摘要

本发明公开了一种基于YOLOv4-tiny模型的工件类别与位姿估计方法,包括以下步骤:S1、对YOLOv4-tiny模型的特征提取网络进行轻量化,特征提取网络对输入图像进行特征提取并输出不同尺度的特征图;S2、设置多组不同宽高和旋转角度的锚框,并分派到不同尺度的特征图上,根据模型输出的预测结果生成相应的预测框;S3、采集目标工件的图像数据,使用旋转边界框对目标工件的类别和位姿进行标注,通过数据增广预处理后获得数据集;S4、利用数据集对YOLOv4-tiny模型进行迭代训练,训练至损失函数不再下降,获取检测工件的最优YOLOv4-tiny模型;S5、利用最优YOLOv4-tiny模型执行在线网络推理,对模型的预测结果进行后处理,预测目标工件的类别、位置和姿态。本发明能实现高效的工件视觉分类和位姿估计。