CN114549807A - 一种基于深度学习的图像分类系统 - Google Patents
一种基于深度学习的图像分类系统 Download PDFInfo
- Publication number
- CN114549807A CN114549807A CN202210202861.2A CN202210202861A CN114549807A CN 114549807 A CN114549807 A CN 114549807A CN 202210202861 A CN202210202861 A CN 202210202861A CN 114549807 A CN114549807 A CN 114549807A
- Authority
- CN
- China
- Prior art keywords
- heat dissipation
- deep learning
- control box
- base
- image classification
- 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.)
- Withdrawn
Links
- 238000013135 deep learning Methods 0.000 title claims abstract description 29
- 230000017525 heat dissipation Effects 0.000 claims abstract description 48
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims abstract description 26
- 229910052802 copper Inorganic materials 0.000 claims abstract description 26
- 239000010949 copper Substances 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 5
- 230000033228 biological regulation Effects 0.000 abstract 1
- 239000006185 dispersion Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/2039—Modifications to facilitate cooling, ventilating, or heating characterised by the heat transfer by conduction from the heat generating element to a dissipating body
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Thermal Sciences (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明属于图像分类系统技术领域，具体为一种基于深度学习的图像分类系统，包括底座，所述底座的中间设置有散热铜管，所述散热铜管的底部设置有散热翅片，所述散热翅片的表面设置有散热孔，所述底座的顶部四角设置有电动电动伸缩杆，所述电动伸缩杆的顶部设置有工作台；伺服电机，所述伺服电机设置在工作台的底部一侧，所述伺服电机的顶部输出端贯穿工作台设置有转盘，所述转盘的顶部两侧设置有铰接架，所述铰接架之间设置有铰接轴，所述铰接架的因此设置有驱动电机，在使用的过程中，提高装置的散热性能，延长装置的使用寿命，同时便于调节角度，提高图像采集的准确性。
Description
技术领域
本发明涉及图像分类系统技术领域，具体为一种基于深度学习的图像分类系统。
背景技术
随着互联网范围的扩展和相关应用的完善、智能硬件性能的不断发展，图像、文本、音频、视频数据呈持续且爆炸式的增长，图像作为一种视觉信息的载体，作为图像处理、模式识别、机器学习及人工智能等应用领域的基础，其过程包括图像的预处理、图像特征的提取、特征的降维及特征的选择、分类器的设计等。
现有的基于深度学习的图像分类系统在使用的过程中存在着一些不足，比如安全性较低，散热性能差，且不便于调节角度，为此我们提出一种新型的基于深度学习的图像分类系统解决上述问题。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于现有基于深度学习的图像分类系统中存在的问题，提出了本发明。
因此，本发明的目的是提供一种基于深度学习的图像分类系统，能够实现在使用的过程中，提高装置的散热性能，延长装置的使用寿命，同时便于调节角度，提高图像采集的准确性。
为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
一种基于深度学习的图像分类系统，其包括：
底座，所述底座的中间设置有散热铜管，所述散热铜管的底部设置有散热翅片，所述散热翅片的表面设置有散热孔，所述底座的顶部四角设置有电动电动伸缩杆，所述电动伸缩杆的顶部设置有工作台；
伺服电机，所述伺服电机设置在工作台的底部一侧，所述伺服电机的顶部输出端贯穿工作台设置有转盘，所述转盘的顶部两侧设置有铰接架，所述铰接架之间设置有铰接轴，所述铰接架的因此设置有驱动电机，且驱动电机的输出端贯穿铰接架与铰接轴连接，所述铰接轴上设置有摄像头，所述工作台顶部的另一侧设置有显示终端；
控制盒，所述控制盒设置在散热铜管的顶部，所述控制盒的内腔分别设置有处理器、接收模块、图像处理模块、深度学习分类模块和存储模块，所述处理器电性输入连接接收模块，所述接收模块电性输入连接摄像头，所述处理器电性双向连接图像处理模块和深度学习分类模块，所述处理器电性输出连接显示终端和存储模块。
作为本发明所述的一种基于深度学习的图像分类系统的一种优选方案，其中：所述底座的底部四角设置有万向轮，所述万向轮上设置有限位刹片。
作为本发明所述的一种基于深度学习的图像分类系统的一种优选方案，其中：所述底座的顶部设置有与散热铜管相配合的通孔。
作为本发明所述的一种基于深度学习的图像分类系统的一种优选方案，其中：所述铰接架的两侧设置有补光灯，且工作台的顶部设置有与补光灯相配合的高度调节支架。
