针对在工业领域中难以利用小样本数据集训练出准确深度学习模型的问题,提出一种基于迁移学习的深度学习目标点检测方法,对小样本数据集下的柔性末端执行器端点检测。首先利用残差网络(ResNet)构建目标点检测网络;然后利用领域自适应迁移方法构建适应网络,将预训练ResNet-50网络参数转移到柔性末端执行器端点检测模型的训练中,降低深度学习模型训练的难度。实验结果表明,该模型在500张图像训练下就已经具有较好的检测效果,对末端点的定位精度为1.675 mm。
科研之友
微信
新浪微博
Facebook
分享链接
