| 基于迁移学习的机器人视觉识别与分拣策略 |
| |
| 作者姓名： | 黄家才 舒奇 朱晓春 周磊 刘汉忠 林健 |
| |
| 作者单位： | 南京工程学院 自动化学院,南京,211100;南京工程学院 自动化学院,南京,211100;南京工程学院 自动化学院,南京,211100;南京工程学院 自动化学院,南京,211100;南京工程学院 自动化学院,南京,211100;南京工程学院 自动化学院,南京,211100 |
| |
| 基金项目： | 江苏省自然科学基金;国家自然科学基金;江苏省高校自然科学重大项目;江苏省产学研合作前瞻性项目;南京工程学院自然科学基金 |
| |
| 摘 要： | 针对传统工业机器人辨识复杂工件困难、识别度单一等问题,提出一种基于迁移学习的视觉识别与分拣策略。高精度工业相机拍摄到的图片经过HALCON软件图像膨胀、腐蚀等处理之后,导入Pytorch中的神经网络模型,利用迁移学习对目标进行识别分类,最终实现工业机器人智能分拣的目的。实验中,在UR5机器人平台上以形状多变的两种菇类为对象进行迁移学习,进而完成识别及分拣。实验结果表明该策略具备良好的准确性和稳定性。
|
| 关 键 词： | 迁移学习 视觉识别 图像处理 神经网络 分类 |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
