基于YOLOv3的复杂场景激光跟踪仪靶球球心定位方法及装置

基于yolov3的复杂场景激光跟踪仪靶球球心定位方法及装置
技术领域
1.本公开涉及靶球球心定位技术领域，具体涉及一种基于yolov3的复杂场景激光跟踪仪靶球球心定位方法、装置、电子设备、存储介质及程序产品。


背景技术：

2.近年来，激光跟踪仪在高端装备制造与装配过程中应用的愈加广泛。在跟踪测量过程中，合作目标靶球受遮挡或操作不当等因素造成的目标丢失情况时有发生，严重影响工作效率，甚至会导致连续测量工作的失败，因此测量中断情况下实现快速的断光续接是亟待解决的问题，而靶球的快速检测与球心定位是实现快速断光续接面临的首要问题。
3.在现有技术中，利用数字图像处理与机器视觉技术对激光成像光斑或合作目标靶球的识别定位是实现视觉引导激光对准目标位置的重点内容。现有技术中的相关方法在简单场景下可实现合作目标的自动识别定位功能，但当现场环境复杂、存在形状相似物的干扰、现场环境光线变化等复杂场景工作时，相关方法的应用受到极大的制约。


技术实现要素：

4.为解决现有技术中存在的问题，本公开实施例提供的一种基于yolov3的复杂场景激光跟踪仪靶球球心定位方法、装置、电子设备、存储介质及程序产品，旨在实现在复杂场景下激光跟踪仪靶球球心快速定位的技术问题。
5.本公开的第一个方面提供了一种基于yolov3的复杂场景激光跟踪仪靶球球心定位方法，包括：获取原始图像；其中，原始图像包括靶球；基于yolov3模型对原始图像进行检测，得到靶球在原图像像素坐标系下的区域信息；根据区域信息，对原始图像进行裁剪得到目标区域；对目标区域进行预处理，得到预处理后的目标区域；根据预处理后的目标区域，利用霍夫变换法拟合靶球的球心坐标信息，并将球心坐标信息通过尺度变换与坐标平移得到在原图像像素坐标系下的球心坐标；根据在原图像像素坐标系下的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，完成靶球的球心定位。
6.进一步地，根据在原图像像素坐标系下的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，完成靶球的球心定位，包括：根据在原图像像素坐标系下的球心坐标，解算靶球在归一化坐标系下的理想球心坐标，得到相机坐标系下靶球的球心坐标；根据激光跟踪仪与相机坐标系间的转换关系及相机坐标系下靶球的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，得到激光跟踪仪坐标系下靶球的球心坐标，完成靶球的球心定位。
7.进一步地，yolov3模型通过以下步骤训练得到：获取复杂场景下靶球的n张历史图像，并进行人工标注；其中，n大于等于1000；对人工标注后的n张历史图像按照预置比例分成训练集、验证集及测试集；将训练集进行翻转、缩放及拼接处理后并输入至yolov3模型中进行训练；其中，在模型训练过程中，根据验证集的正确率对yolov3模型的超参数进行调整，得到已训练的yolov3模型。
8.进一步地，将训练集进行翻转、缩放及拼接处理后并输入至yolov3模型中进行训
练之后，还包括：利用测试集对已训练的yolov3模型进行测试，得到测试后的yolov3模型，并对测试后的yolov3模型进行前向传播参数提取与参数固化，得到可嵌入式部署的yolov3模型。
9.进一步地，对目标区域进行预处理，得到预处理后的目标区域，包括：对目标区域进行二值化及形态学处理，得到形态学处理后的目标区域。
10.进一步地，对目标区域进行二值化及形态学处理，得到形态学处理后的目标区域，包括：采用迭代法求取目标区域的二值化阈值；对进行二值化处理后的目标区域进行形态学闭运算与高斯滤波处理，得到形态学处理后的目标区域。
11.本公开的第二个方面提供了一种基于yolov3的复杂场景激光跟踪仪靶球球心定位装置，包括：图像获取模块，用于获取原始图像；其中，原始图像包括靶球；图像检测模块，用于基于yolov3模型对原始图像进行检测，得到靶球在原图像像素坐标系下的区域信息；目标区域裁剪模块，用于根据区域信息，对原始图像进行裁剪得到目标区域；图像预处理模块，用于对目标区域进行预处理，得到预处理后的目标区域；图像变换模块，用于根据预处理后的目标区域，利用霍夫变换法拟合靶球的球心坐标信息，并将球心坐标信息通过尺度变换与坐标平移得到在原图像像素坐标系下的球心坐标；球心坐标转换模块，用于根据在原图像像素坐标系下的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，完成靶球的球心定位。
12.本公开的第三个方面提供了一种电子设备，包括：存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时，实现本公开的第一个方面提供的基于yolov3的复杂场景激光跟踪仪靶球球心定位方法。
13.本公开的第四个方面提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现本公开的第一个方面提供的基于yolov3的复杂场景激光跟踪仪靶球球心定位方法。
14.本公开的第五个方面提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本公开的第一个方面提供的基于yolov3的复杂场景激光跟踪仪靶球球心定位方法。
