【技术实现步骤摘要】
本专利技术涉及目标检测，更具体的，涉及一种基于整体性网络的夜间仓储机器人目标检测方法及系统。
技术介绍
1、在现代仓储管理中，使用机器人进行自动化作业已经成为一种趋势。然而，可见光图像的质量受到光照条件的限制，常常无法准确描述整个场景，特别是在暗光环境下, 传统的机器人视觉目标检测系统往往面临图像质量下降、目标识别不准确等问题。因此，结合红外图像进行图像融合已成为一种重要的解决方案，以提高机器人在夜间仓库作业中的目标检测效果。目前，传统的图像融合方法虽然在可见光与红外图像融合方面有所成效，但在暗光环境下的表现仍不尽人意。基于深度学习的图像融合方法虽然取得了一定的进展，但对于暗光环境下的图像融合问题仍有待改进。
2、已有的技术中，暗视成像红外和可见光图像融合方法(divfusion)提出了一种适用于暗光场景下的耦合交互图像融合网络，通过两阶段的训练方式解决了暗光环境下的图像融合问题。但其在阶段之间传输数据的形式采用单尺度的图像数据，导致融合结果出现过饱和的现象。而efmn则采用了多尺度的特征传输方式，提升了融合信息量，解决了全...
【技术保护点】
1.一种基于整体性网络的夜间仓储机器人目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于整体性网络的夜间仓储机器人目标检测方法，其特征在于，通过隐藏的数据流水线构建整体性网络，将所述可见光图像及红外图像作为网络输入，具体为：
3.根据权利要求2所述的一种基于整体性网络的夜间仓储机器人目标检测方法，其特征在于，所述数据增强阶段，具体为：
4.根据权利要求2所述的一种基于整体性网络的夜间仓储机器人目标检测方法，其特征在于，所述图像融合阶段，具体为：
5.根据权利要求4所述的一种基于整体性网络的夜间仓储...
【技术特征摘要】
1.一种基于整体性网络的夜间仓储机器人目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于整体性网络的夜间仓储机器人目标检测方法，其特征在于，通过隐藏的数据流水线构建整体性网络，将所述可见光图像及红外图像作为网络输入，具体为：
3.根据权利要求2所述的一种基于整体性网络的夜间仓储机器人目标检测方法，其特征在于，所述数据增强阶段，具体为：
4.根据权利要求2所述的一种基于整体性网络的夜间仓储机器人目标检测方法，其特征在于，所述图像融合阶段，具体为：
5.根据权利要求4所述的一种基于整体性网络的夜间仓储机...
【专利技术属性】
技术研发人员：林楷栋，杨晓君，周齐，闵海波，施煜锴，程昱，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。