基于改进Mask R-CNN的纸箱堆垛分割与定位方法

• 作者: 李天剑 胡欢 陶磊
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 图像处理 关键点定位
• 年，卷（期）: 2020,（3）
• 页码范围: 85-88
• 页数: 4页
• 分类号: TP242.6
• 字数: 2699字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2020.03.016

摘要

我国物流仓储行业发展迅速,利用仓储机器人实现仓库无人化是发展趋势,如何使机器人自主识别纸箱并进行定位具有重要的研究意义.为提升图像处理网络模型的性能,以完成对纸箱的分割与定位任务,对现有网络存在的不足进行理论分析,并结合仓储环境下纸箱的特点和机器人作业的要求,提出一种Mask R-CNN网络的改进方法.针对漏检误检率不理想和定位不精准等问题,分别提出了引入上下文机制和改善损失函数等改进方案,实验证明,改进后的Mask R-CNN网络在识别率与定位准确率上都有大幅提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李天剑	北京信息科技大学机电工程学院	54	141	7.0	10.0
2	胡欢	北京信息科技大学机电工程学院	3	0	0.0	0.0
3	陶磊	北京信息科技大学机电工程学院	2	0	0.0	0.0