随着计算机和互联网技术的迅速发展,机房的应用场景越来越多,机房设备的有效管理对于企业的重要性也越来越高。而设备盘点作为机房设备管理中不可或缺的部分,它的重要性不言而喻。但是传统的人工盘点具有成本高,效率低,易出错,变更不能及时反馈,异常问题不能及时定位等问题。之后的使用手持盘点设备的方法又不够灵活,只能用于固定资产的盘点。所以我们急需一个高效强大的盘点系统来解决这些问题。因此我们提出了基于深度学习的机器人盘点系统:对于设备的固定信息,放到二维码中,之后通过摄像头采集并识别;对于设备可变的位置信息,通过双目视觉与深度学习算法相结合,进行设备检测与定位。通过对基于深度学习的目标检测算法进行性能比较,并结合实际检测需求,选择以YOLOv2算法为基础进行优化实现我们的检测任务,之后选择Kinect作为图像采集设备,通过采集深度信息实现定位任务。通过双目视觉、深度学习算法与机器人相结合,使得系统可以自主的完成设备的检测与定位功能。不仅节省人力成本,而且效率更高,并且能够适应设备变动频繁的机房盘点工作。更重要的一点是,由于使用了深度学习算法,系统检测与定位的准确度会随着使用越来越高,这就是深度学习的优势所在。因此,将深度学习应用于机房设备盘点意义重大。