改进YOLOv3算法在集装箱箱号定位中的应用

论文摘要

针对传统集装箱箱号定位精度差,效率低等问题,提出一种基于YOLOv3算法改进的深度神经网络,实现对集装箱箱号的快速定位。在对采集到的集装箱图片进行预处理后,通过聚类得到网络训练所需要的初始先验框尺寸,并针对集装箱号码定位的特点,简化了网络模型的输出和网络训练的损失函数,实现更加高效、精确的集装箱箱号定位。实验结果表明:基于改进YOLOv3算法的集装箱箱号的定位方法,具有高准确率与强实时性,定位的准确率高达98. 5%,同时可达26. 23 fps的定位速率,整体的实时性和准确率均可满足实际应用的需求。

论文目录

• 0 引言
• 1 集装箱箱号定位算法
•   1.1 图片预处理
•     1.1.1 灰度化处理
•     1.1.2 二值化处理
•   1.2 改进的YOLOv3定位算法
•     1.2.1 Darknet网络提取集装箱号码特征
•     1.2.2 多尺度网络定位集装箱箱号
•     1.2.3 锚点预测集装箱箱号的边界框
•     1.2.4 改进YOLOv3的损失函数
•   1.3 非极大值抑制
• 2 实验结果与分析
•   2.1 实验数据集
•   2.2 训练环境与参数
•   2.3 结果与分析
• 3 结束语

文章来源

类型: 期刊论文

作者: 刘岑,郭立君,张荣,胡叶天

关键词: 集装箱箱号定位,深度神经网络,非极大值抑制,算法

来源: 传感器与微系统 2019年07期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 公路与水路运输,计算机软件及计算机应用

单位: 宁波大学信息科学与工程学院

基金: 浙江省自然科学基金资助项目(LY17F030002),浙江省公益技术研究计划资助项目(LGF18F020007)

分类号: U169.6;TP391.41

DOI: 10.13873/j.1000-9787(2019)07-0157-04

页码: 157-160

总页数: 4

文件大小: 1851K

下载量: 491