CN111107266A - 视觉分拣数据集采集方法及装置 - Google Patents
视觉分拣数据集采集方法及装置 Download PDFInfo
- Publication number
- CN111107266A CN111107266A CN201911360535.9A CN201911360535A CN111107266A CN 111107266 A CN111107266 A CN 111107266A CN 201911360535 A CN201911360535 A CN 201911360535A CN 111107266 A CN111107266 A CN 111107266A
- Authority
- CN
- China
- Prior art keywords
- rotation
- data set
- rotating base
- generating
- instruction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种视觉分拣数据集采集方法、介质、设备及装置,其中方法包括:获取旋转底座的旋转参数,并根据所述旋转参数生成旋转指令队列,以及根据所述旋转指令队列向所述旋转底座发送旋转指令,以便所述旋转底座根据所述旋转指令进行旋转;获取所述旋转底座反馈的指令完成信息,并根据所述指令完成信息控制摄像机对安装在所述旋转底座上的目标工件进行拍照,以获取所述目标工件的图像信息;根据多个所述图像信息生成所述目标工件对应的视觉分拣数据集;能够对用于深度学习的数据集进行自动采集,提高数据集的采集效率,同时,降低数据集采集过程中所需要耗费的人力和物力资源。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种视觉分拣数据采集方法、一种计算机可 读存储介质、一种计算机设备以及一种视觉分拣数据采集装置。
背景技术
随着人工智能,尤其是深度学习的突破性进展,工业自动化和智能化再次出现突飞猛 进的发展。而在深度学习的过程中,必然需要进行大量带有标签的数据的采集,以根据采 集到的数据进行深度学习模型的训练。
相关技术中,在对大量带有标签的数据进行采集的过程中,多采用人工收集和人工标 定,采集效率低下,且这一过程将耗费极大的人力物力资源。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个 目的在于提出一种视觉分拣数据集采集方法,能够对用于深度学习的数据集进行自动采集, 提高数据集的采集效率,同时,降低数据集采集过程中所需要耗费的人力和物力资源。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种视觉分拣数据采集装置。
为达到上述目的,本发明第一方面实施例提出了一种视觉分拣数据集采集方法,包括 以下步骤:获取旋转底座的旋转参数,并根据所述旋转参数生成旋转指令队列,以及根据 所述旋转指令队列向所述旋转底座发送旋转指令,以便所述旋转底座根据所述旋转指令进 行旋转;获取所述旋转底座反馈的指令完成信息,并根据所述指令完成信息控制摄像机对 安装在所述旋转底座上的目标工件进行拍照,以获取所述目标工件的图像信息;根据多个 所述图像信息生成所述目标工件对应的视觉分拣数据集。
根据本发明实施例的提出的视觉分拣数据集采集方法,首先,获取旋转底座的旋转 参数,即旋转底座的工作参数,接着,根据旋转底座的工作参数生成相应的按序排列的旋转指令,以构成旋转指令队列,并根据旋转指令队列按序将旋转指令发送给旋转底座,以便旋转底座根据接收到的旋转指令进行旋转;然后,在旋转指令进行相应的旋转之后,接收旋转底座反馈的指令完成信息,并根据该指令完成信息控制摄像机对安装在旋转底座上的目标工件进行拍照,以获取该目标工件的图像信息;接着,根据多个图像信息生 成目标工件对应的视觉分拣数据集;从而实现对用于深度学习的数据集进行自动采集, 提高数据集的采集效率,同时,降低数据集采集过程中所需要耗费的人力和物力资源。
另外,根据本发明上述实施例提出的视觉分拣数据集采集方法还可以具有如下附加的 技术特征:
可选地,所述旋转参数包括可旋转范围、旋转间隔角度和旋转间隔时间,其中,根据 所述旋转参数生成旋转指令队列,包括:根据所述可旋转范围和所述旋转间隔角度计算所 述旋转底座对应的多个旋转姿态,并生成每个旋转姿态对应的旋转指令,以及根据所述旋 转指令生成旋转指令队列,以便根据所述旋转指令队列和所述旋转间隔时间向所述旋转底 座发送旋转指令。
可选地,根据多个所述图像信息生成所述目标工件对应的视觉分拣数据集,包括:获 取每个图像信息对应的目标工件信息和姿态信息,并根据所述图像信息、所述目标工件信 息和所述姿态信息生成对应的帧数据,以及根据多个帧数据生成目标工件对应的视觉分拣 数据集。
为达到上述目的,本发明第二方面实施例提出了一种计算机可读存储介质,其上存储 有视觉分拣数据集采集程序,该视觉分拣数据集采集程序被处理器执行时实现如上述的视 觉分拣数据集采集方法。
