网站介绍:浙江工业大学的付老师基于EasyDL专业版内已进行优化的YOLOV3、Fast-RCNN等预置网络,使用版物体检测模型,帮助合作企业在短时间内快速训练得到药盒检测分拣模型;并借助EdgeBoard-VMX加速卡软硬一体方案,配合机械臂控制团队迅速实现机械臂高效药盒分拣,为药盒物流行业中的分拣难题提供了可行的解决方案。 在具体实际应用中,EasyDL专业版的物体检测模型3D定位精度在1-2mm,姿态精度在1度左右,机械臂臂展较长,通常为1.3或1.5米,完成一次分拣任务的周期可低至7-8秒左右,机械臂支持24小时不间断工作,分拣效率相比人工大大提升。
- 链接地址:https://ai.baidu.com/customer/zjgydx
- 链接标题:[AI行业案例]-EasyDL物体检测 助力医药物流行业高效药盒分拣
- 所属网站:ai.baidu.com
- 被收藏次数:1028
- 网站标签:EasyDL零门槛AI开发平台 全功能AI开发平台BML EdgeBoard嵌入式AI解决方案 浙江工业大学 AI技术落地 AI场景落地 AI行业案例