| 基于Faster R-CNN模型的传送带药盒与空位检测方法 |
| |
| 作者姓名： | 张瑞勋 邵秀丽 骆圣丽 周洪雨 |
| |
| 作者单位： | MIT Laboratory for Financial Engineering, Cambridge, MA 02139, USA;南开大学计算机学院,天津,300350 |
| |
| 基金项目： | 天津市智能制造专项资金资助项目（201707105,201907210）; 天津市互联网先进制造专项资金资助项目（18ZXRHGX00110） |
| |
| 摘 要： | 制药企业为了判断传送带药盒的拥堵情况,需要对传送带上的药盒和空位进行定位,但人工方式效率低下,实时性差。在此背景下,结合Faster R-CNN模型,提出传送带目标检测方法。基于传送带图像构建模型训练集和测试集,将训练集通过ZFNet卷积神经网络计算卷积特征,并利用RPN(Region Proposal Network)生成精准的候选区域,在此基础上基于Faster R-CNN模型在候选区域上进行分类和回归,计算得到药盒与空位矩形框。通过使用测试集测试模型进行目标标注并计算出概率,结果表明,本方法对传送带目标的检测准确率良好。
|
| 关 键 词： | FasterR-CNN ZFNet卷积神经网络 目标检测 |
| 收稿时间： | 2019-09-23 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机与现代化》浏览原始摘要信息 |
|
点击此处可从《计算机与现代化》下载全文 |
|
