摘要
本发明公开了基于深度学习的粮库清理机器人视觉识别平台及方法,涉及机器人视觉识别技术领域,包括以下步骤:通过粮库清理机器人上的视觉系统对粮库环境中的不同区域进行全面图像采集;将图像划分为若干个子区域,对于每个子区域,从采集到的图像中提取反映潜在玻璃碎片存在的关键特征,对提取的特征进行分析,确保深度学习模型能够接收到准确的输入。本发明通过图像采集与特征提取确保模型输入准确,利用深度学习模型初步识别玻璃碎片并预测隐患区域,自适应锐化增强边缘后进行二次识别,精确标记玻璃碎片并生成清理指令,减少漏检和误检,提升清理效率与准确性,降低设备损害与食品安全风险,增强粮库运营安全与效益。
技术关键词
清理机器人
深度学习模型
视觉识别方法
玻璃
边缘轮廓
指数
生成光晕
机器人视觉识别技术
识别平台
标记
图像分割技术
强度
表达式
识别模块
因子
图像采集模块
效应
多光源系统
食品安全风险
系统为您推荐了相关专利信息
定位夹持工装
边缘轮廓
真空吸盘
夹持组件
真空发生器
推送方法
计算机执行指令
深度学习模型训练
城市监控系统
数据采集模块
管理服务平台
财务
深度学习模型训练
BP神经网络构建
消除图像噪声
细胞活性检测方法
深度学习模型
上采样
细胞活性检测装置
检测头
信噪比
数据处理模块
深度学习模型
音频信号处理方法
计算机可读取存储介质