【摘 要】
：
日用陶瓷是供日常生活使用的各类陶瓷制品,主要包括餐具、茶具和其他陶瓷器皿等,具有类型多和造型差异大的特点。为了实现机器分拣要求,提出了一种基于深度学习日用陶瓷的多类型多目标识别和双目定位方法,主要研究内容及工作如下:1.研究并改进了YOLOv3网络模型,运用改进的模型,在TensorFlow的框架下,搭建了基于深度学习多目标检测系统,实现了选定的六种日用陶瓷类型识别。实验表明网络的学习能力强,类型
论文部分内容阅读
日用陶瓷是供日常生活使用的各类陶瓷制品,主要包括餐具、茶具和其他陶瓷器皿等,具有类型多和造型差异大的特点。为了实现机器分拣要求,提出了一种基于深度学习日用陶瓷的多类型多目标识别和双目定位方法,主要研究内容及工作如下:1.研究并改进了YOLOv3网络模型,运用改进的模型,在TensorFlow的框架下,搭建了基于深度学习多目标检测系统,实现了选定的六种日用陶瓷类型识别。实验表明网络的学习能力强,类型识别率高。2.对目标识别算法进行了轻量化研究。研究采用K-means算法对anchorbox重新聚类生成符合日用陶瓷类型目标检测的预测框尺寸,提出并实现了以轻量级模型MobileNet v3替换原YOLOv3中的DarkNet-53特征提取网络,得到了轻量化的YOLOv3-M3网络模型。对比其它网络模型,该模型在所有选定的日用陶瓷类型识别精确度明显优于其他模型,MAP值达到90.27%,对输入416×416的视频流,检测速度在18fps以上,且模型占用内存较少。3.搭建了双目立体视觉平台,并对系统进行了标定。针对日用陶瓷弱纹理匹配问题,研究使用了基于SGBM半局部匹配算法。对图像进行灰度化处理,通过轻量化模型识别出图像中日用陶瓷区域,获得目标中心点的位置,根据双目定位原理,实现了日用陶瓷目标中心点定位,定位的平均误差为7.405mm,误差率为0.92%,能满足日用陶瓷分拣要求。
其他文献
公元十三至十五世纪,正是元末明初鼎盛时期,明代瓷器青花彩釉装饰绘画艺术由从开元青花时期转向明清彩瓷转变的非常时期,这期间主要作品涉及元代的青花,明代永乐时期、宣德时期以及明代中后期的正德期间青花彩瓷装饰绘画艺术。元早在唐代,青花就是以先于伊斯兰时期各国的青花陶器而逐渐发展和形成并传播起来,由于国内外青花陶器艺术市场需求的共同驱动促使其逐步发展形成了当时中国的青花陶器艺术发展的一个总体重要的趋势,在
蛋白质相互作用在生命活动中发挥关键作用,PPI一旦发生异常,则会导致各种疾病的发生。准确地识别蛋白质相互作用,不仅能从分子水平上理解生命现象的本质,而且对疾病机制的探究和治疗设计非常有用。在过去几十年中,迅速发展的高通量技术已经验证了大量的蛋白质-蛋白质相互作用（PPI）数据,然而,这些生物实验成本高且耗时,并且具有有限覆盖率和高假阳性,人们开始发展计算方法来进行对PPI的有效预测。本文围绕基于序
中国古陶瓷技术作为传统手工业非物质文化遗产的重要组成部分,其保护和展示工作已经成为国家层面的战略工程。作为展示主体的博物馆受教育服务功能驱使,逐渐将“非遗”的保护和展示工作纳入到职能领域之内,这给博物馆的展陈工作带来了新的机遇和挑战。怎样通过重新构建展览形式和内容,在满足陶瓷文化遗产保护要求的同时,更好地发挥其文化育人的作用成为急需解决的问题。一些博物馆的“特色”展陈大体还是遵循着普适性的设计原则
随着信息技术的不断发展,每年由智能医疗仪器产生的医学数据呈现爆发式的增长。当前人们对于数值、文本型医学数据的研究还只是局限于简单的统计分析,并没有深层次挖掘这些数据背后的隐藏信息。本文通过引入一些机器学习算法挖掘这些数值、文本型临床数据与疾病之间的联系,从而为疾病的诊断治疗提供决策支持,具体研究内容及结果如下:1)构建小儿肠梗阻患者下一阶段诊治方案决策模型。本文使用深度神经网络算法对小儿肠梗阻患者
现今社会压力不断增加,居住空间的舒适度成为衡量一个住宅环境好坏的重要标准。卫浴空间作为家庭生活使用频次高、功能集中、人群跨度大的单元空间其重要性显而易见。色彩作为空间设计中不可或缺的构成因素,对用户视觉舒适的影响至关重要。以改善人居环境为导向,以提升卫浴空间视觉舒适度为目的,通过理论分析与实验研究相结合,提出了较优的卫浴空间色彩属性搭配,为卫浴空间优化设计与改进提供理论和实验参考。首先梳理色彩的相