基于Faster RCNN的鎂還原罐工人檢測算法
摘要：針對金屬鎂冶煉還原罐排渣機器人在工作時需要對還原罐工人進行有效規避的問題,提出一種改進的Faster RCNN鎂還原罐工人檢測方法,使用多層卷積神經網絡替代傳統工業檢測方法。運用深度學習目前主要的目標檢測框架Faster RCNN,以其算法為基礎,對其中的RPN網絡進行改進并提出一種"RPN-Incep"結構,解決還原罐工人的檢測問題。同時針對提取特征分辨率小的問題,提出特征層堆疊技術,將多個卷積層同時堆疊輸入,增強對還原罐工人的檢測性能。實驗對比表明,改進的Faster RCNN可以解決還原罐工人的規避問題,在還原罐工人數據集上檢測識別率可以到達90%以上,并在公開數據集Caltech上對算法進行了驗證。
注: 保護知識產權,如需閱讀全文請聯系國外電子測量技術雜志社
相關推薦
更多
