典型文献
基于改进YOLOv4的工业棒料识别算法
文献摘要：
针对工业棒料存在遮挡干扰时难以快速有效识别的问题,提出了 一种基于改进YOLOv4的棒料识别算法.首先对YOLOv4进行轻量化改进,将改进的Mobilenetv3作为YOLOv4的主干网络,以减少模型参数量,提高算法的检测速度.然后提出在YOLOv4原损失函数基础上串联Repulsion损失函数,此新增损失函数包含2部分:RepGT损失和RepBox损失,RepGT损失函数计算目标预测框与相邻真实框所产生的损失值,用来减少棒料误检;RepBox损失函数计算目标预测框与相邻的其他目标预测框所产生的损失值,用来减少棒料漏检.实验结果表明,改进算法的检测速度为63帧/s,比原YOLOv4算法提升了20帧/s;识别准确率达到97.85％,比原YOLOv4算法提升了 1.62％.
文献关键词：
棒料识别;YOLOv4;Mobilenetv3;Repulsion损失函数
中图分类号：
作者姓名：
王琪璇;管声启;胡璐萍
作者机构：
西安工程大学机电工程学院,陕西西安710048;绍兴市柯桥区西纺纺织产业创新研究院,浙江绍兴312030
文献出处：
引用格式：
[1]王琪璇;管声启;胡璐萍-.基于改进YOLOv4的工业棒料识别算法)[J].机械与电子,2022(01):25-29,35
A类：
棒料识别,Repulsion,RepGT,RepBox,少棒
B类：
YOLOv4,识别算法,遮挡,快速有效,Mobilenetv3,主干网络,模型参数量,检测速度,损失函数,增损,损失值,漏检,改进算法,识别准确率
AB值：
0.172546
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。
