[发明专利]一种基于深度学习的全域导航方法

权利要求书

1.一种基于深度学习的全域导航方法，其特征在于，所述方法包含下述步骤：

步骤一，将待测零件放在影像测量仪测量平台上；

步骤二，通过大视场相机拍摄得到待测零件的全局图像；

步骤三，深度学习软件通过拍摄的全局图像识别待测零件类型；

步骤四，调用对应零件的测量程序，并引导影像测量仪主影像系统到待测零件的测量区域。

2.根据权利要求1所述的基于深度学习的全域导航方法，其特征在于：所述深度学习软件的训练过程四个步骤：

步骤一，数据集的载入，将大视场相机拍摄得到待测零件的全局图像进行数据预处理，对数据进行包括但不限于旋转、裁剪和打乱操作，用于提高训练数据的多样性和模型的鲁棒性

步骤二，模型的搭建，模型采用ResNet作为基础网络实现目标检测；

步骤三，模型的训练及损失，通过使用均方误差来反向传播更新模型的参数，从而训练神经网络模型；

步骤四，建立待测零件模板匹配库，首先对各个标准工件上分别找到一个模板图像矩阵，并记录位置坐标，保存于对应的CNC测量程序中。