-
题名面向废钢回收业务需求的异物检测方法
- 1
-
-
作者
李毅仁
申培
-
机构
河钢数字技术股份有限公司
-
出处
《计算机应用》
CSCD
北大核心
2023年第S01期243-249,共7页
-
文摘
针对实际的废钢回收业务场景,设计了一种旨在判识混杂在钢材中异物的类型与位置的方法。首先,在实际的废钢回收场地,通过架设高度合适的摄像头采集图像,并基于采集的原始图像构造了较大规模的数据集;然后,根据实际情况,定义了10个异物类别,并对所有数据集中的数据进行了详细的人工标注;最后,采用Mask R-CNN(Mask Region Convolutional Neural Network)对图像预处理,以有效减少无关背景的干扰,进一步采用Mosaic数据增强方案增强样本的多样性,提高小目标检测率。综合考虑效率与精度,设计了基于YOLOv5的特征抽取与目标检测方法。实验结果表明,所提方法能取得较高的检测精度,较好地解决了复杂的小目标检测难题,基本实现废钢异物检测。
-
关键词
废钢异物
YOLOv5
小目标检测
深度学习
图像处理
图像理解
-
Keywords
scrap steel foreign object
YOLOv5
small target detection
deep learning
image processing
image comprehension
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
