基于旋转框定位的拆垛箱体目标检测

来源：计算机工程与应用杂志2025年第4期北京时间：

作者：张相胜, 程嘉宝, 顾斌杰

单位：江南大学 轻工过程先进控制教育部重点实验室，江苏 无锡 214122

摘要：针对物流领域箱体拆垛场景中，箱体密集堆叠、排列杂乱且来料随机等导致难以精确定位的问题，提出了一种基于旋转框定位的轻量级箱体精确检测方法。在单阶段目标检测网络YOLOv7-tiny的基础上，针对箱体目标密集排列的问题，引入融合多尺度可变形卷积的特征选择模块改善箱体形变建模，提升上下文特征提取能力；融合坐标注意力（coordinate attention，CA）机制以增强目标位置特征表达；采用旋转框长边表示法精确表示箱体边界，并结合高斯分布的KL散度（Kullback-Leibler divergence，KLD）作为损失函数，实现箱体旋转框的高精度回归。实验结果表明，改进方法在箱体数据集上检测精度AP75达到85.25%，与原模型相比提升了7.85个百分点，箱体中心点平均像素距离小于3个像素，平均偏移角度小于4°，在小幅增加模型参数量的基础上，检测速度达到26.52?FPS，所提方法可以有效提高拆垛箱体的定位精度，满足实际拆垛需求。

关键词：旋转目标检测,箱体定位,YOLOv7-tiny,特征融合,注意力机制