[AI行业案例]-EasyDL物体检测 助力医药物流行业高效药盒分拣

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。