基于改进RetinaNet的医用塑瓶装箱计数算法

• 作者: 付磊 任德均 吴华运 胡云起 邱吕 郜明
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度学习 装箱计数 RetinaNet 特征金字塔 聚类
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 图像处理
• 页码范围: 99-103,111
• 页数: 6页
• 分类号: TP389.1|TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.12.017

摘要

为提高医用塑瓶包装生产线上装箱计数的效率、准确率及稳定性,本文提出一种基于深度学习的装箱计数检测算法,实现在线实时计数.首先,构建以ResNet为骨架网络,使用特征金字塔网络产生多尺度特征图并适当删减卷积层的改进RetinaNet网络.然后,使用聚类算法优化Anchor尺寸,使算法能够自适应歪瓶、倒瓶等异常情况下的计数检测,从而降低漏检率并提高定位精度.最后,在实际装箱数据集上对算法进行实验评测,结果表明该算法抗干扰能力强、稳健可靠,在满足生产条件下能够快速、准确地对装箱塑瓶进行计数检测,计数精度可达99.98％以上,单张检测时间为33 ms,满足了生产线实时检测要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任德均		57	206	7.0	10.0
2	付磊		14	28	3.0	5.0
3	吴华运		4	0	0.0	0.0
4	郜明		4	0	0.0	0.0
5	邱吕		4	0	0.0	0.0
6	胡云起		3	0	0.0	0.0