论文摘要
针对光分路器（OBD）端口占用状态不能自动采集的问题,提出了一种改进型YOLOv3算法.增加第4个上采样特征图,提升高分辨率下密集小物体检测敏感度;针对端口固定高宽比特征,利用k-means聚类算法重新确定目标候选框个数和高宽比;提出软非极大值抑制算法,缓解端口靠近且被遮挡情况下引起的漏检、误检;针对4种疑难生产场景下的端口占用状态完成检测.实验结果表明,改进后的YOLOv3准确率达90. 12%,相比原YOLOv3提升了5. 17%.改进后的算法对于端口类物体具有更高的检测准确率.
论文目录
文章来源
类型: 期刊论文
作者: 苏东,余宁梅
关键词: 光分路器,聚类算法,软非极大值抑制,特征图
来源: 北京邮电大学学报 2019年06期
年度: 2019
分类: 信息科技,基础科学
专业: 物理学,无线电电子学,自动化技术
单位: 西安理工大学自动化与信息工程学院
分类号: TN256;TP18
DOI: 10.13190/j.jbupt.2019-180
页码: 49-57
总页数: 9
文件大小: 8072K
下载量: 197