基于深度学习的仓储托盘检测算法研究

摘要

针对仓储环境下仓储机器人工作效率的问题,提出基于深度学习的卷积神经网络方法实现仓储机器人对托盘的检测.通过卷积神经网络关于物体检测方面的4种模型的比较,建立Faster RCNN模型.通过设计托盘检测模型,训练VGG16网络和自建仓储托盘数据库,实现仓储机器人对仓储环境中托盘的检测.通过对样本进行扩充,增加样本数量,再与其它3个模型进行比较.实验证明,该模型能提高仓储机器人检测托盘的准确率(mAP).