[发明专利]基于深度学习的工件识别定位和姿态估计系统和方法

摘要

本发明提供了一种基于深度学习的工件识别定位和姿态估计系统和方法。所述基于深度学习的工件识别定位和姿态估计系统包括依次连接设置的网络建设模块、数据采集模块、模型训练模块以及工件识别定位和姿态估计模块。采用本发明提供的基于深度学习的工件识别定位和姿态估计系统，使得不同种类工件的分类识别、位置确定、以及单个工件的空间姿态估计可以同时进行检测，大大提高了产线自动化效率。

主权项

1.一种基于深度学习的工件识别定位和姿态估计系统，其特征在于包括：网络建设模块，其至少用于基于YOLO深度学习网络进行工件识别定位和姿态估计网络设计，所述工件识别定位和姿态估计网络设计包括在全连接层后增加一个输出项目，所述输出项目用于获取角度信息；数据采集模块，其至少用于构建训练集，构建过程包括采集不同姿态的工件图片作为训练样本，并对所述训练样本进行角度信息标注以及分类信息标注和位置信息标注；模型训练模块，其至少用于根据数据采集模块构建的训练集对所述工件识别定位和姿态估计网络进行训练，当损失值达到预设阈值时，训练结束并获得工件识别定位和姿态估计模型；工件识别定位和姿态估计模块，其至少用于根据所述工件识别定位和姿态估计模型对工件实物图片进行识别定位和姿态估计。