基于YOLOv4-tiny模型的工件类别与位姿估计方法

摘要

本发明公开了一种基于YOLOv4‑tiny模型的工件类别与位姿估计方法，包括以下步骤：S1、对YOLOv4‑tiny模型的特征提取网络进行轻量化，特征提取网络对输入图像进行特征提取并输出不同尺度的特征图；S2、设置多组不同宽高和旋转角度的锚框，并分派到不同尺度的特征图上，根据模型输出的预测结果生成相应的预测框；S3、采集目标工件的图像数据，使用旋转边界框对目标工件的类别和位姿进行标注，通过数据增广预处理后获得数据集；S4、利用数据集对YOLOv4‑tiny模型进行迭代训练，训练至损失函数不再下降，获取检测工件的最优YOLOv4‑tiny模型；S5、利用最优YOLOv4‑tiny模型执行在线网络推理，对模型的预测结果进行后处理，预测目标工件的类别、位置和姿态。本发明能实现高效的工件视觉分类和位姿估计。

关键词