1.一种基于视觉检测系统的智能识别分拣系统，其特征在于，包括：上料模块，用于将目标物品传送至视觉检测模块；

视觉检测模块，用于对目标物品进行视觉检测并归类；

分拣模块，用于根据目标物品的归类结果对其进行抓取分拣；

传送模块，用于接收分拣模块抓取的目标物品并进行分类传送。

2.根据权利要求1所述的一种基于视觉检测系统的智能识别分拣系统，其特征在于，所述视觉检测模块包括：

图像识别检测子模块，用于对所述目标物品进行图像获取和识别；

物品状态翻转子模块，用于对现实中的所述目标物品进行摆放状态翻转以及标准位置调整。

3.根据权利要求2所述的一种基于视觉检测系统的智能识别分拣系统，其特征在于，所述图像识别检测子模块包括：

第一图像获取单元，用于通过双目视觉相机获取所述目标物品的第一图像信息；

第一图像匹配单元，用于将所述第一图像信息中目标物品的物体轮廓进行提取，并将所提取的物体轮廓与预设的多个第一类标准轮廓进行匹配，确定匹配度最高的第一类标准轮廓所对应的物品类型为所述目标物品的第一物品分类；其中，每个所述第一类标准轮廓被预设对应一种物品类型；

微调指令单元，用于确定所述第一物品分类对应的物品类型所对应的预设的标准摆放状态，并基于所述标准摆放状态向所述物品状态翻转子模块发送摆放状态微调指令；其中，所述图像识别检测子模块预设有该物品类型所对应的物品在所述标准摆放状态下的多个特征提取点位置；

第二图像获取单元，用于在所述物品状态翻转子模块对所述目标物品进行标准位置调整后通过所述双目视觉相机获取所述目标物品的第二图像信息；

第二图像匹配单元，用于对所述第二图像信息中目标物品的所述特征提取点位置进行特征提取得到关键特征，将所述关键特征与预设的关键特征和物品型号对应表格中的数据进行比对，确定所述目标物品对应的物品型号并进行归类。

4.根据权利要求2所述的一种基于视觉检测系统的智能识别分拣系统，其特征在于，所述视觉检测模块还包括

标识识别检测子模块，用于对所述目标物体上的标识进行识别，从而确定所述目标物体的物品型号、目标物体的合格信息以及目标物体所经过的分拣流程；

物品同步标识子模块，用于为所述目标物体打上同步标识，所述同步标识采用链式字符序列，每经过一个所述物品同步标识子模块便在所述链式字符序列的末端打上该物品同步标识子模块对应预设的第一类标识字符。

5.根据权利要求4所述的一种基于视觉检测系统的智能识别分拣系统，其特征在于，所述标识识别检测子模块采用红外扫描仪对所述目标物体上的标识进行识别；其中，所述标识为二维码标识，每个二维码标识映射有独立的编号空间；

所述编号空间中存储有所述目标物体的物品型号、目标物体的合格信息、目标物体所经过的分拣流程以及所述同步标识。

6.根据权利要求1所述的一种基于视觉检测系统的智能识别分拣系统，其特征在于，所述分拣模块包括：

重量检测单元，用于对所述目标物品进行重量合格检测，所述重量合格检测根据所述归类结果确定所述目标物品对应所属归类的物品的标准重量范围，并对所述目标物品进行重量检测；

若所述目标物品的重量属于所述标准重量范围，则判断所述目标物体重量检测合格；

若所述目标物品的重量不属于所述标准重量范围，则判断所述目标物体存在质量缺陷或者归类错误；

机械臂分拣单元，用于对重量检测合格的所述目标物体通过机械臂进行分拣工作，在进行分拣工作时根据所述归类结果将对应的所述目标物品进行归类分拣。

7.根据权利要求6所述的一种基于视觉检测系统的智能识别分拣系统，其特征在于，还包括复检单元：

所述复检单元包括一个单独的视觉检测装置和一个机器人，用于对存在质量缺陷或者归类错误的所述目标物体进行复检，复检步骤如下：其中，利用所述视觉检测装置对所述目标物品进行视觉检测，同时通过所述机器人对所述目标物品的摆放姿态进行调整，根据视觉检测装置采集到的物体轮廓与预设的多个第一类标准轮廓进行匹配，得到多个匹配度；

