摘要
本发明提供了一种用于自动识别焊缝的YOLOv5改进方法及机器人设备,涉及焊缝自动识别技术领域。所述的改进方法包括:使用CSPDarknet53骨干网络作为Backbone主干网络;将GhostNet模块与Conv模块融合为GhostConv模块并设置在所述CSPDarknet53骨干网络中;将GhostNet模块与C3模块融合为C3Ghost模块并设置在所述CSPDarknet53骨干网络中;将SE模块设置在所述CSPDarknet53骨干网络中;将SPPF模块设置在所述CSPDarknet53骨干网络中,将所述SPPF模块构建为用于在不同尺度下对所述CSPDarknet53骨干网络中的图像进行池化。实现对焊缝及其轮廓的准确识别的前提下,大幅度提升了整个模块的运算速度、整个模型的使用性能及效率。
技术关键词
图像采集装置
机器人设备
模块
控制系统
网络
焊缝
机械臂
焊接装置
抑制算法
积层
自动识别技术
重构
特征值
矩阵
非线性
通道
相机
轮廓
工件
系统为您推荐了相关专利信息
网络
输出特征
三维数据处理技术
邻域特征
点云分类方法
三相交流电
主控芯片
相位角测量方法
计量模块
命令
交互方法
脑电信号采集器
感知机器人
脑机接口
多模态
机器学习算法模型
净化模块
智能油烟净化系统
构建机器学习模型
气体成分传感器