《电子测量技术杂志》发表论文赏析

基于改进YOLOv5的仓储物体检测研究

来源:电子测量技术杂志2024年第14期北京时间:

作者:刘庭浔,王飞,刘旭,蔡晨文

单位:1.贵阳人文科技学院大数据与信息工程学院 贵阳 550025; 2.贵州省模式识别与智能系统重点实验室 贵阳 550025

摘要:针对仓储复杂多样的环境以及对仓储物体传统检测模型性能较低的问题,本文基于PaddlePaddle框架,提出一种改进YOLOv5的仓储物体检测模型YOLOv5-CE。首先,为提高在复杂多样环境下对仓储物体检测,采用ConvNeXt网络替换原YOLOv5的主干网络,以提高对中小型仓储物体的特征提取能力;其次,为提高模型的收敛速度和物体的检测精度,采用EIoU Loss代替原模型的损失函数;最后,通过利用自制仓储训练集进行多模型对比实验。实验结果表明,在对货物(cargo)、托盘(tray)、叉车(forklift)进行检测时,改进后的模型平均检测精度均值(mAP@0.5:0.95)达到89.8%,相比原YOLOv5提升1.1%,其中在小尺度仓储物体上,提升4.2%;在中、大尺度仓储物体检测上,皆提升1%;对于小仓储物体检测的平均召回率由61.1%提升至66.8%。与YOLOv6、YOLOX、YOLOv7、Faster R-CNN等其他模型相比,YOLOv5-CE均体现出更好的精度。同时,相比上述模型,YOLOv5-CE在模型参数量、检测速度以及检测精度上,也取得良好的平衡,能够较好地满足对不同大小、不同种类仓储物体的精准检测。

关键词:仓储物体检测;YOLOv5;PaddlePaddle;ConvNeXt;EIoU Loss

基金资助:教育部产学合作协同育人项目(221001766110209)、贵州省教育厅青年科技人才成长项目(黔教合KY字[2021]115)、贵阳人文科技学院科研基金项目(2022rwjs034,2023rwxs038)、贵阳人文科技学院教学改革研究项目(20211365116)资助

2024年14期其他文献查阅:

基于零样本学习和自编码器的调制信号识别研究

自适应多元优化局部放电识别算法研究

基于28nm MOSFET集成RNVM的1T1R纳米阵列器件可靠性研究

基于压电纤维复合材料的波浪冲击压力传感器研究

基于IESOA-BP的滚动轴承故障诊断

基于Shi-Tomas和RootSIFT的多尺度曲率特征图像拼接算法

基于模态分解和TCN-BiLSTM的风电功率预测

基于cGAN-SAE的室内定位指纹生成方法

基于连续太赫兹波频谱信息提取方法研究

基于超级电容的双向DC/DC变换器建模与控制

融合动态窗口法和DDPG的无人船避碰方法

FSSD-DETR自动驾驶场景实时目标检测算法

基于全局与局部注意力的车辆方位场景识别

整合类内差异与类间关联的隐喻感情预测

基于改进YOLOv5的铝锭合金表面缺陷检测技术研究

多尺度特征融合增强的行人翻越护栏检测

基于特征优化的冷凝铜管表面缺陷分割

基于改进YOLOv5的仓储物体检测研究

面向复杂场景密集行人检测的YOLOv8改进模型

基于层次特征聚合的自动人像抠图

单平台水下定位系统设计与实现

基于VMD的风机次同步振荡模态辨识方法研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!