基于改进型Faster R CNN的仓储环境物体识别技术研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘 要：为解决传统目标检测精确度不高、有效性差、难以适应仓储环境下多目标识别应用场景的问题，提出了一种改进型Faster RCNN目标检测算法。首先，采用ResNet50替换VGG16作为特征提取网络，以提高模型的检测精度；同时，为兼顾多尺度及小目标物体的检测，引入了特征金字塔网络，形成了残差金字塔特征提取网络ResFPN；其次，引入了注意力机制，提高输入特征的空间和通道有效信息利用率；最后，使用RoI Align代替原有的RoI Pooling，以消除因量化取整而产生的预测框回归误差。（剩余7507字）

试读结束

目录
monitor