15.本公开提供的一种基于yolov3的复杂场景激光跟踪仪靶球球心定位方法、装置、电子设备、存储介质及程序产品，该方法与常规方法相比，通过强干扰性样本训练得到的yolov3模型不再受制于复杂场景的干扰，并且yolov3模型算法简洁，运行速度快，基于yolov3模型对原始图像进行训练及处理，可实现激光跟踪仪靶球球心的快速定位。
附图说明
16.为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
17.图1示意性示出了根据本公开一实施例的基于yolov3的复杂场景激光跟踪仪靶球球心定位方法的流程图；
18.图2示意性示出了根据本公开一实施例的靶球球心定位系统的结构示意图；
19.图3示意性示出了根据本公开一实施例的yolov3模型训练及测试的流程图；
20.图4示意性示出了根据本公开一实施例的靶球球心检测的示意图；
21.图5示意性示出了根据本公开一实施例的基于yolov3的复杂场景激光跟踪仪靶球
球心定位装置的方框图；
22.图6示意性示出了根据本公开一实施例的适于实现上文描述的方法的电子设备的方框图。
具体实施方式
23.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
24.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
25.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
26.在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。在使用类似于“a、b或c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b或c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
27.附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
28.本公开实施例提供一种基于yolov3的复杂场景激光跟踪仪靶球球心定位方法，包括：获取原始图像；其中，原始图像包括靶球；基于yolov3模型对原始图像进行检测，得到靶球在原图像像素坐标系下的区域信息；根据区域信息，对原始图像进行裁剪得到目标区域；对目标区域进行预处理，得到预处理后的目标区域；根据预处理后的目标区域，利用霍夫变换法拟合靶球的球心坐标信息，并将球心坐标信息通过尺度变换与坐标平移得到在原图像像素坐标系下的球心坐标；根据在原图像像素坐标系下的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，完成靶球的球心定位。
29.本公开的实施例提供的基于yolov3的复杂场景激光跟踪仪靶球球心定位，该方法与常规方法相比，通过强干扰性样本训练得到的yolov3模型不再受制于复杂场景的干扰，
并且yolov3模型算法简洁，运行速度快，基于yolov3模型对原始图像进行训练及处理，可实现激光跟踪仪靶球球心的快速定位。
30.图1示意性示出了根据本公开实施例的基于yolov3的复杂场景激光跟踪仪靶球球心定位方法的流程图。如图1所示，该方法包括：步骤s101～s106。
31.在操作s101，获取原始图像；其中，原始图像包括靶球。
32.本公开的实施例中，如图2所示为靶球球心定位系统的结构示意图，该系统包括：激光跟踪仪主机10及设置于待测物上的靶球20。激光跟踪仪主机10包括：小型usb相机101、电控箱102及集成于电控箱102内的嵌入式图像处理板103。
33.具体地，小型usb相机101安装于激光跟踪仪主机10内部且相机视场不受激光跟踪仪主机10内部器件的干扰，其用于对靶球20进行成像生成图像。嵌入式图像处理板103安装于激光跟踪仪主机10内部的电控箱102内，其与小型usb相机101之间由相关数据线连接，用于对小型usb相机101采集到的图像进行处理分析。
34.本公开的实施例中，靶球20处于复杂场景中，例如靶球20周边存在多种与靶球20形状相近的干扰物体、环境光线较弱等，进而通过小型usb相机101采集到的包括靶球20的原始图像，该原始图像的背景包括但不仅限于靶球20、多种形状相近的干扰物体、光线、线条、颜色混乱的复杂背景。
35.需说明的是，上述实施例中靶球球心定位系统仅为示例说明，其并不构成本公开的实施例的限定，在实际应用场景过程中，其可以为相同功能模块的部件进行替换，本公开的实施例对此不做限定。
36.在操作s102，基于yolov3模型对原始图像进行检测，得到靶球在原图像像素坐标系下的区域信息。
37.本公开的实施例中，采用已训练的yolov3模型对小型usb相机101采集到的原始图像进行检测，得到靶球在原图像像素坐标系下的区域信息。其中，已训练的yolov3模型加载在嵌入式图像处理板103中。
38.根据本公开的实施例，如图3所示，已训练的yolov3模型通过以下步骤训练得到，具体包括：步骤s301～s304。
39.在操作s301，获取复杂场景下靶球的n张历史图像，并进行人工标注；其中，n大于等于1000。
40.本公开的实施例中，通过小型usb相机101获取复杂场景下靶球的n张历史图像，并进行人工标注得到标注后的历史图像。需说明的是，n可以取值1000、1500、2000等，本公开的实施例对此不做限定。
