一种基于形态学和深度学习的制药设备安全监测模型。步骤1,获取模型训练样本:利用红外热像仪拍摄制药车间机械设备不同工作状态下的图像,并制作相应的标签;步骤2,训练样本的扩充:利用生成对抗网络对步骤1中采集的样本进行扩充;步骤3,红外图像的增强:利用时域低通卷积滤波对图像进行初次滤波,而后利用形态学滤波对图像进行二次滤波增强;步骤4,模型的离线训练:上位机程序利用步骤3中得到的图像对正则化卷积神经网络模型进行训练,直至模型收敛;步骤5,模型的在线监测:将训练得到的网络模型应用于制药生产车间的机械设备中以保护设备的正常运行。本发明可以很好的保障制药车间的机械设备安全的运行,提高生产效率。
📄 2021100461313
📂 G06T7_00
👤 金陵科技学院
📅 2021-01-14