O posicionamento preciso de imagens ópticas é um aspecto importante para aumentar a eficiência e a qualidade da produção industrial. Os métodos tradicionais de processamento de imagens para posicionamento apresentam baixa precisão e são facilmente afetados por interferências em cenários complexos devido a fatores ambientais como iluminação e ruído; apesar das redes clássicas de deep learning serem amplamente aplicadas para detecção de objetos em cenas naturais, inspeção industrial, captura e detecção de defeitos, suas grandes necessidades de dados para treinamento, modelos complexos, redundância e imprecisão nas caixas de detecção impedem sua aplicação direta para posicionamento preciso em nível de pixel de peças industriais. Para resolver esses problemas, foi desenvolvida uma metodologia de rede leve de deep learning para posicionamento preciso em nível de pixel de imagens ópticas de peças. A rede adota uma arquitetura Encoder-Decoder, onde o Encoder usa uma cascata de três bottlenecks, reduzindo os parâmetros de extração de características enquanto aumenta a não linearidade da rede; as camadas correspondentes do Encoder e Decoder são fundidas e concatenadas, permitindo que o Encoder obtenha mais informações de alta resolução após a convolução de upsampling, reconstruindo de forma mais completa os detalhes da imagem original; finalmente, a distância de Hausdorff ponderada é utilizada para construir a relação entre a camada de saída do Decoder e os pontos de localização. Resultados experimentais mostram que o modelo leve de rede deep learning tem parâmetros de 57,4 kB, taxa de reconhecimento com precisão de posicionamento ≤ 5 pixels maior ou igual a 99,5%, atendendo basicamente aos requisitos de alta precisão, alta acurácia e forte resistência a interferências para o posicionamento de peças industriais.

visão computacional; imagem óptica; deep learning; posicionamento preciso; leve