基于改进YOLOv4的工业棒料识别算法OACSTPCD
Industrial Bar Recognition Algorithm Based on Improved YOLOv4
针对工业棒料存在遮挡干扰时难以快速有效识别的问题,提出了 一种基于改进YOLOv4的棒料识别算法.首先对YOLOv4进行轻量化改进,将改进的Mobilenetv3作为YOLOv4的主干网络,以减少模型参数量,提高算法的检测速度.然后提出在YOLOv4原损失函数基础上串联Repulsion损失函数,此新增损失函数包含2部分:RepGT损失和RepBox损失,RepGT损失函数计算目标预测框与相邻真实框所产生的损失值,用来减少棒料误检;RepBox损…查看全部>>
王琪璇;管声启;胡璐萍
西安工程大学机电工程学院,陕西西安710048西安工程大学机电工程学院,陕西西安710048绍兴市柯桥区西纺纺织产业创新研究院,浙江绍兴312030
信息技术与安全科学
棒料识别YOLOv4Mobilenetv3Repulsion损失函数
《机械与电子》 2022 (1)
25-29,35,6
绍兴市柯桥区西纺纺织产业创新研究院2019年度产学研协同创新项目(19KQYB13)
评论