基于Faster R-CNN模型的传送带药盒与空位检测方法

• 作者: 周洪雨 张瑞勋 邵秀丽 骆圣丽
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: FasterR-CNN ZFNet卷积神经网络 目标检测
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 图像处理
• 页码范围: 122-126
• 页数: 5页
• 分类号: TP311
• 字数: 3110字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.09.022

摘要

制药企业为了判断传送带药盒的拥堵情况,需要对传送带上的药盒和空位进行定位,但人工方式效率低下,实时性差.在此背景下,结合Faster R-CNN模型,提出传送带目标检测方法.基于传送带图像构建模型训练集和测试集,将训练集通过ZFNet卷积神经网络计算卷积特征,并利用RPN(Region Proposal Network)生成精准的候选区域,在此基础上基于Faster R-CNN模型在候选区域上进行分类和回归,计算得到药盒与空位矩形框.通过使用测试集测试模型进行目标标注并计算出概率,结果表明,本方法对传送带目标的检测准确率良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵秀丽	南开大学计算机学院	60	388	13.0	17.0
2	骆圣丽	南开大学计算机学院	2	2	1.0	1.0
3	周洪雨	南开大学计算机学院	3	2	1.0	1.0