一种基于深度学习的贴铜机料带直线纠偏方法及纠偏装置

本发明涉及贴铜机技术领域，尤其涉及一种基于深度学习的贴铜机料带直线纠偏方法，包括以下步骤：步骤S1：将传感器安装在传感器支架上，通过传感器实时采集料带在输送过程中的图像；步骤S2：利用卷积神经网络对传感器采集的料带图像进行空间特征提取，得到每帧图像的特征信息；步骤S3：将每帧图像的特征信息向量按时间顺序排列，形成图像特征序列。本发明通过深度学习技术，尤其是结合卷积神经网络的空间特征提取能力和循环神经网络的时序分析能力，能够对料带的实时图像进行精细化分析，捕捉到更为复杂的边缘、纹理等特征，以及料带在输送过程中的动态变化，显著提高了纠偏的准确性和稳定性。