首页|基于深度学习的滤光片检测与精准定位研究

基于深度学习的滤光片检测与精准定位研究

Research on Filter Detection and Accurate Positioning Based on Deep Learning

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对滤光片产品定位检测准确率低、实时性差的问题,提出改进的YOLOv4 检测算法,并提出强定位非极大值抑制方法,改善YOLOv4 算法中传统非极大值抑制法的预测框处理过程,解决预测框定位偏差的问题;设计一种静态模型滤波器融合方法,对静态YOLOv4 主干特征提取网络中的卷积、池化等耗时运算进行线性融合,解决网络检测实时性差的问题.实验结果表明:改进后的YOLOv4定位准确率达到99.41%,实时性比原始YOLOv4提高14 帧/s.

deep learningYOLOv4accurate positioningnon-maximum suppressionmodel acceleration

张安、伍世虔、黄建龙

展开 >

武汉科技大学机械自动化学院,湖北武汉430081

武汉科技大学机器人与智能系统研究院,湖北武汉430081

深度学习 YOLOv4 精准定位 非极大值抑制 模型加速

国家自然科学基金湖北省技术创新专项重大项目

61775172ZDCX2019000025

2023

10.19344/j.cnki.issn1671-5276.2023.04.003

机械制造与自动化
南京机械工程学会 南京机电产业（集团）有限公司

机械制造与自动化

CSTPCD
影响因子：0.29
ISSN：1671-5276
年,卷(期)：2023.52(4)
  • 5