摘要
本发明请求保护一种基于卷积神经网络的机械零件增强现实跟踪注册方法,具体包括如下步骤:U1、采用深度相机进行机械零件的三维建模,采集真实环境下的机械零件不同角度的位姿作为真实环境下的数据集。U2、对已建立的真实环境下的机械零件位姿数据集进行补充,将建模产生的3D模型导入Blender引擎建立物理和行为模型,生成三维场景,将模型与不同的场景图片进行融合,从而产生虚拟环境下我们深度学习需要机械零件6D位姿的数据。U3、对于卷积神经网络的训练,采用过往训练过的机械零件数据进行迁移学习;U4、结合深度可分离卷积的方式对深度学习网络框架轻量化来,对原本的卷积层进行改进,将训练参数减少四分之一以上。