面向材料合成安全自动化的小瓶定位检测机器视觉
计算机视觉与模式识别
2022-06-17 v1 人工智能
摘要
尽管化学实验室中基于机器人的自动化可以加速材料开发过程，但无监控环境可能由于机器控制错误而导致危险事故。目标检测技术可在解决这些安全问题中发挥重要作用；然而，最先进的检测器，包括单发多框检测器（SSD）模型，在涉及复杂和噪声场景的环境中精度不足。以提高无监控实验室中的安全性为目标，我们报告了一种基于深度学习（DL）的新型目标检测器，即DenseSSD。针对检测小瓶位置这一首要且频繁的问题，DenseSSD在涉及空瓶和溶液填充瓶的复杂数据集上实现了超过95%的平均精度均值（mAP），大大超过传统检测器；如此高的精度对于最小化故障引发的事故至关重要。此外，观察到DenseSSD对环境变化高度不敏感，在溶液颜色或测试视角变化下保持其高精度。DenseSSD的鲁棒性将使所采用的设备设置更加灵活。本工作表明，DenseSSD有助于增强自动化材料合成环境的安全性，并且可扩展到各种需要高检测精度与速度的应用。
引用
@article{arxiv.2206.07272,
title = {Machine vision for vial positioning detection toward the safe automation of material synthesis},
author = {Leslie Ching Ow Tiong and Hyuk Jun Yoo and Na Yeon Kim and Kwan-Young Lee and Sang Soo Han and Donghun Kim},
journal= {arXiv preprint arXiv:2206.07272},
year = {2022}
}