根据本发明实施例的计算机可读存储介质,通过存储视觉分拣数据集采集程序,以使 得处理器在执行该视觉分拣数据集采集程序时,实现如上述的视觉分拣数据集采集方法, 从而实现对用于深度学习的数据集进行自动采集,提高数据集的采集效率,同时,降低数 据集采集过程中所需要耗费的人力和物力资源。
为达到上述目的,本发明第三方面实施例提出了一种计算机设备,包括存储器、处理 器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实 现如上述的视觉分拣数据集采集方法。
根据本发明实施例的计算机设备,通过存储器对视觉分拣数据集采集程序进行存储, 以使得处理器在执行该存储器上存储的视觉分拣数据集采集程序时,实现如上述的视觉分 拣数据集采集方法,从而实现对用于深度学习的数据集进行自动采集,提高数据集的采集 效率,同时,降低数据集采集过程中所需要耗费的人力和物力资源。
为达到上述目的,本发明第四方面实施例提出了一种视觉分拣数据集采集装置,包括: 旋转控制单元,所述旋转控制单元用于获取旋转底座的旋转参数,并根据所述旋转参数生 成旋转指令队列,以及根据所述旋转指令队列向所述旋转底座发送旋转指令,以便所述旋 转底座根据所述旋转指令进行旋转;图像采集单元,所述图像采集单元用于获取所述旋转 底座反馈的指令完成信息,并根据所述指令完成信息控制摄像机对安装在所述旋转底座上 的目标工件进行拍照,以获取所述目标工件的图像信息;数据集生成单元,所述数据集生 成单元用于根据多个所述图像信息生成所述目标工件对应的视觉分拣数据集。
根据本发明实施例的视觉分拣数据采集装置,设置旋转控制单元用于获取旋转底座的 旋转参数,并根据所述旋转参数生成旋转指令队列,以及根据所述旋转指令队列向所述旋 转底座发送旋转指令,以便所述旋转底座根据所述旋转指令进行旋转;设置图像采集单元 用于获取所述旋转底座反馈的指令完成信息,并根据所述指令完成信息控制摄像机对安装 在所述旋转底座上的目标工件进行拍照,以获取所述目标工件的图像信息;设置数据集生 成单元用于根据多个所述图像信息生成所述目标工件对应的视觉分拣数据集;从而实现对 用于深度学习的数据集进行自动采集,提高数据集的采集效率,同时,降低数据集采集过 程中所需要耗费的人力和物力资源。
另外,根据本发明上述实施例提出的视觉分拣数据集采集装置还可以具有如下附加的 技术特征:
可选地,所述旋转参数包括可旋转范围、旋转间隔角度和旋转间隔时间,其中,根据 所述旋转参数生成旋转指令队列,包括:根据所述可旋转范围和所述旋转间隔角度计算所 述旋转底座对应的多个旋转姿态,并生成每个旋转姿态对应的旋转指令,以及根据所述旋 转指令生成旋转指令队列,以便根据所述旋转指令队列和所述旋转间隔时间向所述旋转底 座发送旋转指令。
可选地,根据多个所述图像信息生成所述目标工件对应的视觉分拣数据集,包括:获 取每个图像信息对应的目标工件信息和姿态信息,并根据所述图像信息、所述目标工件信 息和所述姿态信息生成对应的帧数据,以及根据多个帧数据生成目标工件对应的视觉分拣 数据集。
附图说明
图1为根据本发明实施例的视觉分拣数据集采集方法的流程示意图;
图2为根据本发明实施例的视觉分拣数据集采集装置的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同 或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描 述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
相关技术中,在进行用于深度学习的数据集的采集的过程中,采集效率低下,耗费的 人力和物力资源过多。根据本发明实施例的提出的视觉分拣数据集采集方法,首先,获取旋转底座的旋转参数,即旋转底座的工作参数,接着,根据旋转底座的工作参数生成 相应的按序排列的旋转指令,以构成旋转指令队列,并根据旋转指令队列按序将旋转指 令发送给旋转底座,以便旋转底座根据接收到的旋转指令进行旋转;然后,在旋转指令 进行相应的旋转之后,接收旋转底座反馈的指令完成信息,并根据该指令完成信息控制 摄像机对安装在旋转底座上的目标工件进行拍照,以获取该目标工件的图像信息;接着, 根据多个图像信息生成目标工件对应的视觉分拣数据集;从而实现对用于深度学习的数 据集进行自动采集,提高数据集的采集效率,同时,降低数据集采集过程中所需要耗费的 人力和物力资源。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。 虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而 不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明, 并且能够将本发明的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技 术方案进行详细的说明。
图1为根据本发明实施例提出的视觉分拣数据集采集方法的流程示意图,如图1所示, 该视觉分拣数据集采集方法包括以下步骤:
