基于改进SSD算法的物流物品检测 |
| |
引用本文: | 马祥祥,王琨,羊波,闫浩,张涛.基于改进SSD算法的物流物品检测[J].自动化与仪器仪表,2023(7):63-68. |
| |
作者姓名: | 马祥祥 王琨 羊波 闫浩 张涛 |
| |
作者单位: | 1. 江南大学;2. 中国船舶科学研究中心 |
| |
基金项目: | 江苏省科技支撑计划(工业)项目-重点项目(BE2020006-5); |
| |
摘 要: | 针对物流物品分拣任务中,物流物品摆放环境复杂,传统检测方法的检测准确度不高、检测速度慢等问题,设计了一种改进SSD的物流物品检测算法。首先,将原SSD算法的骨干网络设置为MobileNetV2,后端网络采用倒残差网络结构,其次,将骨干网络浅层特征层和后端网络深层特征层使用特征融合模块,最后引入注意力机制并使用更小尺寸的先验框,在保持网络计算量的同时提升对特征图关键信息的提取能力,并增强对小目标的物品检测能力。实验结果表明:改进后的算法与SSD、Faster RCNN、YOLOv5等算法进行比较,在PASCALVOC 2007+2012数据集上,该算法相较于原SSD算法平均准确率mAP提升了4.33%,每秒帧率FPS达到53.95 frame/s,同时在要求的物流物品数据集上进行验证,结果表明该模型在堆叠、密集排布、小目标等的分拣环境下,在保证检测的实时性的同时仍可能保证较高的检测准确度。
|
关 键 词: | 目标检测 SSD 注意力机制 MobileNetV2 特征融合 |
|
|