《计算机应用研究》|Application Research of Computers

一种抗粉尘遮挡的卸料孔检测方法

Anti-dust-occlusion detection method of handling hole

免费全文下载 (已被下载 次)  
获取PDF全文
作者 张兴兰,王媛媛,欧阳奇
机构 重庆理工大学 计算机科学与工程学院;重庆大学 自动化学院
统计 摘要被查看 次,已被下载
摘要 为解决粉镀锌卸料时卸料孔被锌粉遮挡,单一模型目标检测网络或方法无法很好识别的问题,提出一种专门的,融合多种特征模型的检测方法来辅助卸料。首先,用深度可分离卷积代替Tiny-YOLOv3 (you only look once version 3)中的传统卷积,并调整损失函数,适应新的训练。接着,用像素统计判断目标区域遮挡情况,运用轨迹特征和形态特征模型对当前帧进行预测。最后,遵循模型融合规则,用预测结果对目标检测网络结果进行优化。实验结果表明在卸料孔长时间遮挡严重情况下,改进后的融合模型表现最好,总体AP (average prediction)达到99.38%,AIOU(average intersection over union)达到88.74%,同时满足实时检测要求,有效解决了粉尘强遮挡条件下工装卸料孔动态检测问题。
关键词 目标检测;抗遮挡;深度学习;深度可分离卷积;特征融合
基金项目 国家自然科学基金资助项目(51374264)
重庆留学人员回国创新创业支持(CX2017004)
本文URL http://www.arocmag.com/article/02-2021-06-050.html
收稿日期
修回日期
页码 -
中图分类号 TP206.1
文献标志码