基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统目标检测算法未考虑实际分拣场景目标物形态尺度的多样性,无法获取旋转角度信息的问题,提出基于YOLOv5的改进算法MR2-YOLOv5.通过添加角度预测分支,引入环形平滑标签(CSL)角度分类方法,完成旋转角度精准检测.增加目标检测层用于提升模型不同尺度检测能力,在主干网络末端利用Transformer注意力机制对各通道赋予不同的权重,强化特征提取.利用主干网络提取到的不同层次特征图输入BiFPN网络结构中,开展多尺度特征融合.实验结果表明,MR2-YOLOv5在自制数据集上的均值平均精度(mAP)为90.56%,较仅添加角度预测分支的YOLOv5s基础网络提升5.36%;对于遮挡、透明、变形等目标物,均可以识别类别和旋转角度,图像单帧检测时间为0.02~0.03 s,满足分拣场景对目标检测算法的性能需求.
推荐文章
模糊多尺度边缘检测算法的研究
边缘检测
小波
模糊
λ截矩阵
模糊多尺度边缘检测算法应用研究
小波分析
多分辨分析
模糊逻辑
边缘检测
基于密集编码标签的遥感图像旋转目标检测算法
旋转目标检测
遥感图像
环形平滑标签
密集编码标签
采用多尺度方向微分比率的角点检测算法
边缘检测
多尺度
方向微分比率
角点检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 旋转框定位的多尺度再生物品目标检测算法
来源期刊 浙江大学学报(工学版) 学科 地球科学
关键词 再生物品检测 YOLOv5 旋转框检测 环形平滑标签 特征金字塔 注意力机制
年,卷(期) 2022,(1) 所属期刊栏目 计算机技术、信息与电子工程|Computer Technology, Information and Electronic Engineering
研究方向 页码范围 16-25
页数 10页 分类号 TP391|X705
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2022.01.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
再生物品检测
YOLOv5
旋转框检测
环形平滑标签
特征金字塔
注意力机制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导