典型文献
轻量化CenterNet网络的二维条码定位算法
文献摘要：
针对复杂工业、物流运输场景中传统的二维条码定位算法效率和稳定性较低的问题,提出了一种基于轻量化的CenterNet网络的二维条码定位算法.针对实际情况中二维条码尺寸变化问题,采用CSPDarkNet53-tiny作为主干网络并对其加以修改.添加SPP模块以提高网络精度,对CenterNet的上采样以及输出模块部分进行轻量化改造,使用5×5深度可分离卷积代替普通卷积,并在训练时采用余弦退火学习率策略防止过拟合.实验结果表明,在定位准确率仅比YOLOv4-tiny降低0.64％的情况下,不仅能够避免传统算法准确率受背景影响大、鲁棒性不强等问题,而且实时推理速度可以达到124 fps,可以更好的用于低硬件配置下各种二维条码定位.
文献关键词：
目标检测;二维条码定位;CenterNet网络;轻量化网络
中图分类号：
作者姓名：
万伟彤;李长峰;朱华波;陶友瑞
作者机构：
河北工业大学机械工程学院 天津 300401;常州铭赛机器人科技股份有限公司 常州 213162
文献出处：
引用格式：
[1]万伟彤;李长峰;朱华波;陶友瑞-.轻量化CenterNet网络的二维条码定位算法)[J].电子测量与仪器学报,2022(05):128-135
A类：
二维条码定位,条码尺
B类：
CenterNet,定位算法,杂工,物流运输,算法效率,针对实际,中二,尺寸变化,CSPDarkNet53,tiny,主干网络,SPP,上采样,输出模块,深度可分离卷积,余弦退火,学习率,过拟合,定位准确率,YOLOv4,传统算法,实时推理,推理速度,fps,硬件配置,目标检测,轻量化网络
AB值：
0.302439
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。
