一种基于OpenArt mini的视觉模型训练方法技术

本发明专利技术公开了一种基于OpenArt mini的视觉模型训练方法，具体包括以下步骤：步骤1，采用OpenArt mini视觉传感器获取批量样本图像；步骤2，将获取的批量样本图像进行增广处理；步骤3，对样本图像数据集进行图像处理；步骤4，训练模型，利用图像处理后的图像对MobilenetV2网络进行训练，获得训练好的MobileNetV2网络模型；OpenArt mini视觉传感器检测到物品，返回物品在图像中的坐标，通过透视变换和逆透视变换使其矫正到正确的位置，mobilenetV2网络模型采用EIQ Tookit对输入图片进行数据增广操作，能够提高模型的泛化能力；mobilenetV2网络模型采用了深度可分离卷积替代了普通卷积的方法，降低了模型参数，大大减小了模型的体量。

【技术实现步骤摘要】

本专利技术涉及人工智能，具体涉及一种基于openart mini的视觉模型训练方法。

技术介绍

1、人工智能在工业上的发展已成为当今科技领域的热门话题。摄像头作为眼睛，能够实时获取环境中的图像信息。通过对目标物的识别和分析，摄像头传感器可以提供输入数据。摄像头传感器不仅可以捕捉静态图像，还能够实时传输视频流，提供连续的视觉反馈，帮助做出精确的决策。目前基于摄像头的视觉模型系统模型体量大，而且视觉模型的性能依赖于数据集，不同的任务对应的数据集规模有较大差异，这种数据驱动的方法往往伴随着数据的过度依赖，存在极大的过拟合风险，导致视觉模型的泛化能力低。

技术实现思路

1、本专利技术的目的在于针对现有技术的不足之处，提供一种基于openart mini的视觉模型训练方法。

2、本专利技术解决上述问题的技术方案为：一种基于openart mini的视觉模型训练方法，具体包括以下步骤：

3、步骤1，采用openart mini视觉传感器获取批量样本图像。

4、步骤2，将获取的批量样本图本文档来自技高网...

【技术保护点】

1.一种基于OpenArt mini的视觉模型训练方法，其特征在于：具体包括以下步骤：

2.如权利要求1所述的一种基于OpenArt mini的视觉模型训练方法，其特征在于：步骤2的具体方法为：对批量样本图像进行颜色变换处理，使得图像接近样本显示效果，对颜色变换处理后的批量样本图像进行几何变换处理以获得较大的样本图像数据集。

3.如权利要求2所述的一种基于OpenArt mini的视觉模型训练方法，其特征在于：颜色变换处理包括亮度、对比度、色调、饱和度变换，几何变换包括翻转、旋转变换。

4.如权利要求1所述的一种基于OpenArt mini的视觉模型训...

【技术特征摘要】

1.一种基于openart mini的视觉模型训练方法，其特征在于：具体包括以下步骤：

2.如权利要求1所述的一种基于openart mini的视觉模型训练方法，其特征在于：步骤2的具体方法为：对批量样本图像进行颜色变换处理，使得图像接近样本显示效果，对颜色变换处理后的批量样本图像进行几何变换处理以获得较大的样本图像数据集。

3.如权利要求2所述的一种基于openart mini的视觉模型训练方法，其特征在于：颜色变换处理包括亮度、对比度、色调、饱和度变换，几何变换包括翻转、旋转变换。

4.如权利要求1所述的一种基于openart mini的视觉模型训练方法，其特征在于：步骤3中，在...

【专利技术属性】
技术研发人员：胡立涛，宋伟，蔺子昂，张琪，贾子彦，宋海涛，麻凯阳，缪晴蔚，丁志鹏，刘晨艺，孟鑫，王梦倪，江诚信，李泽轩，邵冰艳，时富俊，周湘旖，李雅琪，李宇航，贺新雨，高一斌，顾新阳，顾浩，左元豪，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：