公开(公告)号：CN119338783A

公开(公告)日：2025-01-21

申请号：CN202411426528.5

申请日：2024-10-14

Applicant: 金锋馥(滁州)科技股份有限公司 ,  电子科技大学

Inventor： 陈路 ,  谢维斯 ,  李阳 ,  钟金荣 ,  谭杰 ,  刘宇 ,  李滚 ,  蒲俊杰 ,  王霆威

IPC: G06T7/00 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于深度学习的密集包裹视觉实时精确检测方法，涉及计算机视觉技术领域，包括：通过2D工业相机获取密集包裹图像，对图像进行预处理；基于YOLOv5n网络的GhostConv卷积层，通过因式卷积，将卷积分解为一维水平和一维垂直方向的卷积操作，提取一级特征，通过所有一级特征生成多尺度特征图；进行位置回归，迭代计算旋转框的回归损失函数，达到最大迭代次数或者函数收敛，完成YOLOv5n网络的训练；通过训练好的YOLOv5n网络对密集包裹图像进行密集包裹视觉实时精确检测。通过优化YOLOv5n网络结构，实现在低性能设备上对密集、堆叠及旋转包裹的高效、精准检测，兼顾实时性与高精度，提升检测鲁棒性和整体效率，同时降低硬件成本，适用于复杂物流场景。

公开(公告)号：CN118570153A

公开(公告)日：2024-08-30

申请号：CN202410650530.4

申请日：2024-05-24

Applicant: 金锋馥(滁州)科技股份有限公司 ,  电子科技大学

Inventor： 陈路 ,  谢维斯 ,  谭杰 ,  李阳 ,  付圣丙 ,  刘宇 ,  钟金荣 ,  蒲俊杰 ,  狄波 ,  马皓元

IPC: G06T7/00 ,  G06T7/73 ,  G06V10/75

Abstract: 本发明公开了一种视觉检测包裹叠件方法，涉及包裹叠件检测技术领域，包括以下步骤：单件分离设备上设置有多组伺服输送机构，通过多组伺服输送机构对包裹进行输送并实现叠件分离，在单件分离设备上设置一组RGBD深度相机，通过RGBD深度相机对单件分离设备上检测区域进行实时检测；通过RGBD深度相机采集检测区域包裹的各个目标点像素坐标数据，获取包裹各个目标点像素坐标数据集U；本发明通过设置叠件特征系数额定值与叠件特征系数进行比较，实现快速准确的判断是否出现异常叠件，且异常叠件判断实现通过机理驱动，输入和输出关联度直观清楚，可解释性强，便于进行针对性调整改进。