T QME 0301—2022 基于深度学习的装配过程监测技术规范.pdfVIP

ICS25.040.99

CCSJ70

团体标准

T/QME0301-2022

基于深度学习的装配过程监测

技术规范

Assemblyprocessmonitoringbasedondeeplearning

-technicalspecifications

(发布稿)

2022-12-21发布2022-12-21实施

青岛机械电子工程学会发布

T/QME0301-2022

基于深度学习的装配过程监测技术规范

1范围

本文件规定了基于深度学习的装配过程监测的术语和定义、技术框架、功能要求、性能要求等。

本文件适用于各种基于深度学习的装配过程监测任务。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其必威体育精装版版本（包括所有的修改单）适用于本文

件。

GB/T5271.13-2008信息技术词汇第13部分：计算机图形

GB/T5271.24-2000信息技术词汇第24部分：计算机集成制造

GB/T38247-2019信息技术增强现实术语

GB/T41864-2022信息技术计算机视觉术语

GB/T41867-2022信息技术人工智能术语

GB/T40659-2021智能制造机器视觉在线检测系统通用要求

T/CARA0003-2021AR内容格式技术规范

3术语和定义

GB/T5271.13-2008、GB/T5271.24-2000、GB/T38247-2019、GB/T41864-2022、GB/T41867-2022

界定的以及以下术语和定义适用于本文件。

3.1

装配体虚拟模型Virtualmodelofassembly

通过CAD建模软件和虚拟现实可视化建模软件为待识别的装配体建立的可导入图形渲染引擎进行

渲染的三维模型。

3.2

合成图像训练集Syntheticimagetrainingset

利用装配体虚拟模型由图形渲染引擎以离屏渲染方式合成的图像训练集，用于训练深度学习模型。

3.3

真实图像训练集Realimagetrainingset

利用真实相机采集的装配体RGB图像和深度图像制备的图像训练集，采用人工标记，用于训练深

度学习模型。

3.4

1

T/QME0301-2022

合成图像测试集Syntheticimagetestset

用于测试深度学习模型的合成图像样本集。

3.5

真实图像测试集Realimagetestset

用于测试深度学习模型的真实图像样本集。

3.6

语义分割SemanticSegmentation

语义分割任务需要对图像中所有像素点进行分类，将相同类别的像素归为相同的标签（常常采用相

同的像素点表示）。

3.7

实例分割InstanceSegmentation

实例分割不仅需要将图像中所有像素进行分类，还需要区分相同类别中不同个体。

3.8

目标检测ObjectDetection

目标检测需要精确地定位出图像中某一物体类别信息和所在位置。

3.9

变化检测ChangeDetection

变化检测