典型文献
基于机器人视觉系统的物体检测技术探究
文献摘要：
机器人视觉系统的物体检测,是指依托人工智能深度学习技术、卷积神经网络模型,对某一图像内的目标特征点、边缘稳定的极值点等作出检测,预测图像像素点在立体空间中的具体位置、物体尺度特征.而原有的AlexNet分类检测模型、RCNN位置框定模型、Fast RCNN卷积训练模型,对空间物体的视觉图像检测来说,存在着结构复杂、检测时间长等缺点.基于此,在卷积主干网络、区域网络背景下,可利用Faster RCNN算法模型、特征点描述检测子,对框定区域的物体图像信息、公开数据集进行筛选、模型训练等检测,以增强固定视觉网络下物体检测的实时性,提高检测质量.
文献关键词：
机器人;视觉系统;物体检测技术;改进Faster RCNN算法
中图分类号：
作者姓名：
贾佳
作者机构：
开封大学 机械与汽车工程学院,河南 开封 475004
文献出处：
引用格式：
[1]贾佳-.基于机器人视觉系统的物体检测技术探究)[J].开封大学学报,2022(04):88-93
A类：
B类：
机器人视觉系统,物体检测技术,技术探究,托人,深度学习技术,卷积神经网络模型,目标特征,极值点,像素点,立体空间,具体位置,体尺,尺度特征,AlexNet,分类检测,检测模型,RCNN,框定,定模,训练模型,空间物体,视觉图像,图像检测,检测时间,主干网络,区域网络,网络背景下,Faster,算法模型,特征点描述,图像信息,公开数据集,模型训练,强固,视觉网络,高检,检测质量
AB值：
0.413381
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