S101,获取旋转底座的旋转参数,并根据旋转参数生成旋转指令队列,以及根据旋转 指令队列向旋转底座发送旋转指令,以便旋转底座根据旋转指令进行旋转。
也就是说,获取旋转底座的旋转参数(即旋转底座的工作参数,例如可旋转方位,每 个可旋转方位对应的可旋转角度等),并根据旋转参数生成多个旋转指令,以根据多个旋转 指令生成旋转指令队列,然后,根据旋转指令队列按序将旋转指令发送给旋转底座,以便 旋转底座根据接收到的旋转指令进行旋转。
其中,旋转参数的设置方式可以有多种。
作为一种示例,旋转参数包括:旋转底座的可旋转方位和每个旋转方位对应的可旋转 角度。
作为另一种示例,旋转参数包括:可旋转范围(即旋转底座的可旋转方位对应的可旋 转角度)、旋转间隔角度(即旋转底座在根据相邻旋转指令进行相应旋转之后,旋转底座姿 态之间的角度差)和旋转间隔时间(即相邻旋转指令的发送时间间隔)。
其中,根据旋转参数生成旋转指令队列的方式可以有多种。
作为一种示例,根据旋转参数生成旋转指令队列包括:根据可旋转范围和旋转间隔角 度计算旋转底座对应的多个旋转姿态,并生成每个旋转姿态对应的旋转指令,以及根据旋 转指令生成旋转指令队列,以便根据旋转指令队列和旋转间隔时间向旋转底座发送旋转指 令。
作为另一种示例,旋转底座为三自由度旋转底座,该三自由度旋转底座可以在三个角 度(水平、俯仰和侧倾)上进行旋转,进而,可以获取到三自由度旋转底座分别在水平方 向、俯仰方向和侧倾方向上的最大旋转角度和最小旋转角度(即水平方向、俯仰方向和侧 倾方向上的可旋转范围);具体地,例如,水平方向为0度-360度、俯仰方向为60度-120度、侧倾方向为30度-150度;接着,获取预设的旋转间隔角度(即三自由度旋转底座根据 相邻两个旋转指令进行旋转之后,前后两个姿态所形成的角度差);假设该旋转间隔角度为 2度,则根据该旋转间隔角度,旋转底座在水平方向上有180种可能姿态,俯仰方向上有 30种可能姿态,在侧倾方向上有60种可能姿态;进而,根据旋转间隔角度和可旋转范围计 算得到的旋转姿态可以有180*30*60=324000种;进而,根据旋转姿态生成对应的旋转指令, 并生成的旋转指令生成旋转指令队列,以在后续根据旋转间隔时间按序将旋转指令发送给旋转底座。
作为又一种示例,旋转底座的个数为多个,即言,通过多个旋转底座组成工件矩阵, 从而,在旋转指令队列生成之后,可以根据旋转底座的数量对旋转指令队列进行切分,以 生成每个旋转底座对应的旋转指令队列,并根据对应的旋转指令队列对各个旋转底座进行 控制;然后,后续可以在接收到工件矩阵中每个旋转底座反馈的指令完成信息之后,控制 摄像机对矩阵进行拍照;以进一步提高本发明实施例提出的视觉分拣数据集采集方法对于 数据集的采集效率;减少拍摄次数和采集时间。
S102,获取旋转底座反馈的指令完成信息,并根据指令完成信息控制摄像机对安装在 旋转底座上的目标工件进行拍照,以获取目标工件的图像信息。
也就是说,在旋转底座根据旋转指令进行旋转之后,将反馈指令完成信息;当获取到 旋转底座反馈的指令完成信息时,根据接收到的指令完成信息控制摄像机对安装在旋转底 座上的目标工件进行拍照,以获取目标工件的图像信息。
作为一种示例,旋转底座为三自由度旋转底座,在初始状态下,该旋转底座的安装面 处于水平状态下,此时,将目标工件安装在旋转底座上,当旋转底座根据旋转指令进行旋 转之后,可知,固定于其上的目标工件将跟随旋转至指定姿态;进而在获取到旋转底座反 馈的指令完成信息之后,通过摄像机拍摄获取到的目标工件的图像信息将是指定姿态的目 标工件图像信息。
其中,将目标工件安装在旋转底座上的方式可以有多种。
作为一种示例,在旋转底座上设置卡合件,在目标工件上设置卡合配合件,以通过卡 合件和卡和配合件相配合的方式将目标工件安装在旋转底座上。
作为另一种示例,首先,在旋转底座上设置电磁吸盘,并在目标工件底部设置铁片; 进而,可以通过该铁片使得目标工件可以吸附在旋转底座上,以完成目标工件的安装。
S103,根据多个图像信息生成目标工件对应的视觉分拣数据集。
也就是说,根据获取到的多个图像信息生成该目标文件所对应的视觉分拣数据集。
其中,根据多个图像信息生成目标工件对应的视觉分拣数据集的方式可以有多种。
作为一种示例,首先,获取每个图像信息对应的目标工件信息和姿态信息,并根据图 像信息、目标工件信息和姿态信息生成对应的帧数据,以及根据多个帧数据生成目标工件 对应的视觉分拣数据集。
作为另一种示例,首先,获取每个图像信息对应的目标工件的类别、位置、大小;接着,根据该图像信息所对应的旋转指令获取相应的旋转姿态信息;然后,将目标工件的类别、位置、大小和旋转姿态信息融合到图形信息中,以生成该图像信息对应的帧数据;进而,根据多个这样的帧数据即可生成目标工件对应的视觉分拣数据集。
作为又一种示例,旋转底座包括多个三自由度旋转底座组成的工件矩阵;首先,在工 件矩阵与摄像机之间的相对位置固定的情况下,工件矩阵中每个三自由度旋转底座在摄像 机获取到的图像中的位置也是固定的;从而,在摄像机对工件矩阵进行拍摄获取到图像后, 可以获取到每个三自由度旋转底座对应的图像中的位置;进而,对每个三自由度旋转底座 所处的图像位置进行关联;接着,在采集过程中,当获取到工件矩阵对应的图像信息时, 可以根据关联的图像位置对每个目标工件的位置进行标注;同时,根据每个三自由度旋转 底座所对应的旋转指令获取姿态信息,以为每个标注框添加相应的姿态信息;从而,可以 大大提高采集效率。
