一种机器视觉包装分拣识别方法

本发明涉及人工智能与计算机视觉技术领域，具体提供了一种机器视觉包装分拣识别方法，包括，采集目标图像，利用卷积神经网络对图像进行多层卷积和多层池化操作，生成特征图，划分数据集，对正样本进行扩充，为模型训练做准备。在生成的特征图中选取检测框在锚点上预测结果，通过特征融合、基于MobileNetV2主干网络使用深度可分离卷积、训练时运用残差块并添加归一化层、引入注意力机制以及利用TensorRT算法加速计算；检测器运用非极大值抑制处理，得到精准的预测输出；借助OpenCV中的目标检测函数库对预测结果进行处理，通过单应性变换、特征点匹配以及相机内外部参数求解，将像素坐标转换为世界坐标系中的坐标，实现对目标物体在现实空间中的精确定位。