摘要：通用的目標(biāo)識別與定位卷積神經(jīng)網(wǎng)絡(luò)算法難以兼顧精度和速度的要求。本文在YOLOv2卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,采用多尺度訓(xùn)練、網(wǎng)絡(luò)預(yù)訓(xùn)練和k-means維度聚類等優(yōu)化方法,提出了機(jī)械零件實時識別與定位的改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)算法。本文以螺母和墊片2種物體為識別與定位的對象,以工業(yè)傳送帶為場景,同時考慮到了傳送帶上干擾物的存在,對改進(jìn)算法的準(zhǔn)確率和速度進(jìn)行了實驗測試。實驗結(jié)果證明本文的算法相對其它常用目標(biāo)檢測卷積神經(jīng)網(wǎng)絡(luò)算法在識別準(zhǔn)確率和速度上達(dá)到了很好的平衡,為零件實時分揀提供了基礎(chǔ)。