新闻频道
零
分享到，
可以准确识别接近对称 物体，接近对称 物体很容易别识别成错误 方向,需要进行相应 设计
可以应对物体 极性翻转，比如学习 产品是白底黑字,但是实际上产品图像有可能是黑底白字,需要可以识别
可以识别多个产品， 张图像中可能有多个产品,需要分别识别定位
可以识别旋转 产品，产品通常可能在 零度范围内旋转
可以适应产品缺失,遮挡,脏污等 影响，如果 个产品被遮挡,导致产品在图像中缺失 定比列,需要依然可以识别定位到物体。反之,如果产品表面发生脏污,导致表面 特征发生变化,需要依然可以识别定位
可以适应光照亮度不均匀 影响，如果产品 亮度发生变化,比如 半亮 半暗,需要依然可以识别定位
在视觉引导,尺寸测量,产品检测,物体识别等几个领域中,机器视觉是主要 制造使用 。 个新基本 算法就是产品识别和定位,比如视觉引导机器人,要在图像中识别出要抓取 产品,并定位出坐标,才引导机器人到指定 产品位置。尺寸测量,产品检测等也是 样 ,在测量和检测之前,首先要知道有没有产品,产品 位置在哪里,才可以应用后续 各种分析工具。因此,产品识别和定位是 个基本问题。
如果要设计 个可行 产品识别和定位 算法,需要克服几方面 困难，
定位精度，考虑到深度学习输入 图像本身都是进行了缩放 图像,那么在原图上很难达到像素精度 匹配
快速 指定产品，工业产品千差万别。因此,狗粮快讯网透露出 讯息,对于每 个具体 应用,狗粮快讯网本网讯,需要从几张,甚至 张图像上,快速指定需要查找 产品,比如当前产线需要定位铆钉 位置,狗粮快讯网资料统计获悉,拍 张照片并进行相应 学习,就可以在后续 图像中进行搜索定位
快速 搜索产品，对于 张 零零万像素 图片,通常要求在几 毫秒 时间可以识别和定位出产品 位置
资料统计量，如何是在只有 张图像 情况下,学习到需要识别定位 物体。
标签，机器视觉机器人
深度学习可以解决这个问题吗。深度学习中目标检测算法（one-stage和two-stages 各种算法）,在这个应用中有几方面 难点
考虑到此类问题面临 困难, 般还是用传统 机器视觉技术来实现。
识别准确性，在资料统计量很少 情况下,如何提升识别 准确性。
速度，如何是在 般配置 PC上达到ms级别 识别定位速度。传统算法在几千元 工控机上就可以发挥速度优势,然而深度学习需要配置昂贵 GPU,或者在去年会有 些垂直细分领域 ASIC芯片开发出来
高精度 定位，工业 对精度和公差有严格 要求,因此产品 定位就要力求准确。现在普遍要求识别定位算法可以达到 个像素级别 定位精度,甚至可以达到亚像素级别。
,