摘要
本发明提供了一种用于煤矸石及杂物的多目标跟踪方法,包括:获取煤矸石和杂物图像目标检测数据集并进行数据增强;裁剪煤矸石和杂物目标生成图像分类数据集;将目标检测数据集和数据增强数据集的样本输入到YOLOV5S网络模型,获得目标检测模型;将图像分类数据集中的样本输入到VIT图像分类网络模型,获得图像特征提取网络模型;将实时图像输入到目标检测模型,获得类别和坐标框并结合图像获得特征数据后进行目标轨迹跟踪,生成煤矸石和杂物轨迹;针对确定态轨迹中的目标,判断前后帧同一目标是否首次跨越检测边界线,将越过边界线的坐标及当前时间戳存储到机械臂待抓取矩阵。本发明有效提高了多目标跟踪的鲁棒性、检测精度和机械臂抓取准确率。
技术关键词
跟踪方法
图像特征提取
图像分类网络
轨迹
匈牙利匹配算法
坐标
实时图像
运动估计
局部细节特征
矩阵
图像特征数据
图像分类模型
传送带
数据采集模块
机械臂
样本
注意力
系统为您推荐了相关专利信息
油脂生产线
可视化控制方法
物理
数字孪生模型
可视化控制系统
路径规划方法
障碍物
机器人驱动轮
栅格地图
规划机器人
卡尔曼滤波器
跟踪方法
遮挡场景
轨迹
协方差矩阵
水下同步定位
地图构建方法
多波束声呐
特征匹配算法
水池环境
动作生成方法
特征提取模块
机械臂末端执行器
深度残差网络
生成动作