一种基于两分支骨干网络的小样本目标检测方法

    公开(公告)号:CN115761372A

    公开(公告)日:2023-03-07

    申请号:CN202211523604.5

    申请日:2022-11-30

    Abstract: 本发明属于计算机视觉领域,具体涉及一种基于两分支骨干网络的小样本目标检测方法、系统、装置,旨在解决现有两阶段微调的方法中特征提取骨干网络难以较好地提取新类目标的特征,从而影响小样本目标检测性能的问题。本方法包括:获取待检测场景的图像,作为第一图像;提取所述第一图像的卷积特征,并构建特征金字塔,作为所述第一图像对应的第二特征金字塔;将所述第一图像对应的第二特征金字塔输入训练好的基于两分支骨干网络的小样本目标检测网络中的定位分类网络,获取目标检测结果,实现小样本目标检测。本发明可以有效地提取新类目标的特征,从而提升小样本目标检测性能,为小样本目标物体的检测提供技术支持。

    主动立体视觉系统标定方法

    公开(公告)号:CN113538598A

    公开(公告)日:2021-10-22

    申请号:CN202110822943.2

    申请日:2021-07-21

    Abstract: 本发明属于服务机器人技术领域,具体涉及一种主动立体视觉系统标定方法,旨在解决主动立体视觉系统中各相机的光心偏离对应的旋转轴情况下难以实现高质量标定的问题。本方法包括获取第一图像、第二图像、第三图像、第四图像、第五图像、第六图像;获取主动立体视觉系统的各相机旋转前后的相对位姿;获取各相机的旋转轴对应的旋转向量;结合各相机的旋转轴对应的旋转向量以及旋转角度,获取各相机的旋转轴在对应的预定义的初始位置坐标系中的位姿;获取第一相机和第二相机在初始位置时的相对位姿,进而得到第一相机的旋转轴和第二相机的旋转轴之间的相对位姿;在线更新主动立体视觉系统的外参。本发明提升了主动立体视觉系统的标定质量。

    视觉引导的工业机器人系统标定方法

    公开(公告)号:CN114474058B

    公开(公告)日:2023-12-05

    申请号:CN202210129914.2

    申请日:2022-02-11

    Abstract: 本发明属于工业机器人技术领域,具体涉及一种视觉引导的工业机器人系统标定方法,旨在解决视觉引导的工业机器人系统标定精度较低的问题。本方法包括求出工业机器人基座坐标系与相机坐标系的相对位姿初值;利用四点标定法获取末端执行器坐标系与工业机器人法兰盘坐标系的相对位姿初值;并通过预获取的D‑H参数计算工业机器人关节间固连关系的相对位姿矩阵;控制工业机器人实现Nm种不同姿态,记录各姿态下的各关节角数据,获取Nm种姿态下工业机器人末端执行器中心点在相机坐标系下的坐标;求解误差校正矩阵,实现对视觉引导的工业机器人系统的标定。本发明解决了视觉引导的工业机器人系统标定精度较低的问题,提升了标定精度。

    液位计的计量信息读取方法、系统、装置

    公开(公告)号:CN115273052A

    公开(公告)日:2022-11-01

    申请号:CN202210917159.4

    申请日:2022-08-01

    Abstract: 本发明属于机器视觉测量技术领域,具体涉及一种液位计的计量信息读取方法、系统、装置,旨在解决现有的液位计的计量信息读取方法对光照、液位计表面整洁程度变化的适应性较差,导致读取的计量信息准确度较低的问题。本方法包括:获取仅包含液位计的RGB图像;获取RGB图像对应的灰度图像作为第二图像;对第二图像进行自适应二值化及图像腐蚀处理;对第一图像进行颜色空间转换处理,得到第四图像;对第四图像进行掩码处理得到计量掩码;结合计量掩码中的非零值元素得到第二坐标集合,对第二坐标集合中的坐标进行曲线拟合得到第一直线;获取液位计当前计量的横坐标长度;获取液位计的计量信息。本发明提升了液位计的计量信息读取方法的质量。

