面向工业制造中人机协作的快速自动物体注册
计算机视觉与模式识别
2022-04-04 v1 人工智能
摘要
我们提出一个端到端框架，用于人机协作中物体检测模型的快速重训练。我们基于 Faster R-CNN 的 setup 覆盖了自动图像生成与标注、现场模型重训练以及在 FPGA 边缘设备上推理的完整工作流。人类操作者的介入缩减为提供新物体及其标签并启动训练过程。此外，我们提出一种新的损失，类内散布物体球损失（intraspread-objectosphere loss），以解决开放世界识别问题。尽管它未能完全解决该问题，但显著减少了未知物体的误检数量。
引用
@article{arxiv.2204.00597,
title = {Fast and Automatic Object Registration for Human-Robot Collaboration in Industrial Manufacturing},
author = {Manuela Geiß and Martin Baresch and Georgios Chasparis and Edwin Schweiger and Nico Teringl and Michael Zwick},
journal= {arXiv preprint arXiv:2204.00597},
year = {2022}
}