新書推薦：
《
人文传统一（“人文传统”系列丛书第七版，人文传统1：史前时期—中世纪，回溯人类文明的源头）
》
售價：NT$
653.0
《
西瓜船
》
售價：NT$
255.0
《
轻松阅读：如何高效阅读一本书
》
售價：NT$
305.0
《
帝都绘“图解世界文化遗产”三部曲（长城、中轴线、大运河）
》
售價：NT$
1856.0
《
左岸译丛：袜子的哲学
》
售價：NT$
245.0
《
全球对话主义（第二版）
》
售價：NT$
500.0
《
思考，快与慢
》
售價：NT$
500.0
《
集成式机器学习算法理论与应用
》
售價：NT$
505.0
|
| 內容簡介： |
|
《基于深度学习的装配监测》以深度学习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习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习模型，对深度学习模型进行了训练，并与已有的方法进行了对比。《基于深度学习的装配监测》共7章，主要内容包括人工智能技术基础，基于深度学习的装配动作识别，基于深度学习的机械装配体多视角变化检测与位姿估计，基于Transformer的机械装配体多视角变化检测和装配顺序监测，以及基于深度学习的RV减速器装配监测与部署，*后总结《基于深度学习的装配监测》内容并进行展望。
|
| 目錄：
|
|
目录前言第1章绪论11.1装配监测的意义11.2装配监测的研究现状21.2.1装配监测21.2.2动作识别31.2.3图像变化检测71.2.4位姿估计91.2.5深度学习网络模型部署111.3本书主要内容12第2章卷积神经网络与Transformer模型理论基础142.1卷积神经网络142.1.1卷积神经网络基本结构142.1.2卷积神经网络主要模块162.1.3卷积神经网络训练过程182.2Transformer模型192.3深度学习网络框架及部署工具202.3.1深度学习网络框架202.3.2部署工具202.4本章小结21第3章基于深度学习的装配动作识别223.1基于表面肌电信号和惯性信号的装配动作识别方法223.1.1装配动作识别流程223.1.2信号采集233.1.3信号预处理243.1.4基于通道注意力时空特征的卷积神经网络263.1.5实验环境参数设置及评价指标283.1.6模型实验验证293.2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323.2.1基于注意力机制和多尺度特征融合的动态图卷积网络333.2.2数据集的制作373.2.3实验结果与分析393.3基于视频帧运动激励聚合和时序差分网络的装配动作识别方法453.3.1运动激励聚合和时序差分网络453.3.2数据集的制作503.3.3实验结果与分析503.4本章小结56第4章基于深度学习的机械装配体多视角变化检测与位姿估计574.1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574.1.1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574.1.2数据集的制作624.1.3实验环境与指标选取644.1.4实验结果与分析654.2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704.2.1基于三维注意力和双边滤波的变化检测网络704.2.2数据集的制作744.2.3实验环境和指标选取754.2.4实验结果与分析764.3基于深度学习的机械装配体零件多视角位姿估计方法794.3.1机械装配体零件多视角位姿估计网络794.3.2DenseFusion位姿估计网络794.3.3数据集的制作824.3.4实验环境与指标选取844.3.5实验结果与分析844.4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875.1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875.1.1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875.1.2数据集的制作905.1.3实验环境与指标选取915.1.4实验结果和分析925.2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965.2.1装配顺序监测方法965.2.2数据集的制作1025.2.3实验环境与指标选取1045.2.4实验对比的其他变化检测网络1055.2.5实验结果与分析1085.3本章小结113第6章基于深度学习的RV减速器装配监测与部署1146.1RV减速器装配图像采集试验台及数据集制作1146.1.1RV减速器装配图像采集试验台1146.1.2RV减速器装配语义分割数据集1186.1.3RV减速器螺钉目标检测数据集1226.1.4RV减速器针齿目标检测数据集1236.2基于深度学习的RV减速器装配监测方法1246.2.1语义分割网络模型选择1246.2.2语义分割网络模型训练1286.2.3目标检测网络模型选择1306.2.4目标检测网络模型训练1326.3基于目标检测的针齿安装监测方法1336.3.1改进RetinaNet目标检测网络模型1336.3.2改进RetinaNet模型与YOLOv5s模型对比1436.4RV减速器装配监测软件设计1456.4.1图像采集模块1456.4.2图像预测模块1476.4.3零件监测模块1496.4.4界面操作模块1526.4.5RV减速器零件漏装监测实验1556.4.6RV减速器针齿安装监测实验1586.5本章小结160第7章总结与展望1617.1本书总结1617.2研究展望162参考文献164
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
