典型文献
基于改进Mask R?CNN算法对堆叠汽车零件的实例分割方法
文献摘要：
针对堆叠汽车零件识别检测与分割速度慢、精度低及鲁棒性差等问题,提出一种基于改进Mask R?CNN算法对堆叠汽车零件快速检测与实例分割的方法.首先,对Mask R?CNN中的特征提取网络进行优化,将ResNet+特征金字塔网络(Feature Pyramid Networks,FPN)替换成MobileNets+FPN作为骨干网络,有效减少网络参数并压缩模型体积,提高模型检测的速度;然后,通过在Mask R?CNN的ROI Align结构后加入空间变换网络(Spatial Transformer Networks,STN)模块,保证模型的检测精度.试验结果表明,改进后压缩了模型的尺寸,识别检测速度提升了1倍;模型的平均精度均值(Mean Average Precision,mAP)较改进前也有所提升.对未经训练的新样本进行检测,结果表明该模型速度上优于Mask R?CNN,且更轻量和精准,能够快速准确地实现对堆叠汽车零件检测与分割,验证了改进模型的实际可行性.
文献关键词：
实例分割;堆叠;MobileNets模型;空间变换网络
中图分类号：
作者姓名：
朱新龙;崔国华;陈赛旋;杨琳
作者机构：
上海工程技术大学机械与汽车工程学院,上海 201620
文献出处：
引用格式：
[1]朱新龙;崔国华;陈赛旋;杨琳-.基于改进Mask R?CNN算法对堆叠汽车零件的实例分割方法)[J].上海工程技术大学学报,2022(02):168-175
A类：
ResNet+,MobileNets+FPN
B类：
Mask,堆叠,汽车零件,实例分割,分割方法,零件识别,识别检测,速度慢,快速检测,特征提取网络,特征金字塔网络,Feature,Pyramid,Networks,替换成,骨干网络,网络参数,压缩模型,模型检测,ROI,Align,空间变换网络,Spatial,Transformer,STN,检测精度,后压缩,检测速度,平均精度均值,Mean,Average,Precision,mAP,进前,经训,更轻,快速准确,零件检测,改进模型
AB值：
0.406848
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。
