[发明专利]一种基于机器学习与深度学习的三维检测平台软件及装置

说明书

本发明属于机器视觉技术领域，具体的说是一种基于机器学习与深度学习的三维检测平台软件及装置，所述甲醇的生产方法步骤如下所示：S1：信号触发：通过PLC和机器人得到触发信号或是通过Socket和串口得到触发指令，根据收到不同的触发信号进行不同的流程；本发明所述的一种基于机器学习与深度学习的三维检测平台软件及装置，通过转动转轴带动齿轮旋转，使得与齿轮啮合连接的齿条板沿着T型杆一向上滑动，此时处于安装架和控制箱连接处的卡块在铰接杆的作用下贯穿安装架滑入3D相机侧壁的卡槽内，实现对3D相机的固定，进而便于工作人员快速将3D相机固定在安装架上进行使用，通过弹簧一具有的弹性势能间接作用于卡块，加强了卡块对3D相机的固定效果。

技术领域

本发明属于机器视觉技术领域，具体的说是一种基于机器学习与深度学习的三维检测平台软件及装置。

背景技术

随着互联网技术的迅速发展壮大，数据也变的层面更广，总数更大、构造愈来愈繁杂，如果想要更加清楚，迅速的认识和了解一份数据，传统化的二维平面图数据图表现已不能够满足需求，而三维检测平台技术可以让数据呈现的更加直观和易于了解，所以被广泛运用到各个行业中。

目前，市面上通用的检测平台大多是针对二维图像处理的，针对三维图像处理的较少，特别是加入机器学习与深度学习的图像处理平台更是少之又少，因此，含有机器学习与深度学习的图像处理平台显得尤为重要。

常规的三维检测平台包含信号触发、点云采集、点云处理和信号反馈几部分，而在点云采集步骤中常常用到3D相机，而3D相机在使用中大多配合固定支架一起使用，然而现有的3D相机和固定支架的安装结构较为复杂，不便于工作人员进行安装固定，为此，本发明提供一种基于机器学习与深度学习的三维检测平台软件及装置。

发明内容

为了弥补现有技术的不足，解决常规的三维检测平台包含信号触发、点云采集、点云处理和信号反馈几部分，而在点云采集步骤中常常用到3D相机，而3D相机在使用中大多配合固定支架一起使用，然而现有的3D相机和固定支架的安装结构较为复杂，不便于工作人员进行安装固定的问题，本发明提出的一种基于机器学习与深度学习的三维检测平台软件及装置。

本发明解决其技术问题所采用的技术方案是：本发明所述的一种基于机器学习与深度学习的三维检测平台软件,该平台软件操作步骤如下所示：S1：信号触发：通过PLC和机器人得到触发信号或是通过Socket和串口得到触发指令，根据收到不同的触发信号进行不同的流程；S2：点云采集：点云采集通常来自3D相机，也可以从文件读取来模拟，采集到的点云图像通常是深度图的格式，也有使用PLY、PTS、PTX、XYZ等3D格式，对不同格式的点云文件，需要进行一个转换，才能得到系统可识别的点云数据；S3：点云处理：点云处理包含常用的滤波、配准、检测、分割、特征描述与提取、曲面重建和识别等，部分较难检测的点云需要引入机器学习以及深度学习的框架；S4：信号反馈：将上述点云处理的结果反馈给指定设备，设备可以是PLC、机器人，或者向Socket、串口连接的对象反馈结果。

优选的，所述S3中还包括以下步骤：

S31：在Python中训练模型并生成；

S32：在平台中调用深度学习模块，选择上述步骤生成模型，并填写调用参数；

S33：为深度学习模块连接输入与输出，输入是经过预处理的点云数据，输出是要检测目标或已分割完成的实体，继续进行其他处理步骤。