[实用新型]一种深度学习视觉场景辨别装置有效

专利信息
申请号: 202220045082.1 申请日: 2022-01-10
公开(公告)号: CN217382331U 公开(公告)日: 2022-09-06
发明(设计)人: 张润来 申请(专利权)人: 东北大学
主分类号: F16M11/06 分类号: F16M11/06;F16M11/18
代理公司: 安徽思沃达知识产权代理有限公司 34220 代理人: 李彦程
地址: 110819 辽宁*** 国省代码: 辽宁;21
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 深度 学习 视觉 场景 辨别 装置
【说明书】:

实用新型公开了一种深度学习视觉场景辨别装置,涉及视觉场景识别技术领域,包括安装座,所述安装座的上方连接有传动杆,所述传动杆的上表面固定有安装箱,所述安装箱的左侧设置有固定块,所述固定块的内部设置有连接杆,所述连接杆的内部连接有固定杆,所述连接杆的左侧设置有固定螺栓,所述固定螺栓的左侧连接有高清摄像头;连接板,其设置在所述高清摄像头的下表面,所述连接板的内部设置有滑槽,所述滑槽的内部连接有滑块。该深度学习视觉场景识别装置通过设置的杆套,使得电动伸缩杆能够带动滑块运动,在滑槽和连接板的配合下,能够自动对高清摄像头的角度进行调节,无需人工手动操作,提高该场景识别装置的精度。

技术领域

本实用新型涉及视觉场景识别技术领域,具体为一种深度学习视觉场景辨别装置。

背景技术

场景识别装置在现有技术中得到广泛应用,应用于虚拟现实领域。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,主要用于对现实世界中的场景进行识别,并生成相应的数据供后续利用。例如,学校、小区、单位、车站等重要场所。

现有的视觉场景识别装置在使用时无法对角度进行调节,导致特征无法做到有效识别,降低了场景识别装置的精度,针对上述情况,在现有的视觉场景识别装置基础上进行技术创新。

实用新型内容

本实用新型的目的在于提供一种深度学习视觉场景辨别装置,以解决上述背景技术中提出现有的视觉场景识别装置在使用时无法对角度进行调节,导致特征无法做到有效识别,降低了场景识别装置精度的问题。

为实现上述目的,本实用新型提供如下技术方案:一种深度学习视觉场景辨别装置,包括:

安装座,所述安装座的上方连接有传动杆,所述传动杆的上表面固定有安装箱,所述安装箱的左侧设置有固定块,所述固定块的内部设置有连接杆,所述连接杆的内部连接有固定杆,所述连接杆的左侧设置有固定螺栓,所述固定螺栓的左侧连接有高清摄像头;

连接板,其设置在所述高清摄像头的下表面,所述连接板的内部设置有滑槽,所述滑槽的内部连接有滑块,所述滑块的右侧连接有电动伸缩杆,所述电动伸缩杆的右侧连接有杆套。

优选的,所述固定块与安装箱之间为螺钉连接,且固定螺栓通过连接杆和固定杆与固定块之间构成旋转结构,并且高清摄像头通过固定螺栓与连接杆之间构成可拆卸连接。

优选的,所述连接板与高清摄像头之间为固定连接,且滑块通过滑槽与连接板之间构成滑动结构。

优选的,所述杆套与安装箱之间为螺栓连接,且滑块通过电动伸缩杆与杆套之间构成伸缩结构。

优选的,所述安装箱还设有:

上盖,其设置在所述安装箱的上表面,所述上盖的上方对称设置有四个内六角螺钉,所述上盖通过内六角螺钉与安装箱之间构成可拆卸连接。

优选的,所述传动杆还设有:

轴承,其安装在所述传动杆的下端,所述传动杆的外表面连接有从动齿轮,所述从动齿轮的右侧连接有主动齿轮,所述主动齿轮的上端连接有调节马达。

优选的,所述调节马达与安装座之间为螺栓连接,且传动杆通过从动齿轮和主动齿轮与调节马达之间构成旋转结构。

与现有技术相比,本实用新型的有益效果如下:

1.该深度学习视觉场景识别装置通过设置的固定块,在连接杆和固定杆的配合下,使得高清摄像头能够进行转动,从而对高清摄像头的角度进行调节,方便对特征进行有效的识别;

2.该深度学习视觉场景识别装置通过设置的杆套,使得电动伸缩杆能够带动滑块运动,在滑槽和连接板的配合下,能够自动对高清摄像头的角度进行调节,无需人工手动操作,提高该场景识别装置的精度;

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东北大学,未经东北大学许可,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/202220045082.1/2.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