基于图像识别的机械臂分拣系统的设计与实现.docxVIP

下载本文档

4
0
约1.04万字
约 15页
2024-06-02 发布于河北
举报
版权申诉

基于图像识别的机械臂分拣系统的设计与实现.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

摘要基于图像识别的机械臂分拣系统设计与实现，该系统借助K210芯片与YOLO算法的结合，提升了图像识别的识别效率和分拣时间，实现了工厂的生产效率和人力的节省，同时也可以实现垃圾的自动识别与分拣

PAGE4

摘要

本系统是基于图像识别的机械臂分拣的系统将K210芯片和YOLO算法结合在一起，提高图像识别的识别效率，加快系统的分拣时间。可以提高工厂的生产效率，减少人力；也可以进行垃圾的自动识别与分拣，提高效率。对于未来能够使用机械臂自动分拣物品的手段运用于工业、智能设备分类、医药研发等多领域有很大的作用。该文针对机器臂的自动分拣技术立了一套基于图像识别的机械臂分拣系统的设计与实现。K210芯片是一个集成了机器视觉和机器听觉的片上系统，采用双核64位处理器，2.4寸TFT，加快图像识别处理速度。YOLOV3-tiny在YOLOv3的基础上去掉了一些特征层，只保留