摘要
本发明属于航空智能制造技术领域,公开了一种基于单阶段神经网络算法YOLOv5的导线编号识别方法,使用定焦的微距相机作为图像采集设备采集导线图像,对采集的导线图像的编号区域进行标记以形成YOLOv5网络数据集,使用该数据集用YOLOv5神经网络训练出能够识别并裁剪编号区域的模型,再使用该训练好的编号区域识别模型对采集的导线图像的编号区域进行裁剪,再对裁剪下的编号区域图像进行图像特征增强操作,之后对特征增强后的编号图像进行逐字符标记标签以形成YOLOv5网络数据集,将标注好的编号数据集输入YOLOv5神经网络中训练编号识别模型。本申请解决现有编号识别方法不稳定的问题,实现装配导线编号的快速识别与装配位置匹配,达到提升装配效率与准确性的目的。
技术关键词
神经网络算法
识别方法
导线
字符识别模型
图像采集设备
构建训练集
数据
阶段
二值化图像
区域位置信息
神经网络训练
标记标签
彩色图像
相机
字体
航空
系统为您推荐了相关专利信息
平板类零件
快速识别方法
深度优先搜索算法
间距
建立基准坐标系
消防机器人
主机外壳
万向连接件
主机机构
行走机构
肺结核智能识别方法
风险评估模型
多通道特征
数据
图像
疗效评估系统
构建高分辨率
自然语言模型
识别模块
医学图像处理