一种基于深度学习的产品分类统计方法的研究 |
| |
引用本文: | 王占云,闫志华.一种基于深度学习的产品分类统计方法的研究[J].机械设计与制造,2020(3):163-166. |
| |
作者姓名: | 王占云 闫志华 |
| |
作者单位: | 郑州大学机械工程学院,河南 郑州,450001 |
| |
摘 要: | 对于流水线上多类产品不规则混合放置条件下的统计问题,利用基于faster R-CNN和改进的深度卷积网络结合的图像识别方法,实现了对产品的在线分类计数。首先利用faster R-CNN方法获取图像中产品的位置信息,然后用改进的深度卷积网络对图像进行特征提取,将产品区域的位置信息映射到最后一层特征图上,再用ROI池化对产品区域特征进行尺度归一化,把归一化后的产品特征输入softmax分类器识别,从而实现了分类统计。实验结果表明,该方法能够在工业生产中实现多类混线产品在线自动分类统计。
|
关 键 词: | 深度学习 分类统计 图像识别 fasterR-CNN ROl池化 |
Research on Statistical Method of Product Classification Based on Deep Learning |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|