基于深度学习的视觉循迹模型的构建方法及其应用

本发明公开基于深度学习的视觉循迹模型的构建方法及其应用，其包括以下步骤：获取图片样本集；对图片样本集中的图片进行分割并标注，并将其结果作为训练数据的标签；建立卷积神经网络，其包括按运行顺序设置的编码器E1、E2、E3、E4，主特征F，和解码器D4、D3、D2、D1；使用图片样本集中的图片作为训练数据对卷积神经网络进行训练，通过前向传播计算卷积神经网络输出，然后利用损失函数计算输出与训练数据的标签之间的差异，并通过反向传播算法更新卷积神经网络参数，获得视觉循迹模型；以上技术方案能够在不同的光照、角度和遮挡条件下稳定地识别轨迹，提高了循迹的精度和稳定性，使其能够应对不同场景下的颜色变化。