期刊专题

10.3969/j.issn.1001-3881.2023.05.006

基于机器视觉与Faster-RCNN的Delta机器人工件识别检测

引用
针对传统并联机器人在工作环境中存在抓取不精确、定位与分类识别效率低下的问题,提出一种基于机器视觉与Faster-RCNN神经网络的工件识别检测技术.采用Delta机器人实验平台采集图像,进行图像的预处理操作并将其添加至网络训练集.通过Python3.7-torch1.7搭建深度学习中的Faster R-CNN卷积神经网络,作为基本框架训练工件图像数据集.最后将训练后的卷积神经网络得到的工件检测结果与原实验工件识别系统对比.结果表明:改进后的识别平均精确度比原有识别系统有所提高,反应时间缩短,并且能识别不同类型的工件.

并联机器人、深度学习、Faster R-CNN、图像处理

51

TP242.2(自动化技术及设备)

山西省重点国际科技合作项目201903D421015

2023-05-11(万方平台首次上网日期,不代表论文的发表时间)

共6页

35-40

暂无封面信息
查看本期封面目录

机床与液压

1001-3881

44-1259/TH

51

2023,51(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn