[实用新型]一种基于深度学习的字符识别器有效

专利信息
申请号: 202022379315.5 申请日: 2020-10-23
公开(公告)号: CN213149781U 公开(公告)日: 2021-05-07
发明(设计)人: 王伟;廖勇 申请(专利权)人: 成都航视自动化技术有限公司
主分类号: G06K9/34 分类号: G06K9/34;H05K5/00;H05K5/02;H05K7/20;H05K7/14
代理公司: 成都知都云专利代理事务所(普通合伙) 51306 代理人: 陈钱
地址: 610000 四川省成都市郫都区德源镇(菁*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 字符 识别
【说明书】:

实用新型公开了一种基于深度学习的字符识别器,包括外壳、第一防护壳、魔术贴、显示屏、蓄电槽和散热片,所述外壳的上方一侧设置有识别器,且识别器的一侧设置有第一卡块,同时第一卡块的一侧设置有第一卡槽,所述第一防护壳均设置在外壳的外壁两侧,且第一防护壳的一侧设置有旋转螺栓,所述魔术贴设置在第一防护壳的外壁一侧,且魔术贴的外壁设置有防滑垫。本实用新型通过散热片的设置,在使用时可以有效的对该装置进行散热的作用,可以根据使用需求对该装置进行散热工作,避免该装置长期使用,内部热量过高,内部零件有损坏,导致该装置的工作效率降低,从而有效的提升了该装置的使用效果。

技术领域

本实用新型涉及深度学习相关技术领域,具体为一种基于深度学习的字符识别器。

背景技术

深度学习是机器学习领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标人工智能,深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助,它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据,深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术,深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果,深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的模式识别难题,使得人工智能相关技术取得了很大进步。

但是目前使用的一种基于深度学习的字符识别器不具备第一防护壳的设备,使用过程中无法对该装置进行防护的作用,容易导致该装置的外壁受到撞击而损坏,影响该装置的外观,降低了该装置的使用效果。

实用新型内容

本实用新型的目的在于提供一种基于深度学习的字符识别器,以解决上述背景技术中提出的目前使用的一种基于深度学习的字符识别器不具备第一防护壳的设备,使用过程中无法对该装置进行防护的作用,容易导致该装置的外壁受到撞击而损坏,影响该装置的外观,降低了该装置的使用效果。

为实现上述目的,本实用新型提供如下技术方案:一种基于深度学习的字符识别器,包括外壳、第一防护壳、魔术贴、显示屏、蓄电槽和散热片,所述外壳的上方一侧设置有识别器,且识别器的一侧设置有第一卡块,同时第一卡块的一侧设置有第一卡槽,所述第一防护壳均设置在外壳的外壁两侧,且第一防护壳的一侧设置有旋转螺栓,所述魔术贴设置在第一防护壳的外壁一侧,且魔术贴的外壁设置有防滑垫,所述显示屏设置在外壳的外壁一侧,且显示屏的两侧均设置有第二防护壳,所述第二防护壳的两侧均设置有滑块,且滑块的一侧设置有滑槽,所述蓄电槽设置在外壳的内部一侧,且蓄电槽的内部设置有蓄电池,所述蓄电槽的一侧设置有第二卡槽,且第二卡槽的一侧设置有第二卡块,所述散热片设置在外壳的内壁一侧,且散热片的一侧设置有固定螺栓。

优选的,所述识别器通过第一卡块与外壳卡合连接,且第一卡块以外壳的中轴线对称设置。

优选的,所述第一防护壳、旋转螺栓与外壳构成旋转结构,且旋转螺栓在外壳的外壁呈等间距分布。

优选的,所述防滑垫通过魔术贴与外壳活动连接,且魔术贴在外壳的外壁呈等间距分布。

优选的,所述第二防护壳、滑块与显示屏构成滑动结构,且显示屏的尺寸小于第二防护壳的尺寸。

优选的,所述蓄电槽通过第二卡槽与外壳卡合连接,且蓄电槽的尺寸小于外壳的尺寸。

优选的,所述散热片通过固定螺栓与外壳螺纹连接,且固定螺栓以散热片的中轴线对称设置。

与现有技术相比,本实用新型的有益效果是:

(1)本实用新型通过第一防护壳的设置,在使用时可以有效的对该装置进行有效的防护和防尘作用,在使用过程中,可以根据使用需求对该装置的外部进行防护,避免该外壳不慎被外来物品撞击或有杂质进入,导致该装置的损坏和外观,从而有效的提升了该装置的使用效果;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都航视自动化技术有限公司,未经成都航视自动化技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202022379315.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top