综上所述,根据本发明实施例的提出的视觉分拣数据集采集方法,首先,获取旋转底座的旋转参数,即旋转底座的工作参数,接着,根据旋转底座的工作参数生成相应的 按序排列的旋转指令,以构成旋转指令队列,并根据旋转指令队列按序将旋转指令发送 给旋转底座,以便旋转底座根据接收到的旋转指令进行旋转;然后,在旋转指令进行相 应的旋转之后,接收旋转底座反馈的指令完成信息,并根据该指令完成信息控制摄像机 对安装在旋转底座上的目标工件进行拍照,以获取该目标工件的图像信息;接着,根据 多个图像信息生成目标工件对应的视觉分拣数据集;从而实现对用于深度学习的数据集 进行自动采集,提高数据集的采集效率,同时,降低数据集采集过程中所需要耗费的人力 和物力资源。
为了实现上述实施例,本发明实施例还提出了一种计算机可读存储介质,其上存储有 视觉分拣数据集采集程序,该视觉分拣数据集采集程序被处理器执行时实现如上述的视觉 分拣数据集采集方法。
根据本发明实施例的计算机可读存储介质,通过存储视觉分拣数据集采集程序,以使 得处理器在执行该视觉分拣数据集采集程序时,实现如上述的视觉分拣数据集采集方法, 从而实现对用于深度学习的数据集进行自动采集,提高数据集的采集效率,同时,降低数 据集采集过程中所需要耗费的人力和物力资源。
为了实现上述实施例,本发明实施例还提出了一种计算机设备,包括存储器、处理器 及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现 如上述的视觉分拣数据集采集方法。
根据本发明实施例的计算机设备,通过存储器对视觉分拣数据集采集程序进行存储, 以使得处理器在执行该存储器上存储的视觉分拣数据集采集程序时,实现如上述的视觉分 拣数据集采集方法,从而实现对用于深度学习的数据集进行自动采集,提高数据集的采集 效率,同时,降低数据集采集过程中所需要耗费的人力和物力资源。
为了实现上述实施例,本发明实施例还提出了一种视觉分拣数据集采集装置,如图2 所示,该视距分拣数据采集装置包括:旋转控制单元10、图像采集单元20和数据集生成单 元30。
其中,旋转控制单元10用于获取旋转底座的旋转参数,并根据旋转参数生成旋转指令 队列,以及根据旋转指令队列向旋转底座发送旋转指令,以便旋转底座根据旋转指令进行 旋转;
图像采集单元20用于获取旋转底座反馈的指令完成信息,并根据指令完成信息控制摄 像机对安装在旋转底座上的目标工件进行拍照,以获取目标工件的图像信息;
数据集生成单元30用于根据多个图像信息生成目标工件对应的视觉分拣数据集。
在一些实施例中,旋转参数包括可旋转范围、旋转间隔角度和旋转间隔时间,其中, 根据旋转参数生成旋转指令队列,包括:根据可旋转范围和旋转间隔角度计算旋转底座对 应的多个旋转姿态,并生成每个旋转姿态对应的旋转指令,以及根据旋转指令生成旋转指 令队列,以便根据旋转指令队列和旋转间隔时间向旋转底座发送旋转指令。
在一些实施例中,根据多个图像信息生成目标工件对应的视觉分拣数据集,包括:获 取每个图像信息对应的目标工件信息和姿态信息,并根据图像信息、目标工件信息和姿态 信息生成对应的帧数据,以及根据多个帧数据生成目标工件对应的视觉分拣数据集。
需要说明的是,上述关于图1中视觉分拣数据采集方法的描述同样适用于该视觉分拣 数据采集装置,在此不做赘述。
综上所述,根据本发明实施例的视觉分拣数据采集装置,设置旋转控制单元用于获取 旋转底座的旋转参数,并根据所述旋转参数生成旋转指令队列,以及根据所述旋转指令队 列向所述旋转底座发送旋转指令,以便所述旋转底座根据所述旋转指令进行旋转;设置图 像采集单元用于获取所述旋转底座反馈的指令完成信息,并根据所述指令完成信息控制摄 像机对安装在所述旋转底座上的目标工件进行拍照,以获取所述目标工件的图像信息;设 置数据集生成单元用于根据多个所述图像信息生成所述目标工件对应的视觉分拣数据集; 从而实现对用于深度学习的数据集进行自动采集,提高数据集的采集效率,同时,降低数 据集采集过程中所需要耗费的人力和物力资源。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产 品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序 产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和 /或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程 和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程 序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以 