[1]张 柱,刘海龙.基于ResNet模型的智能物料分拣系统设计[J].工业仪表与自动化装置,2025,(03):20-23.[doi:10.19950/j.cnki.CN61-1121/TH.2025.03.004]
　ZHANG Zhu,LIU Hailong.Design of intelligent material sorting system based on ResNet[J].Industrial Instrumentation & Automation,2025,(03):20-23.[doi:10.19950/j.cnki.CN61-1121/TH.2025.03.004]
点击复制

基于ResNet模型的智能物料分拣系统设计()

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2025年03期
页码:
20-23
栏目:
出版日期:
2025-06-15

文章信息/Info

Title:
Design of intelligent material sorting system based on ResNet
文章编号:
1000-0682（2025）03-0020-04
作者:
张 柱; 刘海龙
湖南铁道职业技术学院，湖南 株洲 412000
Author(s):
ZHANG Zhu;  LIU Hailong
(Hunan Railway Professional Technology College, Hunan Zhuzhou 412000, China)
关键词:
物料分拣; 深度学习; 残差网络; OpenCV; PLC
Keywords:
material sorting;  deep learning;  Residual Network;  OpenCV ; PLC
分类号:
TP273
DOI:
10.19950/j.cnki.CN61-1121/TH.2025.03.004
文献标志码:
A
摘要:
设计并实现了一种高效的智能物料分拣系统，集成了图像采集技术、图像处理算法以及深度学习中的残差网络识别技术，构建了一个精准智能的自动化平台。系统利用工业相机实时捕获物料信息，通过预处理优化识别效果。借助OpenCV进行图像特征提取，预训练的ResNet模型则确保了对各类物料的高精度识别。识别结果传递给PLC，由其驱动分拣机构完成自动化分类。此外，系统还配备了实时数据反馈机制，监控分拣流程，确保系统运行的连续性与稳定性。
Abstract:
This article designs and implements an efficient intelligent material sorting system that integrates image acquisition technology, image processing algorithms, and residual network recognition technology in deep learning, constructing a precise and intelligent automation platform. The system uses industrial cameras to capture material information in real time, and optimizes the recognition effect through pre-processing. With OpenCV for image feature extraction, the pre-trained ResNet model ensures high-precision identification of various materials. The recognition results are passed to the PLC, which drives the sorting mechanism to complete the automatic classification. In addition, the system is equipped with a real-time data feedback mechanism to monitor the sorting process and ensure the continuity and stability of the system operation.

参考文献/References:

[1] 王瑞东,王睿,张天栋,等.机器人类脑智能研究综述[J].自动化学报,2024,50(08):1485-1501.

[2] 李鹏,余涛,李立浧,等.电力人工智能的演变与展望——从专业智能走向通用智能[J].电力系统自动化,2024, 48(16):1-17.
[3] 王萍,王陈欣,朱璇.基于自动化方法的教育人工智能系统设计与应用[J].中国电化教育,2020(06):7-15.
[4] 杨睿.基于PLC的气动搬运机械手自动控制系统设计[J].工业仪表与自动化装置,2024(04):13-16.
[5] 杨利,谢永超.基于PLC和机器视觉的工件自动分拣系统设计[J].工业仪表与自动化装置,2022(01):48-51.
[6] 张卫芬,汤文成.基于机器视觉的物料自动分拣系统研究[J].组合机床与自动化加工技术,2019(06):34-37.
[7] 郭庆梅,刘宁波,王中训,等.基于深度学习的目标检测算法综述[J].探测与控制学报,2023,45(06):10-20+26.
[8] 刘晨,叶浩,张德龙,等.基于深度学习的智能车行驶控制系统设计与实现[J].电子器件,2023,46(06):1645-1651.
[9] 张阳婷,黄德启,王东伟,等.基于深度学习的目标检测算法研究与应用综述[J].计算机工程与应用,2023,59(18): 1-13.
[10] 王正家,庄健,肖喆,等.基于改进Swin Transformer的条码检测算法[J].机械设计与研究,2024,40(03):245-249.
[11] 金伟其,李力,王霞.热成像模式及其图像处理技术的研究与应用[J].光学学报,2023,43(15):142-154.
[12] 陈红,王代强.基于OpenCV的高精度视觉测量系统设计[J].工具技术,2022,56(07):128-132.
[13] 黄昊天.Matlab-OpenCV双目测距系统设计研究[J].核电子学与探测技术,2023,43(03):650-655.
[14] 刘广,李海旭,侯腾,等.基于检索任务和改进ResNet的机场跑道异物目标识别方法[J].计算机应用,2024,44(S1): 309-313.

