-
题名基于改进YOLOv5的皮革抓取点识别及定位
被引量：8
- 1
-
-
作者
金光
任工昌
桓源
洪杰
-
机构
陕西科技大学机电工程学院
-
出处
《皮革科学与工程》
CAS
北大核心
2024年第1期32-40,共9页
-
基金
陕西省重点研发计划资助项目(2022GY-250)
西安市科技计划项目(23ZDCYJSGG0016-2022)。
-
文摘
为实现机器人对皮革抓取点的精确定位,文章通过改进YOLOv5算法,引入coordinate attention注意力机制到Backbone层中,用Focal-EIOU Loss对CIOU Loss进行替换来设置不同梯度,从而实现了对皮革抓取点快速精准的识别和定位。利用目标边界框回归公式获取皮革抓点的定位坐标,经过坐标系转换获得待抓取点的三维坐标,采用Intel RealSense D435i深度相机对皮革抓取点进行定位实验。实验结果表明:与Faster R-CNN算法和原始YOLOv5算法对比,识别实验中改进YOLOv5算法的准确率分别提升了6.9%和2.63%,召回率分别提升了8.39%和2.63%,mAP分别提升了8.13%和0.21%;定位实验中改进YOLOv5算法的误差平均值分别下降了0.033 m和0.007 m,误差比平均值分别下降了2.233%和0.476%。
-
关键词
皮革
抓取点定位
机器视觉
YOLOv5
CA注意力机制
-
Keywords
leather
grab point positioning
machine vision
YOLOv5
coordinate attention
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
