-
公开(公告)号:CN116542929A
公开(公告)日:2023-08-04
申请号:CN202310505574.3
申请日:2023-05-06
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习网络DenseNet的AOI缺陷检测方法,包括数据增强、缺陷检测网络和损失函数设计,包括:对工业产品缺陷数据进行扩充;设计缺陷检测网络学习产品数据特征实现缺陷识别;设计损失函数约束检测网络模型。本发明能在生产检测中快速识别出有缺陷的产品,并且识别精度高,甚至能识别出人眼难以观测到的细微缺陷,减少漏检与误检,还可以及时调整检测性能;模型的轻量化还降低了实际部署时的存储资源的开销,减少了计算时间;在样本类别极不平衡的情况下也可以很好地学习到正负样本特征,实现快速准确检测的效果。
-
公开(公告)号:CN210753838U
公开(公告)日:2020-06-16
申请号:CN201921738384.1
申请日:2019-10-17
Applicant: 桂林电子科技大学
IPC: B07C3/02
Abstract: 本实用新型公开了一种非停靠式分拣机器人分拣装置,包括底座,所述底座的上表面固定连接有相对称的支撑腿,两个支撑腿的上表面均通过销轴固定铰接有皮带轮,两个皮带轮的外表面均套设有皮带,底座的右侧放置有分拣机器人。该非停靠式分拣机器人分拣装置,通过连接杆与U型托盘之间的配合,连接杆底面的转动块与弹簧之间的配合,使得弹簧向下压,对物件进行二次减震,有效地防止物件损坏,减少了客人物品的损失,通过分拣机器人内的蓄电池箱和电动推杆之间的配合,使得分拣机器人右侧面的扫描模块,使得在分拣机器人快到达指定区域时,能够使得电动推杆进行工作,推动弹簧向上带动连接杆向右移动,使得U型托盘带动物件进行准确的分拣。
-