一种基于深度神经网络的图像识别模组

技术特征：
1.一种基于深度神经网络的图像识别模组，包括摄像头本体(110)，其特征在于：所述摄像头本体(110)连接在调整组件(2)的上端，所述调整组件(2)包括底座(210)，所述底座(210)的顶端连接有转轴(220)，所述转轴(220)的上端连接有竖向调节架(230)，所述竖向调节架(230)的上端开设有第一滑槽(250)，所述竖向调节架(230)的正面一侧连接有横向调节架(240)，所述横向调节架(240)的内部开设有第二滑槽(260)，所述横向调节架(240)的末端连接有驱动电机(270)，所述驱动电机(270)的输出端连接有转杆(280)，所述第二滑槽(260)的内部开设有内嵌槽(290)，所述第二滑槽(260)的内部嵌入连接有连接块(2110)，所述连接块(2110)的内部贯穿连接有转杆(280)，所述底座(210)上端连接有滑动块(2120)，所述连接块(2110)的底端连接有固定块(2130)，所述滑动块(2120)的底端连接有驱动轮(2140)。2.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述竖向调节架(230)和横向调节架(240)设置成u字形，所述竖向调节架(230)和横向调节架(240)之间通过连接块(2110)滑动；连接。3.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述转杆(280)的上端开设有外螺纹，所述连接块(2110)的顶端设置成圆盘状，所述连接块(2110)和滑动块(2120)之间通过中心轴转动连接。4.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述固定块(2130)嵌入在内嵌槽(290)的内部，所述连接块(2110)和固定块(2130)之间垂直连接，所属固定块(2130)和内嵌槽(290)之间滑动连接。5.根据权利要求1所述的一种基于深度神经网络的图像识别模组，其特征在于：所述摄像头本体(110)的两侧开设有防护结构(3)，所述防护结构(3)包括安装槽(310)，所述摄像头本体(110)的两侧开设有安装槽(310)，所述安装槽(310)的内部嵌入连接有安装杆(320)。6.根据权利要求5所述的一种基于深度神经网络的图像识别模组，其特征在于：所述摄像头本体(110)的顶端固定连接有防护罩(330)，所述安装杆(320)的底端连接有底杆(340)，所述底杆(340)的上端连接有隔离板(350)。7.根据权利要求6所述的一种基于深度神经网络的图像识别模组，其特征在于：所述隔离板(350)的背面抵触在防护罩(330)的顶端，所述防护罩(330)的顶面固定连接有一组橡胶垫，且橡胶垫环绕在防护罩(330)外沿。

技术总结
本实用新型公开了一种基于深度神经网络的图像识别模组，包括摄像头本体，摄像头本体连接在调整组件的上端，调整组件包括底座，底座的顶端连接有转轴，转轴的上端连接有竖向调节架，竖向调节架的上端开设有第一滑槽，竖向调节架的正面一侧连接有横向调节架，横向调节架的内部开设有第二滑槽，本实用新型一种基于深度神经网络的图像识别模组通过设置有横向调节架和竖向调节架能对摄像头本体的位置调整，在位置调整期间通过滑动完成调整，在操作上更加的得灵活，且能适用于不同位置的调节，给摄像头本体成像拍摄带来了更好的效果，另外能通过对摄像头本体的角度进行调整，避免出现镜面发光的问题，克服反光影响图像识别的质量。量。量。


技术研发人员：刘永超 胡涛
受保护的技术使用者：湖南交通工程学院
技术研发日：2021.10.29
技术公布日：2022/4/15