相似文献/References:

[1]杨 帅,张有芬,李玉惠,等.基于深度卷积神经网络的车标分类[J].工业仪表与自动化装置,2017,(05):75.
　YANG Shuai,ZHANG Youfen,LI Yuhui,et al.Vehicle classification based on deep convolutional neural network[J].Industrial Instrumentation & Automation,2017,(03):75.
[2]徐先峰,黄刘洋,龚 美.基于卷积神经网络与双向长短时记忆网络组合模型的短时交通流预测[J].工业仪表与自动化装置,2020,(01):13.
　XU Xianfeng,HUANG Liuyang,GONG Mei.Short-term traffic flow prediction based on combined model of convolutional neural network and bidirectional long-term memory network[J].Industrial Instrumentation & Automation,2020,(03):13.
[3]张晓华,马 煜,杨晨辉,等.基于卷积神经网络的设备安装位置智能识别方法[J].工业仪表与自动化装置,2021,(01):13.[doi:10.3969/j.issn.1000-0682.2021.01.003]
　ZHANG Xiaohua,MA yu,YANG Chenhui,et al.Intelligent identification method of equipment installation position based on convolution neural network[J].Industrial Instrumentation & Automation,2021,(03):13.[doi:10.3969/j.issn.1000-0682.2021.01.003]
[4]苏 杨,卢 翔,李 琨,等.基于轻量深度学习网络的机房人物检测研究[J].工业仪表与自动化装置,2021,(01):100.[doi:10.3969/j.issn.1000-0682.2021.01.024]
　SU Yang,LU Xiang,LI Kun,et al.Research on computer room human detection based on lightweight deep learning network[J].Industrial Instrumentation & Automation,2021,(03):100.[doi:10.3969/j.issn.1000-0682.2021.01.024]
[5]卢 翔,苏 杨,余 萱,等.基于深度学习的机房人物重识别研究[J].工业仪表与自动化装置,2021,(02):104.[doi:10.19950/j.cnki.cn61-1121/th.2021.02.024]
　LU Xiang,SU Yang,YU Xuan,et al.Research on computer room character recognition based on deep learning[J].Industrial Instrumentation & Automation,2021,(03):104.[doi:10.19950/j.cnki.cn61-1121/th.2021.02.024]
[6]倪四清,左光恒,张 俊.高速公路建设远程视频监控系统的设计与实现[J].工业仪表与自动化装置,2022,(02):76.[doi:10.19950/j.cnki.cn61-1121/th.2022.02.016]
　NI Siqing,ZUO Guangheng,ZHANG Jun.Design and realization of remote video monitoring system for expressway construction[J].Industrial Instrumentation & Automation,2022,(03):76.[doi:10.19950/j.cnki.cn61-1121/th.2022.02.016]
[7]何凌志,王玉珏,周月娥,等.基于改进的YOLOv5算法路面检测设计[J].工业仪表与自动化装置,2023,(04):93.[doi:10.19950/j.cnki.cn61-1121/th.2023.04.017]
　HE Lingzhi,WANG Yujue,ZHOU Yuee,et al.Pavement detection design based on improved YOLOv5 algorithm[J].Industrial Instrumentation & Automation,2023,(03):93.[doi:10.19950/j.cnki.cn61-1121/th.2023.04.017]
[8]王怀志,高德欣.基于深度学习的矿井电力短期负荷预测方法[J].工业仪表与自动化装置,2024,(01):51.[doi:DOI:10.19950/j.cnki.CN61-1121/TH.2024.01.012]
　WANG Huaizhi,GAO Dexin.Mine power short-term load forecasting method based on deep learning[J].Industrial Instrumentation & Automation,2024,(03):51.[doi:DOI:10.19950/j.cnki.CN61-1121/TH.2024.01.012]
[9]骈璐璐,裴焕斗,张宇璇.多场景烟雾环境下改进的YOLOv5s烟雾检测算法[J].工业仪表与自动化装置,2024,(02):101.[doi:DOI:10.19950/j.cnki.CN61-1121/TH.2024.02.018]
　PIAN Lulu,PEI Huandou,ZHANG Yuxuan.Improved YOLOv5s smoke detection algorithm in multi-scenario smoke environment[J].Industrial Instrumentation & Automation,2024,(03):101.[doi:DOI:10.19950/j.cnki.CN61-1121/TH.2024.02.018]
[10]徐晓强,丁 峰,毕淑敏.基于高速通信的港口设备远程检测与控制技术研究[J].工业仪表与自动化装置,2024,(05):83.[doi:DOI:10.19950/j.cnki.cn61-1121/th.2024.05.016]
　XU Xiaoqiang,DING Feng,BI Shumin.Design of remote detection and control technology for port equipment based on high-speed mobile communication[J].Industrial Instrumentation & Automation,2024,(03):83.[doi:DOI:10.19950/j.cnki.cn61-1121/th.2024.05.016]

备注/Memo

备注/Memo:
收稿日期：2024-09-27基金项目：湖南省教育厅科学研究项目“基于改进MeanShift算法的全景视觉目标跟踪研究”（23C0816）第一作者：张柱（1989—），男，湖南湘潭人，硕士研究生，讲师，研究方向为机器视觉。E-mail：450451067@qq.com
更新日期/Last Update: 1900-01-01