[发明专利]基于深度学习的小型零件分拣方法及其分拣系统有效
| 申请号： | 202010905536.3 | 申请日： | 2020-09-01 |
| 公开（公告）号： | CN112170233B | 公开（公告）日： | 2021-08-06 |
| 发明（设计）人： | 张立国;孙胜春;金梅;张少阔;张子豪;张勇;刘博;郎梦园 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | B07C5/00 | 分类号： | B07C5/00;B07C5/36;G06N3/04;G06N3/08 |
| 代理公司： | 北京孚睿湾知识产权代理事务所(普通合伙) 11474 | 代理人： | 孙建 |
| 地址： | 066004 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的小型零件分拣系统及其分拣方法，零件分拣系统包括传送带、光电开关、工业相机、计算机和机械臂，传送带负责运送零件，光电开关负责检测零件是否到达图像采集区域，工业相机负责采集零件的图像，计算机对采集的图像进行处理，得到图中零件的类别和坐标位置；机械臂完成对确定类别和位置的零件的抓取分拣。分拣包括：S1、基于YOLOv4目标检测网络训练零件识别模型，通过训练好的零件识别模型检测图片中的零件，输出图中零件的类别名和坐标信息；S2、将零件图像的像素坐标转化为世界坐标；S3、将零件抓取至对应分拣箱内。该方法及装置通过模型预测得到零件的坐标位置，零件识别准确率更高，识别速度更快。 | ||
| 搜索关键词： | 基于 深度 学习 小型 零件 分拣 方法 及其 系统 | ||
【主权项】：
暂无信息
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燕山大学，未经燕山大学许可，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/202010905536.3/，转载请声明来源钻瓜专利网。
