基于视觉检测的物体分类方法和装置制造方法及图纸

本申请提供了一种基于视觉检测的物体分类方法和装置，其方法包括：获取含有待检测物体的二维图像以及与所述二维图像对应的三维图像；根据所述二维图像以及与所述二维图像对应的三维图像提取所述待检测物体的特征数据；根据所述特征数据对所述待检测物体进行分类处理，以为所述待检测物体配置对应的类别标签。该方法通过结合二维图像和三维图像对待检测物体进行分类处理，可以准确地分别待检测物体在在机器人操作空间中的大小、距离和轮廓等信息，提高机器人识别物体的准确性，让机器人更为智能地对目标物体进行操作。更为智能地对目标物体进行操作。更为智能地对目标物体进行操作。

【技术实现步骤摘要】
基于视觉检测的物体分类方法和装置


[0001]本申请属于机器人视觉识别
，尤其涉及一种基于视觉检测的物体分类方法和装置，还涉及执行该基于视觉检测的物体分类方法的电子设备和存储介质。

技术介绍

[0002]随着人工智能技术的发展，深度学习技术在解决诸如视觉识别任务、语音识别任务和自然语言处理任务等方面都得到了广泛的应用，尤其在机器人抓取领域。目前，现有的机器人抓取技术通常是基于对二维图像进行深度学习来识别物体并确定物体所在位置，这种机器人抓取方法对于机器人来说无法确定当前识别的是否为真实的物体，也无法确定物体的形状、尺寸和位置等特征数据，机器人抓取时的出错率高。

技术实现思路

[0003]有鉴于此，本申请实施例提供了一种基于视觉检测的物体分类方法和装置，以及执行该基于视觉检测的物体分类方法的电子设备和存储介质，旨在提高机器人识别物体的准确性和防止单一通过二维图像进行识别抓取时出错，至少解决现有技术中机器人无法确定当前识别的是否为真实的物体，无法确定物体的形状、尺寸和位置等特征数据，以及机器人抓取时出错率高等的技术缺陷之一。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉检测的物体分类方法，其特征在于，所述基于视觉检测的物体分类方法包括：获取含有待检测物体的二维图像以及与所述二维图像对应的三维图像；根据所述二维图像以及与所述二维图像对应的三维图像提取所述待检测物体的特征数据；根据所述特征数据对所述待检测物体进行分类处理，以为所述待检测物体配置对应的类别标签。2.根据权利要求1所述的基于视觉检测的物体分类方法，其特征在于，获取含有待检测物体的二维图像以及与所述二维图像对应的三维图像的步骤，包括：采集含有待检测物体的三维图像；基于所述获取的二维图像，对所述采集的三维图像进行校对处理，以根据校对结果确定与所述二维图像对应的三维图像，其中，所述校对处理包括时间校对处理和点位校对处理。3.根据权利要求1所述的基于视觉检测的物体分类方法，其特征在于，根据所述二维图像以及与所述二维图像对应的三维图像提取所述待检测物体的特征数据的步骤，包括：在预设的二维识别模型中根据所述二维图像对所述待检测物体进行品种分类识别处理，以根据所述二维图像确定所述待检测物体的品种类别；在预设的三维识别模型中根据所述三维图像对所述待检测物体进行三维轮廓识别处理，获取所述待检测物体的轮廓特征参数。4.根据权利要求3所述的基于视觉检测的物体分类方法，其特征在于，在预设的三维识别模型中根据所述三维图像对所述待检测物体进行三维轮廓识别处理，获取所述待检测物体的轮廓特征参数的步骤，包括：根据所述三维图像对所述待检测物体进行距离识别处理、尺寸识别处理和/或重量预估处理，以分别获取所述待检测物体与机器人之间的距离参数、所述待检测物体的尺寸参数和/或所述待检测物体的重量参数。5.根据权利要求3所述的基于视觉检测的物体分类方法，其特征在于，所述待检测物体的品种类别包括以下至少一种：人物、动物、植物、矿物、...

【专利技术属性】
技术研发人员：黄建龙，
申请(专利权)人：黄建龙，
类型：发明
国别省市：