基于改进YOLOv5的旋转目标检测算法及其应用研究

目的 提高工业分拣上常见的纹理多样、随机堆放盒体的检测与识别能力。方法 提出一种基于YOLOv5的旋转目标检测算法，该算法包括目标分类、位姿角度识别和边界框位置定位3个模块功能。目标分类模块中，通过自建数据集和设计8种目标分类标签以供模型分类学习;位姿角度识别模块对YOLOv5头网络中添加角度预测分支，引入环形平滑标签角度分类方法，实现分拣盒体的旋转角度精准检测;在边界框位置定位模块上，使用LCIoU回归框损失函数来计算旋转框回归损失，得到紧密包裹目标位置的边界框。结果 改进的YOLOv5算法在自建数据集上检测精度达到95.03%，在机器人多物体分拣实验中的准确率可达100%。结论 本文算法在盒体处于散乱堆放、密集堆放、堆叠堆放场景下均具有较高的定位与识别精度。     

快递暴力分拣行为视觉识别系统

目的 为实时监测快递分拣过程中粗暴对待包裹的行为,设计一款基于树莓派+EdgeTPU的快递暴力分拣人体行为视觉识别系统.方法 基于TensorFlow深度学习框架,使用PoseNet模型实时采集人体姿态数据,通过LSTM+Attention模型实现人体动作识别,结合MobileSSD进行场景识别,最终实现暴力分拣人体行为视觉识别.结果 实验证明,文中提出的视觉识别方法可以实现暴力分拣5种动作的快速、准确识别,LSTM+Attention人体动作分类模型的测试准确率达到了80％.结论 基于该方法构建的嵌入式暴力分拣行为识别系统,可以实时监测快递分拣中粗暴对待包裹的行为,并实时地告警.     

基于机器视觉的自动分拣码放系统研究

目的为实现包装码垛自动生产线上不同型号工件的分类码放,有效提高生产效率,降低生产成本。方法在工件识别应用中,提出一种基于机器视觉、PLC控制技术、HMI人机界面的分拣码放系统。在完成工业机器人相应的硬件及关键算法设计的基础上,利用以太网构建PLC网络控制系统,并与上位机管理系统实现交互。结果经实验测试,该自动分拣码放系统对工件的识别精度较高,均在99%以上,处理时间较短,均在0.2 s以下,能够满足生产要求。结论生产实践表明,该系统提高了工件分拣效率,减小了工人劳动强度,降低了生产成本,具有很高的推广应用价值。     

基于深度神经网络的货架商品识别方法

目的为快速统计货架商品信息,提出一种基于深度神经网络的货架商品自动识别方法。方法摄像头采集的货架商品图像经过深度神经网络算法处理,得到了图像中商品的SKU和位置。针对货架商品识别这种密集检测场景,文中方法改进了通用深度神经网络目标检测算法,将算法分为检测和分类2个阶段且重新设计了部分网络结构。最后,将文中方法和传统货架商品识别方法以及通用深度神经网络目标检测方法进行了比较。结果实验证明该方法的检测阶段的模型平均正确率达到96.5%,分类阶段的分类准确率达到99.9%。整图测试的查准率为97.56%,查全率为99.26%。结论相较于以往使用传统的目标检测模型进行货架商品识别以及使用SIFT等人工算子提取特征并分类识别商品具体SKU,文中方法的商品检出率和分类准确率都有了大幅度的提升,具有很好的应用潜力。     

一种面向机器人分拣的杂乱工件视觉检测识别方法

为了从输送带上杂乱工件中分拣出符合规格的目标工件,提出了一种基于多帧工件图像聚合分割的检测识别方法。该方法首先通过工业高精度相机获取工件图像,由改进的分水岭算法分割工件图像;然后基于工件外观形状特征,利用分类回归树(CART)对分割出来的工件图像进行类型识别;进而应用直方图反投影和核密度估计,将来自多个帧的同一个跟踪目标工件对象掩模组合成一个精细掩模,便于精确测量出工件尺寸;最后再联合机器人手眼标定参数,获取符合规格目标工件的位姿,实现机器人分拣。实验结果表明,该方法可快速从输送带上杂乱工件中准确分拣目标工件,具备良好的实用性和稳定性。     

用于声音分类的Deep LightGBM算法

在医学诊断、场景分析、语音识别、生态环境分析等方面语音分类都有着广泛的应用价值。传统的语音分类器采用的是神经网络。但是在精确度,模型设置,参数调整和资料的预处理等方面,有较大的缺陷。在这一基础上,文章提出了一种以“深度森林”为基础的改进方法——LightGBM的深度学习模型（Deep LightGBM模型）。它能够在保证模型简洁的前提下,提高分类精度和泛化能力。该算法有效降低了参数依赖性。在UrbanSound8K这一数据集中,采用向量方法进行语音特征的提取,其分类精确度达95.84%。将卷积神经网络（Convolutional Neural Net‐work,CNN）抽取的特征和向量法获取的特征进行融合,并利用新的模型进行训练,其准确率可达97.67%。实验证明,此算法采用的特征提取方式与Deep LightGBM配合获得的模型参数调整容易,精度高,不会产生过度拟合,并且泛化能力好。     

