面向分拣的改进型YOLOv3生活物品检测方法

刘文玉; 彭晋民; 吴炳龙; 游通飞

doi:10.13873/J.1000-9787(2022)06-0134-04

Chinese

您当前的位置：

首页 >

文章列表页 >

面向分拣的改进型YOLOv3生活物品检测方法

计算与测试 | 更新时间：2025-09-11

- 面向分拣的改进型YOLOv3生活物品检测方法
- 面向分拣的改进型YOLOv3生活物品检测方法
- 传感器与微系统 2022年第6期页码：134-137
- 作者机构：
  
  福建工程学院机械与汽车工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2022)06-0134-04
  中图分类号： TP391.41
- 纸质出版：2022
- 稿件说明：
移动端阅览
刘文玉, 彭晋民, 吴炳龙, 等. 面向分拣的改进型YOLOv3生活物品检测方法[J]. 传感器与微系统, 2022,(6):134-137.

面向分拣的改进型YOLOv3生活物品检测方法[J]. 2022, (6): 134-137.
刘文玉, 彭晋民, 吴炳龙, 等. 面向分拣的改进型YOLOv3生活物品检测方法[J]. 传感器与微系统, 2022,(6):134-137. DOI： 10.13873/J.1000-9787(2022)06-0134-04.

面向分拣的改进型YOLOv3生活物品检测方法[J]. 2022, (6): 134-137. DOI： 10.13873/J.1000-9787(2022)06-0134-04.

摘要

针对生活中的物品种类多样且大小不一而导致难以准确识别的问题，提出一种用于识别生活物品的检测算法。基于YOLOv3算法，对网络结构和多尺度检测进行改进，并引入空洞卷积的思想。采用残差密集块替代原算法中的残差块并与卷积层结合，增强网络对物品特征信息的提取。由原先的3个尺度检测增加到5个尺度检测以提高对小物体的检测能力。通过空洞卷积扩大物品特征图辅助网络提取深层次的物品特征，使用Kinect v2传感器采集物品的图像并制作成数据集，改进后的算法在数据集上进行实验。实验结果表明：生活物品的平均检测精度均值达到91.96%

相较于原算法精度提高了约5%。所提方法与机器人抓取技术结合能够代替人工有效完成家庭、超市等场合的物品分拣工作。

Abstract

相较于原算法精度提高了约5%。所提方法与机器人抓取技术结合能够代替人工有效完成家庭、超市等场合的物品分拣工作。

关键词

Keywords

references

基于改进YOLOv3的有遮挡行人检测 [J]. 梁礼明,邓广宏,卢明建,吴健. 传感器与微系统 . 2020(05)

基于改进K-means和簇结构优化的非均匀分簇路由算法 [J]. 鲁道刚,李强,孙佳. 传感器与微系统 . 2020(04)

基于K均值聚类与标记分水岭的棉花图像分割 [J]. 张新良,夏亚飞,夏楠,赵运基. 传感器与微系统 . 2020(03)

双通道卷积神经网络在南瓜病害识别上的应用 [J]. 王昌龙,张远东,缪宏,杨煜恒. 计算机工程与应用 . 2021(05)

卷积神经网络在目标检测中的应用及FPGA实现 [J]. 王礼贺,杨德振,李江勇,贾鹏,柴欣. 激光与红外 . 2020(02)

基于Faster R-CNN的设备故障检测与识别 [J]. 高露,马元婧. 计算机系统应用 . 2019(04)

基于改进候选区域网络的红外飞机检测 [J]. 姜晓伟,王春平,付强. 激光与红外 . 2019(01)

改进YOLO V3遥感图像飞机识别应用 [J]. 郑志强,刘妍妍,潘长城,李国宁. 电光与控制 . 2019(04)

A fast and effective partitional clustering algorithm for large categorical datasets using a k -means based approach [J] . Semeh Ben Salem,Sami Naouali,Zied Chtourou. Computers and Electrical Engineering . 2018

浏览量

298

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据