一种基于机器视觉的多视角管材在线识别方法及系统

本发明提供一种基于机器视觉的多视角管材在线识别方法及系统，涉及机器视觉和目标检测技术领域，方法包括：采集多种类型的管材在多个视角下的图像；对采集到的图像进行数据增强处理；对数据增强处理后的图像进行标注，构建图像数据集；构建基于改进的YOLOv5s算法的管材识别模型；使用所述图像数据集，对所述管材识别模型进行训练；实时采集管材图像；通过训练完成的管材识别模型，对所述管材图像进行在线识别。本发明可以使管材的识别不再受限于视角和遮挡问题，提高了识别准确率，不再依赖于手工特征提取和分类算法，不需要大量的预处理和特征工程，就能够适应复杂和多变的工业环境，且不再依赖于人工视觉检查或昂贵的专用设备。