摘要
本发明涉及目标识别技术领域,具体涉及基于视觉分析的服务型机器人目标识别方法,包括:采集目标物的训练样本,并从目标物的训练样本中划分出目标物的训练样本的真实框、本体区域以及背景区域;根据目标物的所有训练样本的本体区域的轮廓,获取目标物的多样性;结合目标物的所有训练样本的背景区域内的灰度分布,获取目标物的每个正样预测框的最佳目标值,进而构建YOLO算法训练阶段目标物的置信度损失函数,以训练目标物识别模型,令服务型机器人准确识别目标物。本发明通过分析各种目标物的形态以及背景特征优化传统YOLO算法中的训练阶段,以此训练得到能够在复杂、多变的环境中准确识别各种目标物的模型。
技术关键词
服务型机器人
YOLO算法
识别方法
灰度共生矩阵
视觉
纹理
阶段
随机梯度下降
信息熵
人工标记
样本
像素点
轮廓
形态
网络
图像
参数