-
公开(公告)号:CN111192237A
公开(公告)日:2020-05-22
申请号:CN201911292122.1
申请日:2019-12-16
Applicant: 重庆大学
Abstract: 本发明公开一种基于深度学习的涂胶检测系统和方法,包括以下步骤:构建初始的深度残差网络模型:所述深度残差网络模型为五层结构,包括输入层,卷积层,残差层,全连接层以及联合损失函数层;将训练样本输入到深度残差网络模型中进行训练,从而得到涂胶检测模型;获取原始涂胶图像,并进行预处理得到待检测的涂胶图像;将待检测的涂胶图像输入涂胶检测模型,获取涂胶图像检测的得分,根据得分判断待检测的涂胶图像是否合格。本发明通过构建深度残差网络模型对涂胶车间中车窗的涂胶进行自动检测,能快速准确地判断涂胶的质量,并实时上传检测结果,方便进行及时的处理,提高了涂胶车间的自动化程度和生产效率。
-
公开(公告)号:CN111278052A
公开(公告)日:2020-06-12
申请号:CN202010064702.1
申请日:2020-01-20
Applicant: 重庆大学
Abstract: 本发明公开一种基于5G切片的工业现场数据多优先级调度方法,包括S1:5G基站获取工业现场用户的资源请求数据和信道状态数据;S2:5G基站的调度器在第t个调度周期,判断任务缓存队列是否为空;如果为空,等待下一个调度周期,如果为非空,进入S3;S3:5G基站的调度器根据用户的资源请求数据将相对应的资源分配到不同切片中;S4:分别为同一切片内的用户进行资源调度。本发明完成对5G三大切片的资源分配,保证切片之间资源的灵活调度和隔离性,提高了系统的吞吐量,同时提高了调度方法对不同业务服务质量需求的公平性。
-