利用拼音特征的深度学习文本分类模型

针对人-机器人语音交互中经过语音识别的文本指令,提出了一种利用汉语拼音中声韵母作为特征的深度学习文本分类模型。首先,以无人驾驶车语音导航控制为人机交互的应用背景,分析其文本指令结构并分别构建单一意图与复杂意图语料库;其次,在以字符作为文本分类特征的基础上,结合汉语拼音与英文单词的区别,提出了一种利用拼音声韵母字符作为中文文本分类的特征表示方法;然后,用门控递归单元(GRU)代替传统递归神经网络单元以解决其难以捕获长时间维度特征的不足,为提取信息的高阶特征、缩短特征序列长度并加快模型收敛速度,建立了一种结合卷积神经网络及GRU递归神经网络的深度学习文本分类模型。最后,为验证模型在处理长、短序列任务上的表现,在上述两个语料库上对提出的模型分别进行十折交叉测试,并与其他分类方法进行比较与分析,结果表明该模型显著地提高了分类准确率。     

基于YOLO模型的机器人电梯厅门装箱状态快速识别方法

目的针对电梯厅门柔性生产线机器人装箱后厅门状态识别问题,提出一种基于YOLO模型的电梯厅门装箱状态快速识别方法。方法采用工业相机采集装箱后厅门图像信息,并制作成样本训练集,然后将训练集输入到目标识别分类检测模型中,通过调整网络结构参数进行迭代训练。结果经过测试验证,文中提出的识别方法对装箱后厅门的状态分类识别成功率在99%以上,而且识别速度明显优于传统机器视觉处理算法。结论文中提出的厅门装箱状态快速识别方法,可有效解决工业环境中复杂多变光照因素对传统机器视觉处理算法造成的识别效率低、误判率高等问题,并能满足生产系统节拍要求。     

声学成像和深度学习的诊断与定位方法

针对传统的基于振动信号的故障诊断技术无法兼顾定位与诊断的问题,提出一种基于声音信号的反卷积成像和深度学习的智能故障诊断与定位模型,该模型在传统波束形成算法的基础上,引入反卷积成像算法确定噪声源位置;同时,使用深度学习对声音信号进行训练分类从而判断故障类型,可兼顾噪声源识别定位以及故障检测的特点,拓展声像识别的应用场景,并进一步推动故障诊断技术在多领域交叉发展。实验结果表明,与传统的基于振动信号的故障诊断方法对比,该方法在设备故障诊断方面的故障识别率达到97.22%,并能够准确识别故障所在位置。     

基于深度学习的包装组件检测系统研究

目的 针对人工分拣组成的零件包装盒常常会出现缺少部分零件的问题,开发一套集训练、识别、分选于一体的智能分拣系统.方法 在设计过程中,提出一种基于深度学习的改进Yolov3算法,针对工业现场光照、业零件形状和质地等实际因素,对Yolo算法的训练和检测进行改进,通过对包装盒产品的一次拍摄,检测出画面中出现的预设物体,并与标准设置相比对,从而判断出该盒内产品是否有缺料、多料的情况,以此分选出合格与否的包装盒.结果 在物体摆放相互重叠不超过20％的情况下,物体检测的准确率为98.2％,召回率为99.5％.结论 通过文中提出的改进算法,设计的检测系统能够在复杂的工业现场环境下正常工作,并能对包装的完整性进行准确的检测.     

改进DCL的花卉子类细粒度分类算法

针对现有的单一细粒度识别模型不能识别无训练样本花卉子类这一实际情况,结合DCL与KNN提出了一种将细粒度特征映射到高维空间自动分类的方法,实现无训练样本的子类分类。同时针对同一花卉子类特征较为相似且可能存在类间样本不均衡问题,改进了DCL模型的损失函数(focal loss),通过对比损失(contrastive loss)加大子类的类间距,用focal loss平衡类别损失。最后在308类样本不均衡的牡丹花上进行实验。实验结果表明:改进算法后有训练样本的子类准确率为0.932,F1值为0.925,较原始DCL算法有了较大的提升,对未训练样本的子类准确率为0.903,F1值为0.888。     