41.在操作s302，对人工标注后的n张历史图像按照预置比例分成训练集、验证集及测试集。
42.本公开的实施例中，将步骤s301中标注得到的n张历史图像按照预置比例分成训练集、验证集及测试集，该预置比例例如可以为8∶1∶1或6∶2∶2等，将n张历史图像按照比例分成训练集、验证集及测试集，用以对yolov3模型进行训练、验证及测试。
43.在操作s303，设置yolov3模型的训练超参数，将训练集进行翻转、缩放及拼接处理后并输入至yolov3模型中进行训练。其中，在模型训练过程中，根据验证集的正确率对yolov3模型的超参数进行调整，得到已训练的yolov3模型。
44.本公开的实施例中，将步骤s302中得到的训练集进行翻转、缩放及拼接处理后，输入至yolov3模型中进行训练。其中，将训练集进行翻转、缩放及拼接处理，用以增加训练数据样本的复杂性，使得减小样本训练的误差。
45.在模型训练过程中，通过验证集对训练后的yolov3模型进行验证，根据验证集的正确率对训练后的yolov3模型的超参数进行调整，得到已训练的yolov3模型。
46.在操作s304，利用测试集对已训练的yolov3模型进行测试，得到测试后的yolov3模型，并对测试后的yolov3模型进行前向传播参数提取与参数固化，得到可嵌入式部署的yolov3模型。
47.本公开的实施例中，将步骤s302中得到的测试集输入至已训练的yolov3模型进行测试，最终根据测试集的测试结果验证yolov3模型的可用性，得到训练后满足需求的yolov3模型。最后对测试后的yolov3模型进行前向传播参数提取与参数固化，得到可嵌入式部署的yolov3模型，将该可嵌入式部署的yolov3模型加载至嵌入式图像处理板103中，用以对小型usb相机101采集到的图像进行检测处理。
48.需说明的是，本公开实施例所示的yolov3模型可以采用darknet53网络结构，本公开实施例对darknet53网络结构中各层不做任何限定。
49.在操作s103，根据区域信息，对原始图像进行裁剪得到目标区域。
50.本公开的实施例中，如图4所示，根据步骤s102中通过yolov3模型检测得到靶球20在原图像像素坐标系下的区域信息，对原始图像进行裁剪得到目标区域。举例而言，根据原图像像素坐标系下的区域信息将原始图像进行裁剪得到的目标区域的像素可以统一修正为150
×
150或其他大小等，得到包括靶球20在内的目标区域。
51.在操作s104，对目标区域进行预处理，得到预处理后的目标区域。
52.本公开的实施例中，对步骤s103得到的目标区域进行预处理，以便于后续对靶球20进行空间解算等操作。
53.根据本公开的实施例，对目标区域进行预处理，得到预处理后的目标区域，具体包括：对目标区域进行二值化及形态学处理，得到形态学处理后的目标区域。
54.进一步地，可以采用迭代法求取目标区域的二值化阈值，具体步骤包括：
55.a)、计算目标区域的初始阈值t0及最大迭代次数i，其中，最大迭代次数i可以取值为500、550、600等；
[0056][0057]
其中，t0向下取整，力表示像素灰度值，n为灰度值为力的像素个数。
[0058]
b)、分别计算灰度值小于阈值t0部分的平均灰度值t1和大于阈值t0部分的平均灰度值t2：
[0059][0060]
c)、计算新的阈值ti：
[0061]
ti＝w1×
t1+w2×
t2，ti其中，w1和w2分别为灰度权重，其中，根据靶球图像特征，此处权重w1和w2可以分别设置为0.8和0.2等。
[0062]
d)、重复步骤b)和c)直至阈值ti小于预设值(如预设值可以1等)，或者迭代次数达到上限i停止迭代，最终所得的t为二值化处理后得到的二值化阈值。
[0063]
进一步地，对二值化后区域图像进行形态学闭运算与高斯滤波，以去除图像中的噪声。
[0064]
本公开的实施例中，通过对目标区域进行预处理用以消除目标区域中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、匹配和识别的可靠性。
[0065]
在操作s105，根据预处理后的目标区域，利用霍夫变换法拟合靶球的球心坐标信息，并将球心坐标信息通过尺度变换与坐标平移得到在原图像像素坐标系下的球心坐标。
[0066]
本公开的实施例中，采用霍夫变换法对预处理后的目标区域进行拟合靶球的球心坐标信息，并将球心坐标信息通过尺度变换与坐标平移得到在原图像像素坐标系下的球心坐标(u，v)，其中，u、v表示像像素坐标系下的二维球心坐标。
[0067]
在操作s106，根据在原图像像素坐标系下的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，完成靶球的球心定位。
[0068]
本公开的实施例中，对步骤s105中得到的原图像像素坐标系下的球心坐标(u，v)进行空间解算，得到靶球在激光跟踪仪坐标系下的球心坐标，完成靶球的球心定位。
[0069]
根据本公开的实施例，步骤s106具体包括：根据在原图像像素坐标系下的球心坐标，解算靶球在归一化坐标系下的理想球心坐标，得到相机坐标系下靶球的球心坐标；根据激光跟踪仪与相机坐标系间的转换关系及相机坐标系下靶球的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，得到激光跟踪仪坐标系下靶球的球心坐标，完成靶球的球心定位。