若多个所述匹配度均低于预设的匹配度阈值，则判断所述目标物品发生形变，通过所述机器人将所述目标物体放入废品通道；

若存在一个或多个所述匹配度高于或等于所述匹配度阈值，则通过所述机器人将所述目标物体放置到所述视觉检测模块进行重新检测；

所述目标物品每经历一次复检便为其打上一个复检标签，当检测到所述目标物品上的复检标签个数大于预设的次数阈值时，则将所述目标物体放入人工检测通道。

8.根据权利要求1所述的一种基于视觉检测系统的智能识别分拣系统，其特征在于，还包括同步跟踪模块：

所述同步跟踪模块用于对目标物品的位置进行跟踪定位，并将定位信息同步至云端网络；

所述同步跟踪模块包括：

跟踪标签单元，用于在每一个处理环节处理完毕过后为所述目标物体打上虚拟的处理标签；其中，

所述处理环节包括视觉检测处理、分拣处理以及分类传送处理；

所述处理标签采用链式字符序列，每经过一个所述处理环节后便在所述处理标签的末端打上时间戳以及执行该处理环节的设备所对应预设的第二类标识字符；

其中，每个所述第二类标识字符映射有对应设备在每个时间点的地理位置；

标签同步单元，用于每隔一个预设的周期将所述处理标签同步至云端平台。

9.根据权利要求1所述的一种基于视觉检测系统的智能识别分拣系统，其特征在于，还包括辅助工作模块，所述辅助工作模块执行以下步骤：步骤S1、获取当日工作任务量，将当日工作量与预设的额定工作任务量进行比较；

步骤S2、当所述当日工作量大于所述额定工作量时，开启超频工作模式；

步骤S3、在开启超频工作模式后，控制所述上料模块进入多目标放送模式，同时控制所述视觉检测模块开启多目标检测模式，并为所述视觉检测模块提供云端辅助计算；其中，在进行云端辅助计算时，通过所述视觉检测模块获取图像上传至云端网络，经过所述云端网络进行多目标检测后得到图像中多个所述目标物体对应的检测结果；

步骤S4、开启云端处理优化模式，并获取所述分拣模块的工作状态信息；

步骤S5、在所述云端处理优化模式下，根据所述工作状态信息和所述检测结果进行抓取处理顺序优化计算得到最优抓取顺序；

步骤S6、基于所述最优抓取顺序对所述分拣模块进行控制，完成分拣工作。

10.根据权利要求9所述的一种基于视觉检测系统的智能识别分拣系统，其特征在于，所述根据所述工作状态信息和所述检测结果进行抓取处理顺序优化计算得到最优抓取顺序包括以下步骤：

预先建立所述视觉检测模块与所述分拣模块的第一相对位置关系；

根据所述检测结果，确定多个所述目标物品相对于所述视觉检测模块的第二相对位置关系；

基于所述第一相对位置关系和所述第二相对位置关系进行位置关系转移，得到多个所述目标物品与所述分拣模块的第三相对位置关系；

建立云端虚拟空间，根据所述工作状态信息以及所述第三相对位置关系将多个所述目标物品与所述分拣模块在所述云端虚拟空间进行重现；

根据所述分拣模块的工作状态信息，确定分拣模块中机械手的当前所处位置为初始位置；

对所述云端虚拟空间中多个所述目标物品进行随机排序，基于每种排序方法下每个目标物品到放置点的路径统计出每种排序方法的第一路径距离；

将所述初始位置与每种排序方法的起点位置之间的距离作为第二路径距离；

将每种排序方法对应的第一路径距离和第二路径距离相加得到第三路径距离；

采用快速排序法对每种排序方法对应的第三路径距离进行由小到大的排序，并记录距离最短的第三路径距离对应的多个所述目标物体的抓取顺序为最优抓取顺序。