基于极半径曲面矩和HMM的三维模型分类与检索算法

在计算机辅助设计（computer aided design，CAD）中，对机械零件的三维模型进行分类和检索有利于设计人员重用设计信息，从而缩短产品的开发周期，以快速响应市场需求。针对三维模型的分类与检索，提出了一种基于极半径曲面矩和隐马尔科夫模型（hidden Markov model，HMM）的分类与检索算法。首先，计算三维模型的极半径曲面矩并组成特征向量，经排序编码后，将其作为HMM的观测序列；然后，取一部分人工标注过的三维模型作为训练样本，采用添加比例因子的多观测序列B-W（Baum-Welch）算法对HMM进行训练；最后，利用训练好的HMM对三维模型进行分类与检索。实验结果显示，与现有的2种分类与检索算法相比，所提出的算法具有更高的识别率和检索效率。该算法的特点是：极半径曲面矩计算快，不用将三维模型体素化；HMM训练快，分类能力强，且不需要大量训练样本就有一定的分类能力。研究表明，所提出的算法能较好地解决三维模型的分类与检索问题，具有一定的实用价值。     

基于迁移学习与深度残差网络的滚动轴承快速故障诊断算法EI北大核心CSCD

针对现有基于深度学习的滚动轴承故障诊断算法训练参数量大,训练时间长且需要大量训练样本的缺点,提出了一种基于迁移学习(TL)与深度残差网络(ResNet)的快速故障诊断算法(TL-ResNet)。首先开发了一种将短时傅里叶变换(STFT)与伪彩色处理相结合的振动信号转三通道图像数据的方法;然后将在ImageNet数据集上训练的ResNet18模型作为预训练模型,通过迁移学习的方法,应用到滚动轴承故障诊断领域当中;最后对滚动轴承在不同工况下的故障诊断问题,提出了采用小样本迁移的方法进行诊断。在凯斯西储大学(CWRU)与帕德博恩大学(PU)数据集上进行了试验,TL-ResNet的诊断准确率分别为99.8%与95.2%,且在CWRU数据集上TL-ResNet的训练时间仅要1.5 s,这表明本算法优于其他的基于深度学习的故障诊断算法与经典算法,可用于实际工业环境中的快速故障诊断。     

基于深度压缩感知的语音增强模型

随着压缩感知的深入研究,压缩感知在语音增强方面的应用也备受关注。针对传统压缩感知语音增强算法中存在的不足,将压缩感知与深度学习结合构建名为基于深度压缩感知的语音增强模型（Speech Enhancement based on Deep Compressed Sensing,SEDCS）。基于压缩感知原理使用编解码模型代替压缩感知中语音信号稀疏过程,使用卷积神经网络代替测量矩阵实现语音信号观测降维过程,通过联合训练的方式实现语音增强。实验结果表明：该模型能够完成语音增强任务,并且与现有的压缩感知语音增强算法相比,该模型能取得较好的语音增强效果;相比利用深度学习的语音增强算法,该模型虽性能一般,但在模型泛化性能和测试阶段的增强时间效率上有一定提升。     

An Efficient Internet Traffic Classification System Using Deep Learning for IoT

Internet of Things (IoT) defines a network of devices connected to the internet and sharing a massive amount of data between each other and a central location. These IoT devices are connected to a network therefore prone to attacks. Various management tasks and network operations such as security, intrusion detection, Quality-of-Service provisioning, performance monitoring, resource provisioning, and traffic engineering require traffic classification. Due to the ineffectiveness of traditional classification schemes, such as port-based and payload-based methods, researchers proposed machine learning-based traffic classification systems based on shallow neural networks. Furthermore, machine learning-based models incline to misclassify internet traffic due to improper feature selection. In this research, an efficient multilayer deep learning based classification system is presented to overcome these challenges that can classify internet traffic. To examine the performance of the proposed technique, Moore-dataset is used for training the classifier. The proposed scheme takes the pre-processed data and extracts the flow features using a deep neural network (DNN). In particular, the maximum entropy classifier is used to classify the internet traffic. The experimental results show that the proposed hybrid deep learning algorithm is effective and achieved high accuracy for internet traffic classification, i.e., 99.23%. Furthermore, the proposed algorithm achieved the highest accuracy compared to the support vector machine (SVM) based classification technique and k-nearest neighbours (KNNs) based classification technique.     

基于改进DBN的回转支承寿命状态识别

为了解决大型回转支承背景噪声大,特征信号微弱,寿命状态难以识别等问题,提出了一种基于改进深度信念网络(Deep Belief Network,DBN)的回转支承寿命状态识别方法。DBN网络拥有强大的深度学习能力,能够有效挖掘回转支承运行状态信息,解决了传统浅层网络过度依赖特征提取效果和识别精度不高的问题。在DBN学习训练中,采用新的优化学习方法FEPCD(Free Energy in Persistent Contrastive Divergence),解决了DBN在长期学习中近似和分类能力下降的问题。然后利用自主研发试验台的试验数据对所提方法的优越性进行验证。将改进的DBN算法与浅层分类算法的识别结果进行比较。结果表明改进DBN网络比原始DBN网络和浅层算法能更精确反映回转支承寿命特征,所提方法具有稳定性和智能性的特点。