机器人 | |
| CN111774247A (zh) | 一种建筑玻璃门窗自动化涂胶系统及方法 | |
| CN109677826A (zh) | 一种无人超市取放货机器人及自动上货方法 | |
| CN111680775B (zh) | 一种基于深度神经网络的图像识别模组 | |
| CN109598954A (zh) | 一种交通指挥机器人 | |
| CN117068027A (zh) | 服务基地电能补给和被补给车通过物联网架构的补给体系 | |
| CN207686381U (zh) | 智能高密度agv停车装置 | |
| CN211415245U (zh) | 一种采摘机器人 | |
| CN110661310B (zh) | 充电装置及无人机组合 | |
| CN110640759B (zh) | 一种全自动道路垃圾捡拾机器人及其使用方法 | |
| CN108706270A (zh) | 一种在密集型仓库取放货物的穿梭车 | |
| CN212282230U (zh) | 紫外线消毒机器人 | |
| CN204183214U (zh) | 基于视觉检测的单向器星轮自动化装配装置 | |
| CN205928613U (zh) | 一种用于动物尸体处理的移动搬运机器人 | |
| CN109774508A (zh) | 一种立体车库车辆充电设备和方法 | |
| CN209204585U (zh) | 一种多功能智能球类回收车 | |
| CN113752873A (zh) | 一种基于ccd视觉识别的全自动新能源充电桩 | |
| CN110253592B (zh) | 一种高压输电线路的智能巡线机器人 | |
| CN209637325U (zh) | 充电机械手夹持式rgv搬运器 | |
| CN208681612U (zh) | 轨道巡检机器人 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220201 |