[发明专利]一种装配机器人零件深度学习识别方法有效
| 申请号： | 201910416011.0 | 申请日： | 2019-05-19 |
| 公开（公告）号： | CN110135503B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 余永维;彭西;杜柳青 | 申请（专利权）人： | 重庆理工大学 |
| 主分类号： | G06V10/762 | 分类号： | G06V10/762;G06K9/62;G06N3/04;G06N3/08;G06V10/80 |
| 代理公司： | 重庆企进专利代理事务所(普通合伙) 50251 | 代理人： | 周辉 |
| 地址： | 400054 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种装配机器人零件深度学习识别方法，包括如下步骤，先使用工业相机获取待识别工件的图像，再采用YOLOv3网络对图像进行识别，输出零件类别和位置信息；所述YOLOv3网络包括5个残差网络块，其特征在于，对每个残差网络块后引入CFENet模块，将CFENet模块融入到Darknet‑53特征提取网络进行图像特征提取。本发明具有不仅能够识别正常位姿下的工件，而且对相机过度曝光和工件相互遮挡等复杂情况中的零件具有较好的检测效果，识别准确率高等优点。 | ||
| 搜索关键词： | 一种 装配 机器人 零件 深度 学习 识别 方法 | ||
【主权项】：
1.一种装配机器人零件深度学习识别方法，包括如下步骤，先使用工业相机获取待识别工件的图像，再采用YOLOv3网络对图像进行识别，输出零件类别和位置信息；所述YOLOv3网络包括5个残差网络块，其特征在于，对每个残差网络块后引入CFENet模块，将CFENet模块融入到Darknet‑53特征提取网络进行图像特征提取。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆理工大学，未经重庆理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910416011.0/，转载请声明来源钻瓜专利网。
