-
题名轻量化EGNet在锁孔中心定位中的应用
- 1
-
-
作者
唐鑫
程文明
杜润
肖施睿
-
机构
西南交通大学机械学院
轨道交通运维技术与装备四川省重点实验室
-
出处
《机械设计与制造》
北大核心
2025年第4期209-212,共4页
-
基金
西南交通大学轨道交通运维技术与装备四川省重点实验室开放课题基金项目(2019YW001)。
-
文摘
针对起重机吊具定位集装箱锁孔中心难度大、效率低的问题,基于深度学习,提出了一种两步式锁孔中心定位方法:先利用YOLOv4-tiny从集装箱图像中提取锁孔矩形区域,再基于显著性目标分割网络EGNet从锁孔矩形区域中分割出锁孔,从而定位锁孔中心。为提高锁孔分割精度和实时性,对EGNet进行轻量化,并对输入图像采取缩小策略。实验结果表明,在实际集装箱装卸工况中,所提方法定位时间仅消耗42ms,定位精度高达99.5%,与传统的锁孔边缘检测方法和目标检测方法相比,具有更高应用价值。
-
关键词
锁孔中心定位
集装箱装卸
深度学习
显著性目标分割
EGNet
目标检测
-
Keywords
Hole Center Location
Container Handling
Deep Learning
Salient Object Segmentation
EGNet
Object Detection
-
分类号
TH16
[机械工程—机械制造及自动化]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
