节点文献

一种基于深度学习的产品分类统计方法的研究

免费订阅

【作者】 王占云闫志华

【Author】 WANG Zhan-yun;YAN Zhi-hua;School of Mechanical Engineering,Zhengzhou University;

【机构】 郑州大学机械工程学院

【摘要】 对于流水线上多类产品不规则混合放置条件下的统计问题,利用基于faster R-CNN和改进的深度卷积网络结合的图像识别方法,实现了对产品的在线分类计数。首先利用faster R-CNN方法获取图像中产品的位置信息,然后用改进的深度卷积网络对图像进行特征提取,将产品区域的位置信息映射到最后一层特征图上,再用ROI池化对产品区域特征进行尺度归一化,把归一化后的产品特征输入softmax分类器识别,从而实现了分类统计。实验结果表明,该方法能够在工业生产中实现多类混线产品在线自动分类统计。

【所属期刊栏目】 数控与自动化 (2020年03期)
  • 【DOI】10.19356/j.cnki.1001-3997.2020.03.039
  • 【分类号】TP18;TP391.41
  • 【下载频次】56
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: