首页|基于改进型RFB-MobileNetV3的棉杂图像检测

基于改进型RFB-MobileNetV3的棉杂图像检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对深度卷积神经网络模型复杂导致嵌入式设备难以满足实时在线检测的问题,提出改进型RFB-MobileNetV3(RFB-MNV3)的棉杂检测方法.首先,根据高精度轻量化网络模型的构建和保证检测准确率高的前提下,减少MNV3冗余网络结构;其次,将3×3卷积层取代5×5卷积层,1×3+3×1卷积层折叠取代3×3卷积层作为改进型感受野(RFB)模块部署到改进型MNV3的池化层中,以提升棉杂的在线检测速度和准确率;最后,将改进前后的算法与其它检测算法进行比较.结果表明,改进型RFB-MNV3算法的单张检测速度可达到0.02 s,在线检测平均准确率达到89.05％.通过对MNV3网络结构进行改进,在保证高检测准确率的前提下,可满足嵌入式设备在线棉杂检测的需求.
Cotton impurity image detection based on improved RFB-MobileNetV3

徐健、胡道杰、刘秀平、韩琳、闫焕营

展开 >

西安工程大学电子信息学院,陕西西安 710048

深圳罗博泰尔机器人技术有限公司,广东深圳 518109

RFB-MobileNetV3 棉杂 在线检测 网络结构 轻量化模型 图像检测

西安市科技局高校人才服务企业项目陕西省科技厅工业领域一般项目

GXYD7.52018GY-173

2023

10.13475/j.fzxb.20210911809

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2023.44(1)
  • 1
  • 11