摘要：随着产品包装样式种类不断增加,市场对包装盒的需求量也越来越大。传统的方法生产效率低,一致性差。采用机器人视觉定位的方法进行包装盒裱糊线的自动装配能够大大提高生产效率和装配精度。文章利用角度与直线测量得到工件的4个角点位置,根据这4个角点运用四点目标中心点定位法进行目标定位,从而形成了一套机器人视觉动态定位系统模型,使用该系统配合机器人对传送带上运动的工件进行装配,实现了精确定位裱糊。实验表明,该系统稳定可靠,提高了包装盒加工的视觉定位精度,生产效率得到了提升。

摘要：目标检测技术广泛应用于各个领域,其目的是通过对输入图像中的物体和场景进行信息的特征提取,从而识别图中感兴趣的目标。为了减少作业人员在建筑工地作业时因未佩戴安全帽造成的人员伤亡事故,文章提出了一种基于深度学习的建筑工地安全帽目标智能检测方法,检测建筑工地人员安全帽佩戴情况,提高行业安全生产效率。本研究通过安全帽数据集进行先验框设计,采用k-means算法获得本数据集的先验框维度;将用于训练的图片进行拼接实现了数据集的增强;用CIOU代替回归损失增加预测精度,基于YOLOv4的基础网络进行特征提取,获得不同尺度的特征层,将获得的特征层经过深层次特征金字塔进行特征融合,再输入分类回归层进行回归预测。