|国家科技期刊平台
| 注册
首页|期刊导航|中国烟草学报|基于加权K-means与GhostNet融合改进YOLOv4的卷烟厂物料输送巷道异物视觉检测方法

基于加权K-means与GhostNet融合改进YOLOv4的卷烟厂物料输送巷道异物视觉检测方法

刘军 辛秋生 李文灿 卢志敏 黄艳辉 杨凤

中国烟草学报2023，Vol.29Issue(5)：42-48,7.
✕
中国烟草学报2023，Vol.29Issue(5)：42-48,7.DOI:10.16472/j.chinatobacco.2022.T0225

基于加权K-means与GhostNet融合改进YOLOv4的卷烟厂物料输送巷道异物视觉检测方法

Improved YOLOv4 visual detection method of foreign bodies in material delivery roadway of cigarette factory based on the fusion of weighted K-means and GhostNet

刘军 1辛秋生 2李文灿 3卢志敏 3黄艳辉 2杨凤1

作者信息

  • 1. 衢州学院机械工程学院,浙江衢州九华北大道 78 号 324000
  • 2. 东华理工大学机械与电子工程学院,江西南昌广兰大道 418 号 330013
  • 3. 龙岩烟草工业有限责任公司,福建龙岩乘风路 1299 号 364000
  • 折叠

摘要

关键词

穿梭车/YOLOv4/视觉检测/SE注意力机制/加权K-means/锚框

Key words

shuttle car/YOLOv4/visual detection/SE attention mechanism/weighted K-means/anchor box

引用本文复制引用

刘军,辛秋生,李文灿,卢志敏,黄艳辉,杨凤..基于加权K-means与GhostNet融合改进YOLOv4的卷烟厂物料输送巷道异物视觉检测方法[J].中国烟草学报,2023,29(5):42-48,7.

基金项目

国家自然科学基金"复合式连铸铸坯表面在线测温方法"(No.61963002) （No.61963002）

辽宁省教育厅基本科研项目"基于深度学习的轻量化裂缝检测方法研究"(No.LJKMZ20220478) （No.LJKMZ20220478）

中国烟草学报

OA北大核心CSCDCSTPCD

1004-5708

访问量0
|
下载量0
段落导航相关论文