一种基于深度学习的废弃数据存储设备检测方法及分拣系统

摘要

本发明涉及工业流水线上自动识别检测废弃存数据储设备技术领域，本发明提供了一种检测废弃存数据储设备，如U盘、光盘、硬盘等的识别方法和装置，以及废弃数据存储设备分拣回收的系统。该方法包括：实时获取流水线上待检测识别废弃设备的视频流数据，将视频流数据逐帧拆分为图像数据，该图像数据包含存储设备上的二维码信息，通过对二维码裁剪识别处理可获取该存储设备的使用情况信息。将图像数据输入基于深度学习的YOLO目标检测识别模型中，进行废弃储存设备的识别检测分类，检测识别为对应储存设备类别后获取设备上二维码信息存储，并向下位机发送当前存储设备的类别、空间坐标信息控制delta并联机械臂抓取分拣至对应的回收区域。本发明可满足工业的废弃存储设备的回收检测分拣需求，利用深度学习的YOLO目标检测识别模型能使检测识别精度更高、检测速度更快，以解决人工分拣效率低、成本高的问题。