[0070]
本公开的实施例中，根据在原图像像素坐标系下的球心坐标，解算靶球在归一化坐标系下的理想球心坐标，得到归一化坐标系下靶球的球心坐标(x’，y’)，其中，归一化坐标系下靶球的球心坐标(x’，y’)与原图像像素坐标系下的球心坐标(u，v)满足以下关系：
[0071][0072]
其中，f
x
和fy分别表示小型usb相机101的焦距除以x轴和y轴方向像元尺寸，(y0，v0)表示相机坐标系原点在像素坐标系下的坐标。
[0073]
将相机模型归一化坐标系下靶球球心的理想坐标记为(x，y)，结合小型usb相机
101的畸变系数k1、k2、k3、k4、k5、k6、p1、p2、s1、s2、s3、s4，其中，k1、k2、k3、k4、k5、k6分别表示小型usb相机101的径向畸变系数，p1、p2分别表示切向畸变系数，s1、s2、s3、s4分别表示小型usb相机101的薄棱镜畸变系数。记f2＝x2+y2，则坐标(x，y)与实际坐标(x’，y’)满足以下关系：
[0074][0075]
将上式的逆过程求解坐标(x，y)，进而求解相机坐标系下靶球的球心坐标cp为：
[0076]cp＝[x
·
f y
·
f f]
t
[0077]
其中，f为小型usb相机101的焦距。
[0078]
本公开的实施例中，根据激光跟踪仪与相机坐标系间的转换关系及相机坐标系下靶球的球心坐标cp，解算靶球在激光跟踪仪坐标系下的球心坐标，得到激光跟踪仪坐标系下靶球的球心坐标
t
p，完成靶球的球心定位。其中，激光跟踪仪坐标系下靶球的球心坐标
t
p与相机坐标系下靶球的球心坐标cp满足以下关系：
[0079][0080]
其中，为3
×
3的旋转矩阵，
t
tc为3
×
1的平移矩阵。
[0081]
本公开的实施例提供的基于yolov3的复杂场景激光跟踪仪靶球球心定位方法，该方法基于强干扰性样本训练的yolov3模型不再受制于复杂场景的干扰，并且算法简洁，运行速度快，可实现激光跟踪仪靶球球心的快速定位。
[0082]
需说明的是，上述实施例中的举例而言仅为示例性的说明，其均不构成本公开实施例的限定。
[0083]
图5示意性示出了根据本公开实施例的基于yolov3的复杂场景激光跟踪仪靶球球心定位装置的方框图。
[0084]
如图5所示，该基于yolov3的复杂场景激光跟踪仪靶球球心定位500包括：图像获取模块510、图像检测模块520、目标区域裁剪模块530、图像预处理模块540、图像变换模块550及球心坐标转换模块560。该装置500可以用于实现参考图1所描述的基于yolov3的复杂场景激光跟踪仪靶球球心定位方法。
[0085]
图像获取模块510，用于获取原始图像；其中，该原始图像包括靶球。该图像获取模块510例如可以用于执行上文参考图1所描述的s101步骤，在此不再赘述。
[0086]
图像检测模块520，用于基于yolov3模型对原始图像进行检测，得到靶球在原图像像素坐标系下的区域信息。该图像检测模块520例如可以用于执行上文参考图1所描述的s102步骤，在此不再赘述。
[0087]
目标区域裁剪模块530，用于根据区域信息，对原始图像进行裁剪得到目标区域。该目标区域裁剪模块530例如可以用于执行上文参考图1所描述的s103步骤，在此不再赘述。
[0088]
图像预处理模块540，用于对目标区域进行预处理，得到预处理后的目标区域。该
图像预处理模块540例如可以用于执行上文参考图1所描述的s104步骤，在此不再赘述。
[0089]
图像变换模块550，用于根据预处理后的目标区域，利用霍夫变换法拟合靶球的球心坐标信息，并将球心坐标信息通过尺度变换与坐标平移得到在原图像像素坐标系下的球心坐标。该图像变换模块550例如可以用于执行上文参考图1所描述的s105步骤，在此不再赘述。
[0090]
球心坐标转换模块560，用于根据在原图像像素坐标系下的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，完成靶球的球心定位。该球心坐标转换模块560例如可以用于执行上文参考图1所描述的s106步骤，在此不再赘述。
[0091]
本公开的实施例中，球心坐标转换模块560，用于根据在原图像像素坐标系下的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，完成靶球的球心定位，具体包括：根据在原图像像素坐标系下的球心坐标，解算靶球在归一化坐标系下的理想球心坐标，得到相机坐标系下靶球的球心坐标；根据激光跟踪仪与相机坐标系间的转换关系及相机坐标系下靶球的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，得到激光跟踪仪坐标系下靶球的球心坐标，完成靶球的球心定位。
[0092]
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上装置、基板上的装置、封装上的装置、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0093]
