基于迁移学习的机器人视觉识别与分拣策略
来源：计算机工程与应用杂志2019年第8期北京时间：
作者：黄家才，舒 奇，朱晓春，周 磊，刘汉忠，林 健
单位：南京工程学院 自动化学院，南京 211100
摘要：针对传统工业机器人辨识复杂工件困难、识别度单一等问题，提出一种基于迁移学习的视觉识别与分拣策略。高精度工业相机拍摄到的图片经过HALCON软件图像膨胀、腐蚀等处理之后，导入Pytorch中的神经网络模型，利用迁移学习对目标进行识别分类，最终实现工业机器人智能分拣的目的。实验中，在UR5机器人平台上以形状多变的两种菇类为对象进行迁移学习，进而完成识别及分拣。实验结果表明该策略具备良好的准确性和稳定性。
关键词：迁移学习,视觉识别,图像处理,神经网络,分类
