基于5G网络的工业产品识别系统设计

针对工业产品识别准确度的不足,提出一种基于5G网络的工业产品识别系统框架。在传统卷积神经网络CNN基础上,提出DNN深度神经网络算法,并引入控制参数k_p实现采集数据的变换特征映射;基于5G网络传输和加密,实现实时数据传输和保密通信;基于云平台,使用Pytorch进行物体识别的匹配运算;最后开发了一套基于5G网络的工业产品识别与溯源平台,验证本设计的实用性。结果表明,本系统对于工业产品识别具有很高的准确率和识别效果。