一种基于图像的目标检测装置及检测方法制造方法及图纸

本发明专利技术公开了一种基于图像的目标检测装置及检测方法，该方法包括：转台运动控制物体姿态变化，通过左右两相机分别获取目标物体在运动过程中六个位姿下的图像，调用深度学习算法对物体姿态进行检测，同一姿态下当连续多次检测为同一结果且该结果置信度最高时发送检测结果，并与上位机建立通信，将检测结果与真值进行比对。若比对结果一致，则进行下一位姿检测。本发明专利技术还公开了一种图像检测装置，由相机、物体运动转台、域处理器组成。通过本发明专利技术，可以准确检测出不同阶段物体姿态，代替人眼进行物体姿态判读，实现该部分工艺产线智能化，且实现方法简单，准确度高，检测效率高。检测效率高。检测效率高。

【技术实现步骤摘要】
一种基于图像的目标检测装置及检测方法


[0001]本专利技术涉及涉及计算机
，具体涉及一种基于图像的目标检测装置及检测方法。

技术介绍

[0002]近年来，随着工业智能化的迅速发展，具有便捷性、精确性、迅速性、智能化等优点的目标检测技术被广泛应用于工业生产各领域，其作为一种现代化检测手段，越来越受到人们的重视。
[0003]目标检测任务是找出图像或视频中所有感兴趣的目标(物体)，确定他们的位置和大小，由于各类物体有不同的外观、形状、姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是机器视觉领域最具有挑战性的问题。
[0004]摄像头成本低廉，能够以二维图像的形式获取大量周围环境信息，对二维图像的处理耗费计算机资源较少。深度学习中目标检测算法通过卷积神经网络对图像数据进行多层抽象表示，将特征提取、特征选择和模型构建整合到同一个框架中，直接基于原始数据自动提取特征、生成模型，从而减少人为干涉。该方法在物体识别准确率、检测速度等领域的整体性能与常规的检测方式相比显著提高。