产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于 实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式 工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置 的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方 框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机 或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他 可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方 框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要 求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单 词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概 念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选 实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和 范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内, 则本发明也意图包含这些改动和变型在内。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而 不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定 有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发 明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、 “固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一 体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相 连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人 员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下” 可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第 一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜 上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下 方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平 高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、 “具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结 构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术 语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、 结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在 不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以 及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性 的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种视觉分拣数据集采集方法,其特征在于,包括以下步骤:
获取旋转底座的旋转参数,并根据所述旋转参数生成旋转指令队列,以及根据所述旋转指令队列向所述旋转底座发送旋转指令,以便所述旋转底座根据所述旋转指令进行旋转;
获取所述旋转底座反馈的指令完成信息,并根据所述指令完成信息控制摄像机对安装在所述旋转底座上的目标工件进行拍照,以获取所述目标工件的图像信息;
根据多个所述图像信息生成所述目标工件对应的视觉分拣数据集。
2.如权利要求1所述的视觉分拣数据集采集方法,其特征在于,所述旋转参数包括可旋转范围、旋转间隔角度和旋转间隔时间,其中,根据所述旋转参数生成旋转指令队列,包括:
根据所述可旋转范围和所述旋转间隔角度计算所述旋转底座对应的多个旋转姿态,并生成每个旋转姿态对应的旋转指令,以及根据所述旋转指令生成旋转指令队列,以便根据所述旋转指令队列和所述旋转间隔时间向所述旋转底座发送旋转指令。
3.如权利要求2所述的视觉分拣数据集采集方法,其特征在于,根据多个所述图像信息生成所述目标工件对应的视觉分拣数据集,包括:
获取每个图像信息对应的目标工件信息和姿态信息,并根据所述图像信息、所述目标工件信息和所述姿态信息生成对应的帧数据,以及根据多个帧数据生成目标工件对应的视觉分拣数据集。
4.一种计算机可读存储介质,其特征在于,其上存储有视觉分拣数据集采集程序,该视觉分拣数据集采集程序被处理器执行时实现如权利要求1-3中任一项所述的视觉分拣数据集采集方法。
5.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现如权利要求1-3中任一项所述的视觉分拣数据集采集方法。
6.一种视觉分拣数据集采集装置,其特征在于,包括:
旋转控制单元,所述旋转控制单元用于获取旋转底座的旋转参数,并根据所述旋转参数生成旋转指令队列,以及根据所述旋转指令队列向所述旋转底座发送旋转指令,以便所述旋转底座根据所述旋转指令进行旋转;
图像采集单元,所述图像采集单元用于获取所述旋转底座反馈的指令完成信息,并根据所述指令完成信息控制摄像机对安装在所述旋转底座上的目标工件进行拍照,以获取所述目标工件的图像信息;
数据集生成单元,所述数据集生成单元用于根据多个所述图像信息生成所述目标工件对应的视觉分拣数据集。
7.如权利要求6所述的视觉分拣数据集采集装置,其特征在于,所述旋转参数包括可旋转范围、旋转间隔角度和旋转间隔时间,其中,根据所述旋转参数生成旋转指令队列,包括:
根据所述可旋转范围和所述旋转间隔角度计算所述旋转底座对应的多个旋转姿态,并生成每个旋转姿态对应的旋转指令,以及根据所述旋转指令生成旋转指令队列,以便根据所述旋转指令队列和所述旋转间隔时间向所述旋转底座发送旋转指令。
8.如权利要求7所述的视觉分拣数据集采集装置,其特征在于,根据多个所述图像信息生成所述目标工件对应的视觉分拣数据集,包括:
获取每个图像信息对应的目标工件信息和姿态信息,并根据所述图像信息、所述目标工件信息和所述姿态信息生成对应的帧数据,以及根据多个帧数据生成目标工件对应的视觉分拣数据集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911360535.9A CN111107266A (zh) | 2019-12-25 | 2019-12-25 | 视觉分拣数据集采集方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911360535.9A CN111107266A (zh) | 2019-12-25 | 2019-12-25 | 视觉分拣数据集采集方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111107266A true CN111107266A (zh) | 2020-05-05 |
Family
ID=70425274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911360535.9A Pending CN111107266A (zh) | 2019-12-25 | 2019-12-25 | 视觉分拣数据集采集方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111107266A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112511738A (zh) * | 2020-11-19 | 2021-03-16 | 北京麦科伦科技有限公司 | 控制方法、装置、电子设备及可读存储介质 |
CN113680711A (zh) * | 2021-10-27 | 2021-11-23 | 南通瑞隆农产品开发有限公司 | 一种基于色阶显卡的农产品分拣方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204220509U (zh) * | 2014-10-31 | 2015-03-25 | 扬州泽旭电子科技有限责任公司 | 贴片元器件测试分选机 |
CN207076679U (zh) * | 2017-06-30 | 2018-03-09 | 航天新长征大道科技有限公司 | 一种多端面瑕疵检测分拣装置 |
CN108080289A (zh) * | 2018-01-22 | 2018-05-29 | 广东省智能制造研究所 | 机器人分拣系统、机器人分拣控制方法及装置 |
CN108375585A (zh) * | 2018-05-18 | 2018-08-07 | 华南理工大学 | 一种多角度视觉缺陷检测平台及检测方法 |
CN109499908A (zh) * | 2018-11-10 | 2019-03-22 | 东莞理工学院 | 一种用于机械零件的视觉检测系统 |