作为本发明所述的一种基于深度学习的图像分类系统的一种优选方案，其中：所述控制盒的内腔设置有独立电源，且控制盒的一侧设置有充电接口。
作为本发明所述的一种基于深度学习的图像分类系统的一种优选方案，其中：所述控制盒的两侧设置有散热窗，且控制盒的前表面设置有可读数温度传感器。
与现有技术相比，本发明的有益效果是：通过在底座的内腔设置有散热铜管，在散热铜管的底部设置有散热翅片，在散热翅片的表面设置有散热孔，然后将控制盒设置在散热铜管的顶部，利用散热铜管对控制盒的底部进行散热，提高了装置的散热性能，此外，通过伺服电机和转盘带动铰接架水平旋转，通过驱动电机和铰接轴带动摄像头垂直角度调节，保证了图像采集的准确性。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明结构示意图；
图2为本发明左侧视结构示意图；
图3为本发明底座结构示意图；
图4为本发明铰接架结构示意图；
图5为本发明系统框架结构示意图。
图中；100底座、110散热铜管、120散热翅片、130散热孔、140万向轮、150电动伸缩杆、160工作台、200伺服电机、210转盘、220铰接架、230铰接轴、240驱动电机、250摄像头、260显示终端、270补光灯、300控制盒、310处理器、320接收模块、330图像处理模块、340深度学习分类模块、350存储模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
其次，本发明结合示意图进行详细描述，在详述本发明实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明提供如下技术方案：一种基于深度学习的图像分类系统，在使用的过程中，提高装置的散热性能，延长装置的使用寿命，同时便于调节角度，提高图像采集的准确性，请参阅图1至图5，包括底座100、伺服电机200和控制盒300；
请再次参阅图1至图5，底座100的中间设置有散热铜管110，散热铜管110的底部设置有散热翅片120，散热翅片120的表面设置有散热孔130，底座100的顶部四角设置有电动电动伸缩杆150，电动伸缩杆150的顶部设置有工作台160，具体的，底座100的中间插接有散热铜管110，散热铜管110的底部螺接有散热翅片120，散热翅片120的表面开设有散热孔130，底座100的顶部四角焊接有电动电动伸缩杆150，电动伸缩杆150的顶部焊接有工作台160；
请再次参阅图1至图5，伺服电机200设置在工作台160的底部一侧，伺服电机200的顶部输出端贯穿工作台160设置有转盘210，转盘210的顶部两侧设置有铰接架220，铰接架220之间设置有铰接轴230，铰接架220的因此设置有驱动电机240，且驱动电机240的输出端贯穿铰接架220与铰接轴230连接，铰接轴230上设置有摄像头250，工作台160顶部的另一侧设置有显示终端，具体的，伺服电机200螺接在工作台160的底部一侧，伺服电机200的顶部输出端贯穿工作台160螺接有转盘210，转盘210的顶部两侧焊接有铰接架220，铰接架220之间转动连接有铰接轴230，铰接架220的因此螺接有驱动电机240，且驱动电机240的输出端贯穿铰接架220与铰接轴230连接，铰接轴230上螺接有摄像头250，工作台160顶部的另一侧螺接有显示终端；
请再次参阅图1至图5，控制盒300设置在散热铜管110的顶部，控制盒300的内腔分别设置有处理器310、接收模块320、图像处理模块330、深度学习分类模块340和存储模块350，处理器310电性输入连接接收模块320，接收模块320电性输入连接摄像头250，处理器310电性双向连接图像处理模块330和深度学习分类模块340，处理器310电性输出连接显示终端和存储模块350，具体的，控制盒300螺接在散热铜管110的顶部，控制盒300的内腔分别粘接有处理器310、接收模块320、图像处理模块330、深度学习分类模块340和存储模块350，处理器310电性输入连接接收模块320，接收模块320电性输入连接摄像头250，处理器310电性双向连接图像处理模块330和深度学习分类模块340，处理器310电性输出连接显示终端和存储模块350；
请再次参阅图1至图5，底座100的底部四角设置有万向轮140，万向轮140上设置有限位刹片；底座100的顶部设置有与散热铜管110相配合的通孔；铰接架220的两侧设置有补光灯，且工作台160的顶部设置有与补光灯相配合的高度调节支架；控制盒300的内腔设置有独立电源，且控制盒300的一侧设置有充电接口；控制盒300的两侧设置有散热窗，且控制盒300的前表面设置有可读数温度传感器。
工作原理：在本发明使用的过程中，通过在底座100的内腔设置有散热铜管110，在散热铜管110的底部设置有散热翅片120，在散热翅片120的表面设置有散热孔130，然后将控制盒300设置在散热铜管110的顶部，利用散热铜管110对控制盒300的底部进行散热，提高了装置的散热性能，此外，通过伺服电机200和转盘210带动铰接架220水平旋转，通过驱动电机240和铰接轴230带动摄像头250垂直角度调节，保证了图像采集的准确性。
虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。
Claims (6)
1.一种基于深度学习的图像分类系统，其特征在于，包括：
底座(100)，所述底座(100)的中间设置有散热铜管(110)，所述散热铜管(110)的底部设置有散热翅片(120)，所述散热翅片(120)的表面设置有散热孔(130)，所述底座(100)的顶部四角设置有电动电动伸缩杆(150)，所述电动伸缩杆(150)的顶部设置有工作台(160)；
伺服电机(200)，所述伺服电机(200)设置在工作台(160)的底部一侧，所述伺服电机(200)的顶部输出端贯穿工作台(160)设置有转盘(210)，所述转盘(210)的顶部两侧设置有铰接架(220)，所述铰接架(220)之间设置有铰接轴(230)，所述铰接架(220)的因此设置有驱动电机(240)，且驱动电机(240)的输出端贯穿铰接架(220)与铰接轴(230)连接，所述铰接轴(230)上设置有摄像头(250)，所述工作台(160)顶部的另一侧设置有显示终端；
