一种基于深度学习框架的巡检机器人目标定位方法

摘要

本发明公开了一种基于深度学习框架的巡检机器人目标定位方法，包括以下步骤：S1、配置机器人巡检场景中的设备树，划分设备类型，为每一个设备进行树状归类；S2、采集与制作每一个叶节点类型设备的样本图像，对设备图像进行样本繁殖。本发明实现了将深度学习算法部署在巡检机器人视觉模块的功能，用以在采集的实时图像中实现目标设备准确定位，并且可以适应多种场景下的各类设备，有效的解决了过往方法中设备定位失误造成的机器人巡检任务差错的问题并解放了大量人工配置工作，提高了机器人巡检工作的效率与质量，有效的减少了现场工作人员的工作强度，大大降低了现有模板图像的配置工作。