嵌入SENet结构的改进YOLOV3目标识别算法

• 作者: 刘励 刘学平 刘宇 李玙乾 王哲
• 来源期刊: 计算机工程
• 学科: 工学
• 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
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 243-248
• 页数: 6页
• 分类号: TP753
• 字数: 3945字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052861

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘学平	清华大学深圳研究生院	46	326	9.0	16.0
2	王哲	清华大学深圳研究生院	17	154	6.0	12.0
6	李玙乾	清华大学深圳研究生院	2	8	1.0	2.0
10	刘励	清华大学深圳研究生院	2	8	1.0	2.0
14	刘宇		1	8	1.0	1.0