控制盒(300)，所述控制盒(300)设置在散热铜管(110)的顶部，所述控制盒(300)的内腔分别设置有处理器(310)、接收模块(320)、图像处理模块(330)、深度学习分类模块(340)和存储模块(350)，所述处理器(310)电性输入连接接收模块(320)，所述接收模块(320)电性输入连接摄像头(250)，所述处理器(310)电性双向连接图像处理模块(330)和深度学习分类模块(340)，所述处理器(310)电性输出连接显示终端和存储模块(350)。
2.根据权利要求1所述的一种基于深度学习的图像分类系统，其特征在于：所述底座(100)的底部四角设置有万向轮(140)，所述万向轮(140)上设置有限位刹片。
3.根据权利要求1所述的一种基于深度学习的图像分类系统，其特征在于：所述底座(100)的顶部设置有与散热铜管(110)相配合的通孔。
4.根据权利要求1所述的一种基于深度学习的图像分类系统，其特征在于：所述铰接架(220)的两侧设置有补光灯，且工作台(160)的顶部设置有与补光灯相配合的高度调节支架。
5.根据权利要求1所述的一种基于深度学习的图像分类系统，其特征在于：所述控制盒(300)的内腔设置有独立电源，且控制盒(300)的一侧设置有充电接口。
6.根据权利要求1所述的一种基于深度学习的图像分类系统，其特征在于：所述控制盒(300)的两侧设置有散热窗，且控制盒(300)的前表面设置有可读数温度传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210202861.2A CN114549807A (zh) | 2022-03-02 | 2022-03-02 | 一种基于深度学习的图像分类系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210202861.2A CN114549807A (zh) | 2022-03-02 | 2022-03-02 | 一种基于深度学习的图像分类系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114549807A true CN114549807A (zh) | 2022-05-27 |
Family
ID=81662602
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210202861.2A Withdrawn CN114549807A (zh) | 2022-03-02 | 2022-03-02 | 一种基于深度学习的图像分类系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114549807A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115359740A (zh) * | 2022-09-07 | 2022-11-18 | 重庆亿海腾模型科技有限公司 | 一种汽车模型雾灯区域迎宾灯效果展示装置和方法 |
-
2022
- 2022-03-02 CN CN202210202861.2A patent/CN114549807A/zh not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115359740A (zh) * | 2022-09-07 | 2022-11-18 | 重庆亿海腾模型科技有限公司 | 一种汽车模型雾灯区域迎宾灯效果展示装置和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114549807A (zh) | 一种基于深度学习的图像分类系统 | |
| CN111464738A (zh) | 基于深度神经网络和注意力机制的图像问答用指挥装置 | |
| CN206490768U (zh) | 一种四机位三维成像系统 | |
| CN221938485U (zh) | 一种搭载有扫描装置的无人机 | |
| CN209691398U (zh) | 散热型移动硬盘 | |
| CN208321798U (zh) | 一种用于汽车模具的可调节支撑座 | |
| CN211015784U (zh) | 3d摄像模组结构及pos机 | |
| CN211827607U (zh) | 一种计算机教学装置 | |
| CN216357865U (zh) | 一种散热型虚拟现实多媒体展示装置 | |
| CN213522868U (zh) | 一种图像处理用驱动组件 | |
| CN207965757U (zh) | 一种计算机网络集成接口 | |
| CN221485772U (zh) | 一种环绕式拍摄灯箱 | |
| CN106445023A (zh) | 机箱及其散热方法与结构及机箱散热结构制成的机柜 | |
| CN214369069U (zh) | 一种具有调节功能的led分数显示屏 | |
| CN216252896U (zh) | 一种大数据智能图像扫描装置 | |
| CN221281497U (zh) | 一种适用于边缘服务器的温度控制机箱 | |
| CN219282966U (zh) | 一种视频制作特效展示装置 | |
| CN216562417U (zh) | 一种活动式无介质空中成像介绍机 | |
| CN223040383U (zh) | 一种具有裸眼3d效果的散热器 | |
| CN216561839U (zh) | 一种3d结构光信息采集系统 | |
| CN216287219U (zh) | 一种嵌入式模型装置 | |
| CN213334205U (zh) | 一种实用汽车灯散热器 | |
| CN217467694U (zh) | 一种基于聚类的便携式实体图像分割显示装置 | |
| CN213276441U (zh) | 消费股东共享信息平台 | |
| CN217360730U (zh) | 一种高效能cpu+mxm显卡一体散热器结构 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220527 |
|
| WW01 | Invention patent application withdrawn after publication |