典型文献
旋转框定位的多尺度再生物品目标检测算法
文献摘要：
针对传统目标检测算法未考虑实际分拣场景目标物形态尺度的多样性,无法获取旋转角度信息的问题,提出基于YOLOv5的改进算法MR2-YOLOv5.通过添加角度预测分支,引入环形平滑标签(CSL)角度分类方法,完成旋转角度精准检测.增加目标检测层用于提升模型不同尺度检测能力,在主干网络末端利用Transformer注意力机制对各通道赋予不同的权重,强化特征提取.利用主干网络提取到的不同层次特征图输入BiFPN网络结构中,开展多尺度特征融合.实验结果表明,MR2-YOLOv5在自制数据集上的均值平均精度(mAP)为90.56％,较仅添加角度预测分支的YOLOv5s基础网络提升5.36％;对于遮挡、透明、变形等目标物,均可以识别类别和旋转角度,图像单帧检测时间为0.02～0.03 s,满足分拣场景对目标检测算法的性能需求.
文献关键词：
再生物品检测;YOLOv5;旋转框检测;环形平滑标签;特征金字塔;注意力机制
中图分类号：
作者姓名：
董红召;方浩杰;张楠
作者机构：
浙江工业大学 智能交通系统联合研究所,浙江 杭州 310014
文献出处：
引用格式：
[1]董红召;方浩杰;张楠-.旋转框定位的多尺度再生物品目标检测算法)[J].浙江大学学报（工学版）,2022(01):16-25
A类：
再生物品检测
B类：
框定,品目,目标检测算法,分拣,旋转角度,角度信息,改进算法,MR2,角度预测,环形平滑标签,CSL,分类方法,精准检测,检测层,不同尺度,检测能力,主干网络,Transformer,注意力机制,取到,不同层次,层次特征,特征图,BiFPN,多尺度特征融合,均值平均精度,mAP,YOLOv5s,遮挡,单帧检测,检测时间,性能需求,旋转框检测,特征金字塔
AB值：
0.359782
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
