首页|基于改进YOLOv5的旋转目标检测算法及其应用研究

基于改进YOLOv5的旋转目标检测算法及其应用研究

Research on Rotating Target Detection Algorithm and Application Based on Improved YOLOv5

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
目的 提高工业分拣上常见的纹理多样、随机堆放盒体的检测与识别能力.方法 提出一种基于YOLOv5的旋转目标检测算法,该算法包括目标分类、位姿角度识别和边界框位置定位3个模块功能.目标分类模块中,通过自建数据集和设计8种目标分类标签以供模型分类学习;位姿角度识别模块对YOLOv5头网络中添加角度预测分支,引入环形平滑标签角度分类方法,实现分拣盒体的旋转角度精准检测;在边界框位置定位模块上,使用LCIoU回归框损失函数来计算旋转框回归损失,得到紧密包裹目标位置的边界框.结果 改进的YOLOv5算法在自建数据集上检测精度达到95.03％,在机器人多物体分拣实验中的准确率可达100％.结论 本文算法在盒体处于散乱堆放、密集堆放、堆叠堆放场景下均具有较高的定位与识别精度.

messy BoxYOLOv5ring smooth labelrotation angle detection

沈中华、陈万委、甘增康

展开 >

桂林理工大学 机械与控制工程学院,广西 桂林 541006

深圳职业技术学院 智能制造研究院,广东 深圳 518055

杂乱盒体 YOLOv5 环形平滑标签 旋转角度检测

校级科研启动项目

6022312029K

2023

10.19554/j.cnki.1001-3563.2023.19.030

包装工程
中国兵器工业第五九研究所

包装工程

北大核心
影响因子：1.097
ISSN：1001-3563
年,卷(期)：2023.44(19)
  • 5