技术实现思路

[0005]针对上述问题中的至少之一，本专利技术提供一种基于图像的目标检测装置及检测方法，利用相机获取目标图像信息，通过调用深度学习算法对物体进行检测，并将检测结果与上位机进行通信，提高了实际生产过程中目标检测的可靠性和高效性。
[0006]为实现上述目的，本专利技术采用以下技术方案实现：
[0007]一种基于图像的目标检测装置，包括：
[0008]运动转台，由旋转驱动单元驱动，用于承载待测物体；
[0009]图像检测单元，用于采集物体姿态图像并保存在指定路径中，对图像进行检测并输出检测结果；
[0010]上位机系统，与旋转驱动单元和图像检测单元连接，用于控制物体运动，在物体姿态运动到达指定位置时发出检测指令，并在接收到检测结果后与真值进行对比判断。
[0011]作为上述方案的优选，所述旋转驱动单元包括：依次连接的伺服电机、减速器，伺服电机的控制端与上位机系统连接，减速器通过联轴器与转台连接。
[0012]作为上述方案的优选，所述图像检测单元包括：相互连接的域处理器和相机，域处理器与上位机系统通过UDP协议建立通信，相机安装在运动转台两侧。
[0013]作为上述方案的优选，所述域处理器采用NVIDIA TX2模块，用于数据采集、处理及与上位机系统间的数据通信。
[0014]作为上述方案的优选，所述相机采用200万1080P高清USB摄像头，分别固定在转台左右两侧，用于采集物体不同运动姿态下的图像信息。
[0015]一种基于图像的目标检测方法，包括：
[0016]步骤S1：上位机系统控制旋转驱动单元带动运动转台旋转，当物体姿态运动到达指定位置时，上位机系统发出检测指令，图像检测单元中域处理器与上位机系统通过UDP协议建立通信，当域处理器收到检测指令后，启动相机工作采集图像并保存在指定路径中；
[0017]步骤S2：相机保存当前物体姿态图像后，域处理器调用图像检测算法建立图像检测模型，对图像进行连续多次检测，当多次检测结果一致时，选出置信度最高的一次，将检测结果输出，通过UDP协议返回给上位机系统；
[0018]步骤S3：当上位机系统收到检测结果后，将检测结果与该姿态下真值进行对比，若比对结果一致则进行下一位姿检测，若不一致，则报错并停止运行程序；
[0019]步骤S4：不断重复步骤S1
‑
S3，最终完成整个流程的物体六个位姿检测工作。
[0020]作为上述方案的优选，步骤S2中，图像检测算法采用深度学习算法，具体为：物体检测算法在深度学习caffe框架下采用Faster RCNN网络模型，同一个物体在一个位姿下具有三个姿态，选择置信度最高的姿态作为当前位姿类别输出，且在当前位姿检测时，连续检测多次，当连续4次以上结果一致时，视为检测结果正确，发送给上位机。
[0021]由于具有上述结构，本专利技术的有益效果在于：
[0022]本专利技术利用深度学习算法Faster RCNN对物体进行检测，采集大量训练数据训练模型，设置不同的迭代步长得到不同性能的检测模型，从中寻找最优模型，提高检测的准确性；设计了一套基于该算法的图像检测装置，主要构件为物体运动转台、域处理器和左右双相机，操作简单，实用性高；整个检测流程实现智能化，人机交互界面友好，包括启动、停止检测，检测故障报警，检测结果展示，检测结果保存等。
附图说明
[0023]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
[0024]图1为本专利技术一种基于图像的目标检测装置的结构示意图；
[0025]图2为本专利技术一种基于图像的目标检测方法的流程示意图。
具体实施方式
[0026]下面将结合本专利技术的附图，对本专利技术的技术方案进行清楚、完整地描述。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0027]如图1所示，本实施例一种基于图像的目标检测装置，包括：
[0028]运动转台，由旋转驱动单元驱动，用于承载待测物体；
[0029]图像检测单元，用于采集物体姿态图像并保存在指定路径中，对图像进行检测并输出检测结果；
[0030]上位机系统，与旋转驱动单元和图像检测单元连接，用于控制物体运动，在物体姿态运动到达指定位置时发出检测指令，并在接收到检测结果后与真值进行对比判断。
[0031]在本实施例中，所述旋转驱动单元包括：依次连接的伺服电机、减速器，伺服电机的控制端与上位机系统连接，减速器通过联轴器与转台连接。
[0032]在本实施例中，所述图像检测单元包括：相互连接的域处理器和相机，域处理器与上位机系统通过UDP协议建立通信，相机安装在运动转台两侧。
[0033]在本实施例中，所述域处理器采用NVIDIA TX2模块，作为快速高效的嵌入式AI计算设备使用，其算力满足实时性要求，通过以太网与上位机进行数据传输交互。
[0034]在本实施例中，所述相机采用200万1080P高清USB摄像头，分别固定在转台左右两侧，用于采集物体不同运动姿态下的图像信息，采样频率为25HZ，图像分辨率为640
×
480，该视场满足图像采集要求，通过USB3.0与域处理器进行数据传输交互。
[0035]如图2所示，本实施例还提供一种基于图像的目标检测方法，包括：
[0036]步骤S1：上位机系统控制旋转驱动单元带动运动转台旋转，当物体姿态运动到达指定位置时，上位机系统发出检测指令，图像检测单元中域处理器与上位机系统通过UDP协议建立通信，当域处理器收到检测指令后，启动相机工作采集图像并保存在指定路径中；
[0037]步骤S2：相机保存当前物体姿态图像后，域处理器调用图像检测算法建立图像检测模型，对图像进行连续多次检测，当多次检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像的目标检测装置，其特征在于，包括：运动转台，由旋转驱动单元驱动，用于承载待测物体；图像检测单元，用于采集物体姿态图像并保存在指定路径中，对图像进行检测并输出检测结果；上位机系统，与旋转驱动单元和图像检测单元连接，用于控制物体运动，在物体姿态运动到达指定位置时发出检测指令，并在接收到检测结果后与真值进行对比判断。2.根据权利要求1所述的一种基于图像的目标检测装置，其特征在于，所述旋转驱动单元包括：依次连接的伺服电机、减速器，伺服电机的控制端与上位机系统连接，减速器通过联轴器与转台连接。3.根据权利要求1所述的一种基于图像的目标检测装置，其特征在于，所述图像检测单元包括：相互连接的域处理器和相机，域处理器与上位机系统通过UDP协议建立通信，相机安装在运动转台两侧。4.根据权利要求3所述的一种基于图像的目标检测装置，其特征在于，所述域处理器采用NVIDIATX2模块，用于数据采集、处理及与上位机系统间的数据通信。5.根据权利要求3所述的一种基于图像的目标检测装置，其特征在于，所述相机采用200万1080P高清USB摄像头，分别固定在转台左右两侧，用于采集物体不同运动姿态下的图像信息。6.根据权利要求1至5中任意一项所述的一种基于图像的目标检...

【专利技术属性】
技术研发人员：陈龙，喻磊，李家君，
申请(专利权)人：湖北三江航天红峰控制有限公司，
类型：发明
国别省市：