基于深度学习的机器视觉目标识别与定位技术研究

发布时间：2024-03-17 04:06

　　随着人工智能、大数据、工业互联网等技术的兴起,世界制造正朝着智能化、互联网化、自动化方向发展,我国制造业也正处于智能化转型的关键时期。我国提出“中国制造2025”,要求以智能制造为核心主导第四次工业革命,开发智能的装备和产品,使得生产制造过程中的抓取、装配、检测等关键工序能够智能化,关键岗位能够由机器人替代。机器视觉识别定位技术在智能制造中的规则工件抓取、检测等环节发挥了很大作用,而往往工业生产中会出现尺寸形状变化、摆放随机且相互遮挡的工件,这时传统机器视觉识别定位技术已无法满足要求,而新兴的深度学习技术适用于此类尺度形状变化的复杂目标检测,具有很高的研究价值和工程应用价值。本文依托于国家重点研发计划(中式菜肴智能化烹饪技术与装备研发,课题编号:2018YFD0400803),以油炸鸡腿鸡翅为例,旨在通过深度学习方法来解决类似存在尺度形状变化、表面纹理不规则、摆放随机、相互存在遮挡的复杂机器视觉目标识别与定位困难问题。从视觉平台搭建到图像采集,从图像预处理到主流算法研究,从算法改进到系统软件实现,本文对油炸鸡腿、鸡翅的识别定位技术进行了深入研究。本文完成的工作及创新点如下:(1)构建了...

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 机器视觉识别与定位技术研究现状
        1.2.2 基于深度学习的识别与定位技术研究现状
    1.3 课题存在的难点和挑战
    1.4 论文组织结构安排
第二章 视觉实验台构建与数据集准备
    2.1 视觉实验台总体要求
    2.2 主要部件选型与搭建
        2.2.1 光照系统选型
        2.2.2 成像相机选型
        2.2.3 实验台选型与搭建
    2.3 图像采集与预处理
        2.3.1 油炸鸡腿鸡翅图像采集要求
        2.3.2 图像标注
        2.3.3 数据集制作
        2.3.4 数据清洗
        2.3.5 数据扩增
    2.4 本章小结
第三章 基于深度学习的识别定位算法研究
    3.1 深度学习概述
    3.2 相关基础理论
        3.2.1 卷积层
        3.2.2 激活函数和下采样层
        3.2.3 全连接层和Softmax层
        3.2.4 误差反向传播算法
    3.3 基于SSD的油炸鸡腿鸡翅识别定位算法研究
        3.3.1 SSD油炸鸡腿鸡翅识别定位框架
        3.3.2 SSD模型结构
        3.3.3 损失函数
    3.4 基于Faster R-CNN的油炸鸡腿鸡翅识别定位算法研究
        3.4.1 Faster R-CNN油炸鸡腿鸡翅识别定位框架
        3.4.2 RPN模型结构
        3.4.3 损失函数
    3.5算法对比实验
        3.5.1 实验配置
        3.5.2 评估指标
        3.5.3 实验结果对比分析
    3.6 本章小结
第四章 基于改进SSD网络的识别定位算法研究
    4.1 主干特征网络改进
        4.1.1 VGG网络架构
        4.1.2 引入深度可分离卷积
    4.2 基于聚类算法的Anchor设计
        4.2.1 Anchor的设计缺陷
        4.2.2 基于K-means的锚框聚类
    4.3 多级特征融合的网络改进
        4.3.1 多尺度策略
        4.3.2 引入多级特征融合
    4.4 实验结果对比分析
        4.4.1 实验配置
        4.4.2 训练过程
        4.4.3 结果对比分析
        4.4.4 实验结果展示
    4.5 本章小结
第五章 识别定位系统的设计与实现
    5.1 系统总体需求分析
    5.2 系统设计
    5.3 系统结果展示
    5.4 本章小结
第六章 总结与展望
    6.1 全文总结
    6.2 工作展望
参考文献
致谢
攻读硕士学位期间承担的科研情况及主要成果



本文编号：3930485