| 嵌入SENet结构的改进YOLOV3目标识别算法 |
| |
| 引用本文： | 刘学平,李玙乾,刘励,王哲,刘宇. 嵌入SENet结构的改进YOLOV3目标识别算法[J]. 计算机工程, 2019, 45(11): 243-248 |
| |
| 作者姓名： | 刘学平 李玙乾 刘励 王哲 刘宇 |
| |
| 作者单位： | 清华大学深圳研究生院,广东深圳,518055;清华大学深圳研究生院,广东深圳518055;清华大学机械工程系,北京100084;长虹智能制造技术有限公司,成都,621000 |
| |
| 摘 要： | 为准确识别工业图像中的目标零件,提出一种改进的YOLOV3目标识别算法。结合K-means聚类与粒子群优化算法进行锚框计算,以降低初始点对聚类结果的影响,加快算法收敛速度。同时在YOLOV3网络shortcut层嵌入SENet结构,得到SE-YOLOV3网络。对零件图像进行数据增强并加入零件标注,制作包含10 816张图片的样本集,用于算法训练和测试。实验结果表明,该算法能够获得平均交并比为83.01%的锚框,当样本图像存在较多残缺零件干扰时,YOLOV3存在将背景识别为零件的情况,其查准率与查全率分别为72.11%和97.51%,而SE-YOLOV3能有效减少假正例数量,其查准率与查全率分别为90.39%和93.25%。
|
| 关 键 词： | 目标识别 卷积神经网络 SENet结构 YOLOV3网络 粒子群优化算法 |
Improved YOLOV3 Target Recognition Algorithm with Embedded SENet Structure |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
