基于SSD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: 软件导刊
• 学科: 工学
• 关键词: 卷积神经网络 仓储环境 物体检测 SSD VGG16
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 28-31
• 页数: 4页
• 分类号: TP306
• 字数: 3009字
• 语种: 中文
• DOI: 10.11907/rjdk.182862

摘要

随着信息技术和计算机视觉技术的发展,仓储管理自动化和智能化成为趋势,对仓储物体进行准确检测变得尤为重要.针对仓储环境下的物体检测应用场景,提出一种基于SSD的仓储物体检测算法,实现对仓储环境下的物体智能检测.首先采用VGG16网络进行图像特征提取,然后在仓储物体数据集上进行模型训练,最后通过优化模型参数将训练好的模型应用于仓储物体检测.在创建的仓储物体数据集上训练SSD300和SSD500两种模型,获得的仓储物体检测准确率(mAP)分别为91.83％和94.32％,表明该算法基本实现了仓储物体的准确检测.

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