基于深度学习的左右手识别

摘要

当前,生产的手套脱模后需要人工分拣,劳动强度大、工作效率低。基于人工智能进行自动分拣可以有效改善生产现状,本研究通过开发基于机器视觉和深度学习的自动识别算法和图像采集,提出了一种改进这种情况的自动分拣方法。通过对独立采集的原始数据集与OTSU算法二值化后的数据集的学习精度对比,说明数据增强方法的合理性,识别正确率可达97.89%,这对提高左右手的识别准确率具有重要的作用。该方法有望实现手套生产线的无人分拣。