| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787030795243 |
| 所属分类：图书>工业技术>电子通信>一般性问题 |
正版图书，下单速发，可开发票，售后无忧！目 录
目录
前言
章绪论
装配监测的意义
装配监测的研究现状
装配监测
动作识别
图像变化检测
位姿估计
深度学习网络模型部署
本书主要内容
第章卷积神经网络与模型理论基础
卷积神经网络
卷积神经网络基本结构
卷积神经网络主要模块
卷积神经网络训练过程
模型
深度学习网络框架及部署工具
深度学习网络框架
部署工具
本章小结
第章基于深度学习的装配动作识别
基于表面肌电信号和惯性信号的装配动作识别方法
装配动作识别流程
信号采集
信号预处理
基于通道注意力时空特征的卷积神经网络
实验环境参数设置及评价指标
模型实验验证
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
基于注意力机制和多尺度特征融合的动态图卷积网络
数据集的制作
实验结果与分析
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
运动激励聚合和时序差分网络
数据集的制作
实验结果与分析
本章小结
第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
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
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
数据集的制作
实验环境与指标选取
实验结果与分析
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
基于三维注意力和双边滤波的变化检测网络
数据集的制作
实验环境和指标选取
实验结果与分析
基于深度学习的机械装配体零件多视角位姿估计方法
机械装配体零件多视角位姿估计网络
位姿估计网络
数据集的制作
实验环境与指标选取
实验结果与分析
本章小结
第章基于的机械装配体多视角变化检测与装配顺序监测
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
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
数据集的制作
实验环境与指标选取
实验结果和分析
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
装配顺序监测方法
数据集的制作
实验环境与指标选取
实验对比的其他变化检测网络
实验结果与分析
本章小结
第章基于深度学习的减速器装配监测与部署
减速器装配图像采集试验台及数据集制作
减速器装配图像采集试验台
减速器装配语义分割数据集
减速器螺钉目标检测数据集
减速器针齿目标检测数据集
基于深度学习的减速器装配监测方法
语义分割网络模型选择
语义分割网络模型训练
目标检测网络模型选择
目标检测网络模型训练
基于目标检测的针齿安装监测方法
改进目标检测网络模型
改进模型与模型对比
减速器装配监测软件设计
图像采集模块
图像预测模块
零件监测模块
界面操作模块
减速器零件漏装监测实验
减速器针齿安装监测实验
本章小结
第章总结与展望
本书总结
研究展望
参考文献
显示全部信息
商品详情
书名基于深度学习的装配监测
作者陈成军
出版社：科学出版社
出版日期
字数：
页码：
版次：
装帧：平装
开本开
商品重量：
目录
前言
章绪论
装配监测的意义
装配监测的研究现状
装配监测
动作识别
图像变化检测
位姿估计
深度学习网络模型部署
本书主要内容
第章卷积神经网络与模型理论基础
卷积神经网络
卷积神经网络基本结构
卷积神经网络主要模块
卷积神经网络训练过程
模型
深度学习网络框架及部署工具
深度学习网络框架
部署工具
本章小结
第章基于深度学习的装配动作识别
基于表面肌电信号和惯性信号的装配动作识别方法
装配动作识别流程
信号采集
信号预处理
基于通道注意力时空特征的卷积神经网络
实验环境参数设置及评价指标
模型实验验证
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
基于注意力机制和多尺度特征融合的动态图卷积网络
数据集的制作
实验结果与分析
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
运动激励聚合和时序差分网络
数据集的制作
实验结果与分析
本章小结
第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
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
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
数据集的制作
实验环境与指标选取
实验结果与分析
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
基于三维注意力和双边滤波的变化检测网络
数据集的制作
实验环境和指标选取
实验结果与分析
基于深度学习的机械装配体零件多视角位姿估计方法
机械装配体零件多视角位姿估计网络
位姿估计网络
数据集的制作
实验环境与指标选取
实验结果与分析
本章小结
第章基于的机械装配体多视角变化检测与装配顺序监测
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
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
数据集的制作
实验环境与指标选取
实验结果和分析
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
装配顺序监测方法
数据集的制作
实验环境与指标选取
实验对比的其他变化检测网络
实验结果与分析
本章小结
第章基于深度学习的减速器装配监测与部署
减速器装配图像采集试验台及数据集制作
减速器装配图像采集试验台
减速器装配语义分割数据集
减速器螺钉目标检测数据集
减速器针齿目标检测数据集
基于深度学习的减速器装配监测方法
语义分割网络模型选择
语义分割网络模型训练
目标检测网络模型选择
目标检测网络模型训练
基于目标检测的针齿安装监测方法
改进目标检测网络模型
改进模型与模型对比
减速器装配监测软件设计
图像采集模块
图像预测模块
零件监测模块
界面操作模块
减速器零件漏装监测实验
减速器针齿安装监测实验
本章小结
第章总结与展望
本书总结
研究展望
参考文献
显示全部信息
商品详情
书名基于深度学习的装配监测
作者陈成军
出版社：科学出版社
出版日期
字数：
页码：
版次：
装帧：平装
开本开
商品重量：