摘要
一种基于YOLOv8模型的包装袋袋口检测方法,包括以下步骤:获取传送过程中的包装袋的袋口图像信息;对获取的所述袋口图像信息进行数据标注,构建袋口数据集,并将数据集划分为训练集、验证集和测试集;配置训练集图片增强算法对图片进行数据增强;对所构建的YOLOv8旋转目标检测模型进行训练,并输出预测旋转框的检测结果;基于训练后的YOLOv8目标检测模型识别袋口坐标,并将所获取的偏移信息发送至控制系统,由控制系统控制抓取装置对准袋口进行抓取。本发明能够防止模型过度拟合训练集,提高整体的泛化性能和鲁棒性,实现高精度、高速地检测包装袋袋口。
技术关键词
包装袋袋口
训练集
控制系统
坐标
抓取装置
图片
顶点
旋转框
图像融合算法
数据
图像增强算法
图像分割算法
马赛克
像素
照片
鲁棒性
参数
系统为您推荐了相关专利信息
图像配准方法
直线
像素点
多模态图像配准
多模态图像数据
激光驱动系统
降压模块
恒流源控制系统
PID控制算法
读取配置参数
XGBoost模型
水量监测方法
卫星多光谱
影像
机器学习方法
木托盘
自动化生产线
缠绕膜包装机
原木
包装出料装置