国家学术搜索
登录
注册
中文
EN
首页
|
一种基于深度学习的产品分类统计方法的研究
一种基于深度学习的产品分类统计方法的研究
Research on Statistical Method of Product Classification Based on Deep Learning
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NETL
NSTL
维普
万方数据
中文摘要:
对于流水线上多类产品不规则混合放置条件下的统计问题,利用基于faster R-CNN和改进的深度卷积网络结合的图像识别方法,实现了对产品的在线分类计数.首先利用faster R-CNN方法获取图像中产品的位置信息,然后用改进的深度卷积网络对图像进行特征提取,将产品区域的位置信息映射到最后一层特征图上,再用ROI池化对产品区域特征进行尺度归一化,把归一化后的产品特征输入softmax分类器识别,从而实现了分类统计.实验结果表明,该方法能够在工业生产中实现多类混线产品在线自动分类统计.
收起全部
展开查看外文信息
作者:
王占云、闫志华
展开 >
作者单位:
郑州大学机械工程学院,河南 郑州 450001
关键词:
深度学习
分类统计
图像识别
fasterR-CNN
ROl池化
出版年:
2020
机械设计与制造
辽宁省机械研究院
机械设计与制造
CSTPCD
北大核心
影响因子:
0.511
ISSN:
1001-3997
年,卷(期):
2020.
(3)
被引量
3
参考文献量
4