Роботизированный сбор данных для обучения нейросетевого классификатора

DOI: 10.25728/avtprom.2024.05.03

Технологии компьютерного зрения позволяют значительно расширить возможности и сферы применения промышленных манипуляторов: распознавание и классификация объектов, определение положения и ориентации объектов, контроль качества, адаптивное выполнение задач и безопасность. Основным методом для распознавания, классификации и сегментации объектов на видеопотоке являются сверточные нейронные сети, которые необходимо обучать в соответствии с задачей, собирая большие наборы данных. Для упрощения процесса сбора данных предложено использовать промышленный манипулятор, который проходит рабочую зону с установленным шагом в автоматическом режиме. В процессе работы робот-манипулятор изменяет углы наклона относительно осей X, Y и Z в диапазонах, которые не приводят к блокировке приводов. Показано, что применение роботизированного сбора набора данных для обучения нейронной сети позволяет значительно сократить затрачиваемое время и повысить точность работы.