基于Faster RCNN的镁还原罐工人检测算法
摘要：针对金属镁冶炼还原罐排渣机器人在工作时需要对还原罐工人进行有效规避的问题,提出一种改进的Faster RCNN镁还原罐工人检测方法,使用多层卷积神经网络替代传统工业检测方法。运用深度学习目前主要的目标检测框架Faster RCNN,以其算法为基础,对其中的RPN网络进行改进并提出一种"RPN-Incep"结构,解决还原罐工人的检测问题。同时针对提取特征分辨率小的问题,提出特征层堆叠技术,将多个卷积层同时堆叠输入,增强对还原罐工人的检测性能。实验对比表明,改进的Faster RCNN可以解决还原罐工人的规避问题,在还原罐工人数据集上检测识别率可以到达90%以上,并在公开数据集Caltech上对算法进行了验证。
注: 保护知识产权,如需阅读全文请联系国外电子测量技术杂志社
相关推荐
更多
