文档名：基于改进YOLOv4Tiny的机械零件目标检测算法
摘要：随着智能化生产的普及,机械零件的智能装配技术受到广泛关注,为了改善传统特征提取算法中检测误差大、精度低等问题,以常见机械零件为研究目标,结合深度学习算法中的轻量级网络为基础模型进行优化,使用YOLOv4-Tiny中的CSP-Darknet53作为特征提取网络,在特征提取网络后添加改进后的MA-RFB模块,引入多分支卷积和空洞卷积加强感受野.并对颈部网络进行改进,选择PANet代替FPN,并添加注意力模块CBAM,形成CM-PANet对零件目标进行多尺度检测,在自制的零件数据集AP达到96.47％,检测速度达到0.00138s每样本.相比于原版YOLOv4-Tiny网络AP提高了2.80％,改进后的算法在速度和精度达到了一个平衡,体现了研究的理论和应用价值.
Abstract：Inordertoimprovetheproblemsoflargedetectionerrorandlowaccuracyintraditionalmechanicalpartsfeatureextractionalgorithm,commonmechanicalpartsaretakenastheresearchtargetandlightweightnetworkindeeplearningalgorithmisadoptedasthebasemodelforoptimization.CSP-Darknet53isusedtoextractthefeature.AnimprovedMA-RFBmoduleisaddedafterthefeatureextractionnetwork,andmulti-branchconvolutionandemptyconvolutionwasintroducedtostrengthenthereceptivefield.Inaddition,thenecknetworkisimproved,PANetisselectedtoreplaceFPN,andtheattentionmoduleofCBAMisaddedtoformRC-PANetformulti-scaledetectionofpartstargets.APreaches96.47％intheself-madepartdataset,andthedetectionspeedis0.00138spersample.Withoutlosingtoomuchspeed,comparedwiththeoriginalYOLOv4-Tinynetwork,APimprovesby2.80％,andtheimprovedalgorithmachievesabalanceinspeedandprecision,whichreflectsthetheoreticalandapplicationvalueoftheresearch.
作者：杜保帅 房桐 赵燕成 赵景波Author：DUBaoshuai FANGTong ZHAOYancheng ZHAOJingbo
作者单位：青岛理工大学信息与控制工程学院,山东青岛266520
刊名：传感技术学报
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2024, 37(2)
分类号：TN911.73TP183
关键词：图像分类 轻量级网络 深度学习 机械零件 感受野
Keywords：imageclassification lightweightnetwork deeplearning mechanicalparts receptivefieldmodule
机标分类号：TP391.41TN957.51TP277
在线出版日期：2024年3月28日
基金项目：国家自然科学基金，山东省自然科学基金，山东省高等学校科技计划项目，青岛市科技计划项目，青岛市民生计划项目基于改进YOLOv4-Tiny的机械零件目标检测算法[
期刊论文] 传感技术学报--2024, 37(2)杜保帅 房桐 赵燕成 赵景波随着智能化生产的普及,机械零件的智能装配技术受到广泛关注,为了改善传统特征提取算法中检测误差大、精度低等问题,以常见机械零件为研究目标,结合深度学习算法中的轻量级网络为基础模型进行优化,使用YOLOv4-Tiny中的CS...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进YOLOv4-Tiny的机械零件目标检测算法 Recognition of Mechanical Parts Based on Improved YOLOv4-Tiny Algorithm
基于改进YOLOv4-Tiny的机械零件目标检测算法.pdf
- 文件大小:
- 1.49 MB
- 下载次数:
- 60
-
高速下载
|
|