例如，图像获取模块510、图像检测模块520、目标区域裁剪模块530、图像预处理模块540、图像变换模块550及球心坐标转换模块560中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，图像获取模块510、图像检测模块520、目标区域裁剪模块530、图像预处理模块540、图像变换模块550及球心坐标转换模块560中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上装置、基板上的装置、封装上的装置、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，图像获取模块510、图像检测模块520、目标区域裁剪模块530、图像预处理模块540、图像变换模块550及球心坐标转换模块560中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0094]
图6示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的方框图。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0095]
如图6所示，本实施例中所描述的电子设备600，包括：处理器601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
[0096]
在ram 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、rom 602以及ram 603通过总线604彼此相连。处理器601通过执行rom 602和/或ram 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom602和ram 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
[0097]
根据本公开的实施例，电子设备600还可以包括输入/输出(i/o)接口605，输入/输出(i/o)接口605也连接至总线604。电子设备600还可以包括连接至i/o接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
[0098]
根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的装置中限定的上述功能。根据本公开的实施例，上文描述的装置、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0099]
本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/装置中所包含的；也可以是单独存在，而未装配入该设备/装置/装置中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的基于yolov3的复杂场景激光跟踪仪靶球球心定位方法。
[0100]
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom 602和/或ram 603和/或rom 602和ram 603以外的一个或多个存储器。
[0101]
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序
包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机装置中运行时，该程序代码用于使计算机装置实现本公开实施例所提供的基于yolov3的复杂场景激光跟踪仪靶球球心定位方法。
[0102]
在该计算机程序被处理器601执行时执行本公开实施例的装置/装置中限定的上述功能。根据本公开的实施例，上文描述的装置、装置、模块、单元等可以通过计算机程序模块来实现。
[0103]
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0104]
在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的装置中限定的上述功能。根据本公开的实施例，上文描述的装置、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0105]
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如java，c++，python，“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0106]
需要说明的是，在本公开各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
[0107]
附图中的流程图和框图，图示了按照本公开各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的装置来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0108]
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可
以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
[0109]
尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。