基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统工业机器人辨识复杂工件困难、识别度单一等问题,提出一种基于迁移学习的视觉识别与分拣策略.高精度工业相机拍摄到的图片经过HALCON软件图像膨胀、腐蚀等处理之后,导入Pytorch中的神经网络模型,利用迁移学习对目标进行识别分类,最终实现工业机器人智能分拣的目的.实验中,在UR5机器人平台上以形状多变的两种菇类为对象进行迁移学习,进而完成识别及分拣.实验结果表明该策略具备良好的准确性和稳定性.
推荐文章
基于视觉识别的物料分拣机器人设计
物料分拣
视觉识别
机器人
openMV
ATMEGA 328p
缺陷药片智能识别与分拣机器人研究
机器人
视觉
表面缺陷
识别
定位
分拣
基于移动视觉的工业机器人分拣系统应用研究
工业机器人
分拣系统
移动视觉
运动测距
运动定位
测距实验
基于自然语义模型的机器人视觉障碍识别系统
机器人视觉
障碍识别
自然语言
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于迁移学习的机器人视觉识别与分拣策略
来源期刊 计算机工程与应用 学科 工学
关键词 迁移学习 视觉识别 图像处理 神经网络 分类
年,卷(期) 2019,(8) 所属期刊栏目 工程与应用
研究方向 页码范围 232-237
页数 6页 分类号 TP242.2
字数 4564字 语种 中文
DOI 10.3778/j.issn.1002-8331.1805-0504
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周磊 南京工程学院自动化学院 46 88 5.0 6.0
2 林健 南京工程学院自动化学院 81 291 8.0 12.0
3 朱晓春 南京工程学院自动化学院 63 463 12.0 19.0
4 黄家才 南京工程学院自动化学院 103 391 10.0 15.0
5 刘汉忠 南京工程学院自动化学院 33 126 6.0 9.0
6 舒奇 南京工程学院自动化学院 5 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (280)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (3)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(11)
  • 参考文献(1)
  • 二级参考文献(10)
2016(9)
  • 参考文献(3)
  • 二级参考文献(6)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
迁移学习
视觉识别
图像处理
神经网络
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导