-
题名改进YOLOv3算法在集装箱箱号定位中的应用
被引量：7
- 1
-
-
作者
刘岑
郭立君
张荣
胡叶天
-
机构
宁波大学信息科学与工程学院
-
出处
《传感器与微系统》
CSCD
2019年第7期157-160,共4页
-
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)
-
文摘
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。
-
关键词
集装箱箱号定位
深度神经网络
非极大值抑制
YOLOv3算法
-
Keywords
container number localization
deep neural network
non-maximum suppression
YOLOv3 algorithm
-
分类号
U169.6
[交通运输工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
