典型文献
基于改进EfficientDet的药丸检测算法
文献摘要：
针对药剂师在药丸分拣过程中因疲劳而出错的问题,本文提出了一种基于改进EfficientDet的药丸检测算法.首先,引入Mosaic数据增强技术来提高采样数据的复杂度;然后,对主干网络EfficientNet进行改进优化,嵌入了CBMA模块的特征融合层,通过增强学习特征提高对药丸关键特征的提取能力;最后,对BiFPN特征融合部分增加了下层到上层的跨级数据流,通过充分利用多级数据,提高了不同层次的多尺度特征融合效率.实验表明,改进后的EfficientDet算法在测试中mAP值达到99.84％,相比较原始EfficientDet算法提高了 0.65％,同时也比YOLOv3,YOLOv4和YOLOv4-Tiny等性能较好的目标检测网络具有更高的准确率和更好的实际应用性.
文献关键词：
深度学习;药丸检测;EfficientDet;CBMA;目标检测
中图分类号：
作者姓名：
王敏;王康;李晟;孙硕;吴佳
作者机构：
南京信息工程大学电子与信息工程学院 南京210044
文献出处：
引用格式：
[1]王敏;王康;李晟;孙硕;吴佳-.基于改进EfficientDet的药丸检测算法)[J].电子测量技术,2022(19):136-142
A类：
药丸检测,CBMA
B类：
EfficientDet,检测算法,对药,药剂师,分拣,出错,Mosaic,数据增强技术,采样数据,主干网络,EfficientNet,改进优化,增强学习,学习特征,关键特征,特征的提取,BiFPN,数据流,过充,不同层次,多尺度特征融合,融合效率,mAP,YOLOv3,YOLOv4,Tiny,目标检测网络
AB值：
0.363193
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。
