机械设计与制造126MachineryDesign&Manufacture第8期2023年8月采用RGB-D的标准件语义分割方法屈力刚，杨英铎，邢宇飞，荆麒璃（沈阳航空航天大学航空制造工艺数字化国防重点学科实验室，辽宁沈阳110000）摘要：图像的语义分割在工业自动化分栋、自动化装配等领域中具有重要的应用，在工程应用中有很多形状相同、尺寸不同的工件，同一类别的不同尺寸的工件在图像上仅通过彩色图像难以区分其在尺寸上差别。为了解决这一问题，提出了一种结合深度图像生成尺度特征图的方法，通过尺度特征图中目标中的点与目标重心的距离作为衡量不同尺寸目标的尺度，区分不同尺寸目标的类别，并基于MASK-RCNN设计了尺度分类网络结构。选取形状相同、尺寸不同工件中较具有代表性的标准件制作数据集进行测验。实验结果表明该方法具有较好的准确性，对于标准件数据集的语义标签分类准确率达96.3%。关键词：目标分类；语义分割；深度学习；卷积神经网络中图分类号：TH16TP391文献标识码：A文章编号：1001-3997(2023)08-0126-04SemanticSegmentationofStandardPartsUsingRGB-DQULi-gang,YANGYing-duo,XINGYu-fei,JINGQi-yu(ShenyangUniversityofAeronauticsandAstronautics,NationalKeyLaboratoryofAeronauticalManufacturingProcessDigitalDefense,LiaoningShenyang110000,China)Abstract:Imagesemanticsegmentationhasimportantapplicationsinindustrialautomaticsorting,automaticassemblyandoth-erfields.Inengineeringapplications,therearemanyworkpieceswiththesameshapeanddiferentsizes.Itisdificulttodistin-guishthesizedifferencesofworkpiecesofthesamecategorywithdifferentsizesonlythroughcolorimages.Inordertosolvethisproblem,amethodofgeneratingscalefeaturemapcombinedwithdepthimageisproposed.Thedistancebetweenthepointandthecenterofgravityofthetargetinthescalefeaturemapisusedasthescaletomeasurethetargetsofdifferentsizes,andthecate-goriesoftargetsofdiferentsizesaredistinguished.ThescaleclassificationnetworkstructureisdesignedbasedontheMask-RCNN.Thedatasetsofstandardpartswiththesameshapeanddifferentsizeareselectedfortesting.Theexperimentalresultsshowthatthismethodhasgoodaccuracyandthesemantictagclassificationaccuracyofstandardpartsdatasetis96.3%.KeyWords:ObjectClassification;SemanticSegmentation;DeepL...