-
2019
- 2019-12-25 CN CN201911360535.9A patent/CN111107266A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204220509U (zh) * | 2014-10-31 | 2015-03-25 | 扬州泽旭电子科技有限责任公司 | 贴片元器件测试分选机 |
CN207076679U (zh) * | 2017-06-30 | 2018-03-09 | 航天新长征大道科技有限公司 | 一种多端面瑕疵检测分拣装置 |
CN108080289A (zh) * | 2018-01-22 | 2018-05-29 | 广东省智能制造研究所 | 机器人分拣系统、机器人分拣控制方法及装置 |
CN108375585A (zh) * | 2018-05-18 | 2018-08-07 | 华南理工大学 | 一种多角度视觉缺陷检测平台及检测方法 |
CN109499908A (zh) * | 2018-11-10 | 2019-03-22 | 东莞理工学院 | 一种用于机械零件的视觉检测系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112511738A (zh) * | 2020-11-19 | 2021-03-16 | 北京麦科伦科技有限公司 | 控制方法、装置、电子设备及可读存储介质 |
CN113680711A (zh) * | 2021-10-27 | 2021-11-23 | 南通瑞隆农产品开发有限公司 | 一种基于色阶显卡的农产品分拣方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103793936B (zh) | 用于增强现实的自动化参考框架校准 | |
CN111107266A (zh) | 视觉分拣数据集采集方法及装置 | |
CN107807659A (zh) | 一种无人机飞行控制方法及装置 | |
CN105654334B (zh) | 虚拟试衣方法和系统 | |
CN109154973A (zh) | 执行卷积图像变换估算的方法和系统 | |
CN108972559A (zh) | 基于红外立体视觉定位系统和机械臂的手眼标定方法 | |
US9253415B2 (en) | Simulating tracking shots from image sequences | |
CN106027887B (zh) | 针对旋镜云台的枪球联动控制的方法、装置及电子设备 | |
WO2012149655A1 (en) | Incorporating video meta-data in 3d models | |
CN101794448A (zh) | 主从摄像机系统的全自动标定方法 | |
US9734594B2 (en) | Producing three-dimensional representation based on images of an object | |
CN112669429A (zh) | 图像扭曲渲染方法及装置 | |
CN105438488B (zh) | 飞行器及其控制方法以及飞行器系统 | |
WO2012141282A1 (ja) | 計算機システム、及び組立アニメーション生成方法 | |
CN106251330A (zh) | 一种点位标记方法及装置 | |
CN108087208A (zh) | 基于无人机的风力发电机组叶片跟随方法和装置 | |
CN113696188B (zh) | 手眼标定数据采集方法、装置、电子设备及存储介质 | |
CN106358035A (zh) | 一种图像处理方法及装置 | |
CN107995408A (zh) | 一种360°全景拍摄系统及方法 | |
CN115512042A (zh) | 网络训练及场景重建方法、装置、机械、系统及设备 | |
CN110332930A (zh) | 一种位置确定方法、装置及设备 | |
Heindl et al. | Blendtorch: A real-time, adaptive domain randomization library | |
CN107562200A (zh) | 一种基于实景道具的vr画面控制方法及系统 | |
WO2020040061A1 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
Lu et al. | Markerless camera-to-robot pose estimation via self-supervised sim-to-real transfer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200505 |
|
RJ01 | Rejection of invention patent application after publication |