一种增强小尺度目标与改进ResNet的双目视觉定位方法

本发明涉及双目视觉定位技术领域，且公开一种增强小尺度目标与改进ResNet的双目视觉定位方法，该增强小尺度目标与改进ResNet的双目视觉定位方法，针对双目视觉对连铸坯模型定位过程中干扰点多、测量误差大等问题。首先，以连铸坯模型为实验对象，使用双目相机消减图片深度带来的定位误差，采集左右图片，经过张正友标定法和Labelme软件完成矫正和标定；其次，利用注意力机制SE(Squeeze‑and‑Excitation)对残差模块进行重构，强调输入特征图的有效通道，将主干网络不同深度的输出层经过上采样和横向连接构建特征金字塔网络FPN(Feature Pyramid Network)，增强小尺度目标的检测效果；最后，输出三维空间坐标，能够在连铸坯定点切割时进行精准角点定位和轨迹规划。