基于卷积神经网络的仓储物体检测算法研究

• 作者: 王林 王梨 王飞 陈亮杰
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: 卷积神经网络 仓储环境 物体检测 DSOD
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 计算机工程
• 页码范围: 99-105
• 页数: 7页
• 分类号: TP391.41
• 字数: 4596字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2019.04.017

摘要

针对仓储环境中物体检测公开数据集匮乏的问题,通过摄像机采集真实仓储环境中包含货物、托盘和叉车的大量图像进行标注,创建了一个仓储物体数据集.同时针对传统物体检测算法在仓储环境中检测准确率较低的问题,将基于卷积神经网络的DSOD应用于仓储环境中,通过在自己创建的仓储物体数据集上从零开始训练DSOD模型,实现了仓储物体的准确性检测.该算法的mAP达到了93.81％,比Faster R-CNN、SSD分别提高了0.04％、1.44％;并且模型大小仅有51.3 MB,比Faster R-CNN、SSD分别减小了184.5 MB、43.4 MB.实验结果表明,该算法获得了较为满意的仓储物体检测效果,其在仓储物体检测领域具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王林	贵州民族大学数据科学与信息工程学院	28	96	5.0	8.0
2	王梨	贵州民族大学数据科学与信息工程学院	5	8	2.0	2.0
3	王飞	贵州民族大学人文科技学院	19	100	6.0	9.0
4	陈亮杰	贵州民族大学数据科学与信息工程学院	3	6	2.0	2.0