於嵌入式系統實現瓶罐挑選-使用機器手臂與深度學習之設計與實作

  • 葉 千暉

Student thesis: Master's Thesis

Abstract

本論文針對可資源回收的瓶罐,透過嵌入式系統搭配深度學習影像辨識模型和機械手臂,實作一套可攜式瓶罐(含寶特瓶、易開罐、鋁箔包)挑選系統,並使用電動旋轉台模擬輸送帶的動態環境。影像辦識模型則採用了AlexNet和SSD深度神經網路為基礎,並加以修改為適合嵌入式系統使用的輕量化神經網路模型,名為AlexNet-SSD。 在網路模型訓練上,自行拍攝和收集了共約1200張相關瓶罐照片的資料集,隨機選擇1000張為訓練集而另外200張為測試集。最後將在桌上型電腦主機訓練完成的AlexNet-SSD神經網路模型,移植到嵌入式系統上進行測試。辨識的速度可高達26 8 FPS且?確率為87 3%。
Date of Award2019
Original languageChinese
SupervisorTing-Wei Hou (Supervisor)

Cite this

於嵌入式系統實現瓶罐挑選-使用機器手臂與深度學習之設計與實作
千暉, 葉. (Author). 2019

Student thesis: Master's Thesis