[发明专利]基于深度学习的定位方法和系统在审
| 申请号： | 201910140228.3 | 申请日： | 2019-02-26 |
| 公开（公告）号： | CN109977945A | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 孟健;纪国强;戴维伦;汤兴粲;刘胜波;王会玲 | 申请（专利权）人： | 博众精工科技股份有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06N3/04;G06N3/08 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 范晴;丁浩秋 |
| 地址： | 215000 江苏省苏州*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的定位方法，包括：构建基础卷积神经网络，通过基础卷积神经网络提取采集的图像的深度学习特征；构建区域候选网络，筛选初步候选锚框确定前景和背景标签，计算标注数据与筛选后的锚框之间的偏移量；根据基础卷积神经网络输出的特征映射生成旋转矩形局域候选框，所述旋转矩形局域候选框使用两个定点坐标和高度表示；根据旋转矩形局域候选框的旋转矩形的交并比筛选候选区域，计算分类损失、预测旋转框的坐标和角度损失，得到最优模型参数进行定位。可以识别目标的角度信息，旋转定位框，有助于机械手更加精准的抓取目标。 | ||
| 搜索关键词： | 卷积神经网络 候选框 筛选 构建 锚框 抓取 机械手 定点坐标 候选区域 候选网络 角度信息 旋转定位 最优模型 偏移量 旋转框 映射 学习 标注 标签 采集 图像 输出 分类 预测 | ||
【主权项】：
1.一种基于深度学习的定位方法，其特征在于，包括以下步骤：S01：构建基础卷积神经网络，通过基础卷积神经网络提取采集的图像的深度学习特征；S02：构建区域候选网络，筛选初步候选锚框确定前景和背景标签，计算标注数据与筛选后的锚框之间的偏移量；S03：根据基础卷积神经网络输出的特征映射生成旋转矩形局域候选框，所述旋转矩形局域候选框使用两个定点坐标和高度表示；S04：根据旋转矩形局域候选框的旋转矩形的交并比筛选候选区域，计算分类损失、预测旋转框的坐标和角度损失，得到最优模型参数进行定位。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于博众精工科技股份有限公司，未经博众精工科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910140228.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种数字水表读数的识别方法
- 下一篇：一种基于机器视觉的榛子轴向识别方法
