摘要
本发明涉及一种包裹位置自适应的泛化纠偏优化方法和系统,所述方法包括:根据不同采集信息和目标图像信息生成多种图像,将多种图像生成训练集和验证集;根据训练集和验证集训练图像识别模型,所述图像识别模型在主干网络引入尺寸注意力机制和空间背景注意力机制,并在特征融合网络构建改进高斯模型以突出目标的边缘信息;将待检测图像输入图像识别模型,生成目标的位置信息并根据位置信息对目标进行纠偏。本发明提供一种包裹位置自适应泛化纠偏的检测与控制方法及系统,以解决包裹定位不准,容易受环境影响的技术问题。
技术关键词
训练图像识别模型
注意力机制
特征融合网络
包裹
执行存储器存储
计算机设备
图像特征提取
位置编码器
高斯滤波器
处理器
数据采集模块
融合特征
识别模块
程序
解码器
物体
系统为您推荐了相关专利信息
分拣机器人
传送带
超分辨率
关节
Laplacian算子
智能监测系统
YOLO模型
无人机
深度学习模型
垃圾
线路故障诊断方法
海洋牧场
故障诊断模型
供电系统
多尺度特征提取
LSTM模型
融合多模态特征
输变电工程
表达式
样本
车辆行人检测方法
通道
路径特征
融合策略
注意力机制