集装箱化2024，Vol.35Issue(9) ：7-11.DOI:10.13340/j.cont.2024.09.002

基于改进的YOLOv3算法的集装箱箱损区域定位方法

刘敏
集装箱化2024，Vol.35Issue(9) ：7-11.DOI:10.13340/j.cont.2024.09.002
✕
  • 维普
  • 万方数据

基于改进的YOLOv3算法的集装箱箱损区域定位方法

刘敏1
扫码查看

作者信息

  • 1. 中远海运集装箱运输有限公司
  • 折叠

摘要

为了节省集装箱检测人力和时间成本,实现对集装箱箱损的精准评估,提出基于改进的YOLOv3算法的箱损区域定位方法:通过改进的YOLOv3网络精准定位集装箱可能受损的区域,并借助网络结构优化,显著提升细微损伤识别能力;同时,针对箱损特征实施深度定制化网络调整,包括调整模型先验框以适应不同尺寸损伤,从而确保箱损识别的准确性.试验证明:基于改进的YOLOv3网络定位箱损区域不仅有利于降低计算成本,还能确保系统实时响应,实现箱损自动化快速识别.

关键词

集装箱/箱损识别/深度学习/YOLOv3算法/目标检测

引用本文复制引用

出版年

2024
集装箱化
上海海事大学

集装箱化

影响因子：0.11
ISSN：1005-5339
段落导航相关论文