声明
致谢
摘要
1.1论文研究背景及意义
1.1.1研究背景
1.1.2研究意义
1.2国内外研究现状
1.2.1 目标检测算法研究现状
1.2.2基于视觉的自动分拣系统及云平台研究现状
1.3论文研究内容与架构
1.3.1论文研究内容
1.3.2论文架构
1.4本章小结
第2章基于深度学习目标检测的机械臂自动分拣系统设计
2.1系统整体架构
2.2系统硬件选型
2.2.1 目标检测模型训练用服务器
2.2.2 目标检测运行硬件平合
2.2.3摄像头
2.2.4机械臂选型
2.2.5系统硬件架构
2.3系统模块间通信机制
2.3.1 USB通信
2.3.2 ROS通信
2.3.3串口通信
2.4目标检测算法选型
2.5手眼标定及机械臂控制模块设计与实现
2.6本章小结
第3章基于深度学习的自动分拣系统图像处理模块设计与实现
3.1图像算法理论
3.1.1感知哈希算法
3.1.2 YOLO
3.1.3模型训练算法选择
3.2图像采集和数据获取
3.3数据标注
3.4目标检测模型训练与评估
3.4.1模型评估方法
3.4.2迁移学习
3.4.3模型训练与选择
3.5目标检测模型部署
3.6本章小结
第4章基于深度学习目标检测的云平合设计与实现
4.1深度学习云平台方案设计
4.1.1云平台整体架构
4.1.2基于Http协议的通信方法分析
4.1.3云平台性能需求分析
4.2基于Flask的Web服务端设计与实现
4.2.2云平台数据库设计
4.2.3基于Linux的Shell脚本实现云平台模型训练
4.3基于Web前端的客户端系统设计
4.3.1客户端网页需求分析
4.3.2客户端页面设计与实现
4.4本章小结
第5章实验研究
5.1机械臂分拣系统性能实验
5.1.1 自动分拣系统图像处理模块算法性能试验
5.1.2 自动分拣系统分拣性能实验
5.2基于深度学习的目标检测模型云平台性能测试
5.2.2服务器端性能测试实验
5.3本章小结
第6章总结与展望
6.1总结
6.2展望
参考文献