主要针对多类别五金件如螺丝、垫片、螺母的识别，将凌乱平方的多类别五金件识别之后，分割提取五金件轮廓后将五金件中心坐标发送给机器人进行抓取。平台在2020年12月份对接该需求之后，通过选取了不同规格的螺栓、螺母和垫片随机摆放的图像作为实验数据集，共收集到1650张五金件图像，图像分辨率为640×480，选用的图像是在不同照明方式、不同复杂程度和不同背景下采集的图像样本，在AI训练平台上进行模型训练及校验，最后通过改进YOLOv5算法的网络结构，通过增加一个预测输出层，并且合理配置网络的损失函数和后处理方案，提升了算法的检测性能及泛化能力，能充分识别各类别五金件，最后得到小批量应用，也得到客户很好的反馈。