图像识别方法、AGV物料分拣方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)
本发明属于AGV领域,具体涉及一种图像识别方法、AGV物料分拣方法及系统,包括:S1,对目标图像进行采集,形成自建数据集;S2,对图像进行分割,然后从中提取带有物料特征及托盘信息的数据集;S3,进行图像进行标注增强;S4,构建改进YOLO‑v5模型;S5,训练改进YOLO‑v5模型,得到最佳的训练模型;S6,将训练好的YOLO‑v5模型对物料进行分类识别,对托盘负载进行判断,输出物料的种类,以及托盘的负载情况。本发明采用MobileNet‑v3作为改进YOLO‑v5模型中的Backbone部分,更好地解决了原始YOLO‑v5模型中的Backbone结构参数量大,检测速度慢等问题。
《图像识别方法、AGV物料分拣方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022114913946,当前法律状态为已下证,由浙江工业大学提出申请,发明人为马菲飞;单晓杭,申请日期为2022-11-25,公开(公告)日期为2026-01-06,国际专利分类号(IPC)为 G06V 20/52 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于AGV领域,具体涉及一种图像识别方法、AGV物料分拣方法及系统,包括:S1,对目标图像进行采集,形成自建数据集;S2,对图像进行分割,然后从中提取带有物料特征及托盘信息的数据集;S3,进行图像进行标注增强;S4,构建改进YOLO‑v5模型;S5,训练改进YOLO‑v5模型,得到最佳的训练模型;S6,将训练好的YOLO‑v5模型对物料进行分类识别,对托盘负载进行判断,输出物料的种类,以及托盘的负载情况。本发明采用MobileNet‑v3作为改进YOLO‑v5模型中的Backbone部分,更好地解决了原始YOLO‑v5模型中的Backbone结构参数量大,检测速度慢等问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
