典型文献
基于改进的YOLOv3与EPnP算法的几何体位姿估计
文献摘要：
针对机器人动态几何体模型抓取操作中存在对模型检测和位姿估计的问题,提出了一种基于改进的YOLOv3算法和EPnP算法相结合的几何体模型位姿估计方法.首先为提升YOLOv3算法的检测效果,采用完全交并比损失函数(CIOU)计算位置回归损失,同时引入通道注意力机制(ECAnet),运用网络自适应性注意重要信息,调整特征图.其次预测几何体模型3D虚拟控制点的2D像素坐标,利用EPnP算法求解目标物体的位姿.实验结果表明,与传统的YOLOv3算法相比,改进的YOLOv3算法mAP和F1性能分别提高了约6％和3％,并且能够较好的得到模型的中心和3D边框尺寸,有较好的位姿估计精度,验证了该方法的可行性和有效性.
文献关键词：
改进YOLOv3;EPnP算法;位姿估计
中图分类号：
作者姓名：
郭雨;许德章
作者机构：
安徽工程大学人工智能学院,安徽芜湖241000;芜湖安普机器人产业技术研究院有限公司,安徽芜湖241007
文献出处：
引用格式：
[1]郭雨;许德章-.基于改进的YOLOv3与EPnP算法的几何体位姿估计)[J].佳木斯大学学报（自然科学版）,2022(06):11-16
A类：
完全交并比损失
B类：
YOLOv3,EPnP,几何体,动态几何,抓取,模型检测,估计方法,先为,检测效果,损失函数,CIOU,位置回归,通道注意力机制,ECAnet,网络自适应,自适应性,重要信息,特征图,控制点,2D,像素坐标,mAP,边框,位姿估计精度
AB值：
0.333683
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。
