摘要
本发明公开了基于YOLO模型的一种木板快速识别方法,包括以下步骤:制作高质量的木板数据集;对各个状态的木板数据集进行标注;将数据集输入到改进YOLOv5网络模型;训练原始的DNN模型;对模型进行通道修剪,对过滤器修剪,对连接层修剪,层修剪;评估模型,微调数据;将得到的模型输出的数据进行处理,得到预测结果,测量识别的数据,对比和原始的YOLOv5网络的数据的异同;将模型接入高精度的摄像头,封装成高速精准的木板检测系统,实现了高精度高速率的快速工业木板检测,并输出对应的中心点数据。通过此优化的YOLO模型,可快速识别木板,有助于机器人对木板的智能化作业。
技术关键词
快速识别方法
YOLO模型
工业木板
因子
数据
信道
智能化作业
网络
标注软件
批量
样本
通道
施工现场
高速率
格式
精度
变量
训练集
复杂度
系统为您推荐了相关专利信息
架空输电线路状态
多元回归模型
季节特征
流量预测模型
监测方法
高斯概率模型
路径定位方法
数据
工程图纸
车辆定位系统
高速公路车辆识别
货车
摄像头采集画面
车牌识别模型
车辆图像数据
多源遥感图像
融合特征
图谱
自动编码器
图像像素