    小样本目标检测方法、系统、装置

    公开(公告)号:CN114708536B

    公开(公告)日:2024-09-27

    申请号:CN202210368041.0

    申请日:2022-04-08

    Abstract: 本发明属于机器人技术领域,具体涉及一种小样本目标检测方法、系统、装置,旨在解决新类目标物体与预训练数据集中的目标物体外观差异较大时,新类目标物体的检测鲁棒性较差的问题。本方法包括:获取待检测场景的图像;获取待检测场景的图像对应的第四注意力图,提取第四注意力图中的连通域,获取各潜在目标物体的矩形边界框,进而在待检测场景的图像上裁剪出各潜在目标物体对应的图像;将各潜在目标物体对应的图像缩放至设定尺寸,并输入训练好的注意力卷积神经网络,得到各潜在目标物体的图像级编码向量;获取潜在目标物体的类别。本发明可以利用新类目标物体少量的数据,有效检测出与预训练数据集中的目标物体外观差异较大的新类目标物体。

    主动立体视觉系统标定方法

    公开(公告)号:CN113538598B

    公开(公告)日:2022-03-25

    申请号:CN202110822943.2

    申请日:2021-07-21

    Abstract: 本发明属于服务机器人技术领域,具体涉及一种主动立体视觉系统标定方法,旨在解决主动立体视觉系统中各相机的光心偏离对应的旋转轴情况下难以实现高质量标定的问题。本方法包括获取第一图像、第二图像、第三图像、第四图像、第五图像、第六图像;获取主动立体视觉系统的各相机旋转前后的相对位姿;获取各相机的旋转轴对应的旋转向量;结合各相机的旋转轴对应的旋转向量以及旋转角度,获取各相机的旋转轴在对应的预定义的初始位置坐标系中的位姿;获取第一相机和第二相机在初始位置时的相对位姿,进而得到第一相机的旋转轴和第二相机的旋转轴之间的相对位姿;在线更新主动立体视觉系统的外参。本发明提升了主动立体视觉系统的标定质量。

    小样本目标检测方法、系统、装置

    公开(公告)号:CN114708536A

    公开(公告)日:2022-07-05

    申请号:CN202210368041.0

    申请日:2022-04-08

    Abstract: 本发明属于机器人技术领域,具体涉及一种小样本目标检测方法、系统、装置,旨在解决新类目标物体与预训练数据集中的目标物体外观差异较大时,新类目标物体的检测鲁棒性较差的问题。本方法包括:获取待检测场景的图像;获取待检测场景的图像对应的第四注意力图,提取第四注意力图中的连通域,获取各潜在目标物体的矩形边界框,进而在待检测场景的图像上裁剪出各潜在目标物体对应的图像;将各潜在目标物体对应的图像缩放至设定尺寸,并输入训练好的注意力卷积神经网络,得到各潜在目标物体的图像级编码向量;获取潜在目标物体的类别。本发明可以利用新类目标物体少量的数据,有效检测出与预训练数据集中的目标物体外观差异较大的新类目标物体。

    视觉引导的工业机器人系统标定方法

    公开(公告)号:CN114474058A

    公开(公告)日:2022-05-13

    申请号:CN202210129914.2

    申请日:2022-02-11

    Abstract: 本发明属于工业机器人技术领域,具体涉及一种视觉引导的工业机器人系统标定方法,旨在解决视觉引导的工业机器人系统标定精度较低的问题。本方法包括求出工业机器人基座坐标系与相机坐标系的相对位姿初值;利用四点标定法获取末端执行器坐标系与工业机器人法兰盘坐标系的相对位姿初值;并通过预获取的D‑H参数计算工业机器人关节间固连关系的相对位姿矩阵;控制工业机器人实现Nm种不同姿态,记录各姿态下的各关节角数据,获取Nm种姿态下工业机器人末端执行器中心点在相机坐标系下的坐标;求解误差校正矩阵,实现对视觉引导的工业机器人系统的标定。本发明解决了视觉引导的工业机器人系统标定精度较低的问题,提升了标定精度。

Patent Agency Ranking