典型文献
基于MobileNetV3-YOLOv4超市取货机器人目标检测策略优化设计
文献摘要：
具有自主工作能力的超市取货机器人能够大大降低人工成本使其得到广泛应用,对超市取货机器人的目标检测策略进行持续的优化改进具有重要的现实意义.针对超市取货机器人目标检测策略存在泛化性、效率低的问题,提出了基于MobileNetV3-YOLOv4超市取货机器人目标检测策略的设计.该策略中将根据检测商品的特征有针对性地构建数据集,并且轻量化改进YOLOv4的主干特征网络,将原来的YOLOv4的CSPDarknet53主干特征网络用轻量级网络Mobile?NetV3替换,最终提高YOLOv4算法的训练速度、检测精度以及网络模型的泛化能力.最终场地测试结果表明,上述控制策略在提升超市取货机器人泛化性和鲁棒性,同时提高了执行效率.
文献关键词：
MobileNetV3-YOLOv4;CSPDarknet53主干网络;余弦退火衰减;鲁棒性;泛化能力
中图分类号：
作者姓名：
杨登杰;叶爱芬;袁舸凡;郭熔;王环
作者机构：
温州大学电气数字化设计技术国家地方联合工程实验室,浙江温州325035;浙江安防职业技术学院人工智能学院,浙江温州325100
文献出处：
引用格式：
[1]杨登杰;叶爱芬;袁舸凡;郭熔;王环-.基于MobileNetV3-YOLOv4超市取货机器人目标检测策略优化设计)[J].电脑知识与技术,2022(30):18-22
A类：
B类：
MobileNetV3,YOLOv4,超市,取货,货机,目标检测,检测策略,策略优化,工作能力,大大降低,人工成本,优化改进,泛化性,CSPDarknet53,轻量级网络,训练速度,检测精度,泛化能力,终场,执行效率,主干网络,余弦退火衰减
AB值：
0.263481
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。
