-
题名改进YOLOX-s算法的自动贩卖机商品检测方法
被引量：2
- 1
-
-
作者
张少林
姜吴瑾
李太福
杨杰
-
机构
重庆科技学院电气工程学院
重庆科技学院安全工程学院
重庆工贸职业技术学院人工智能学院
重庆新制导智能科技研究院有限公司
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第20期274-282,共9页
-
基金
教育部人文社科一般项目(22YJCZH213)
重庆市教委科学技术研究计划项目(KJZD-K202203601,KJQN0202203602,KJQN202203607)
重庆市自然科学基金(cstc2021jcyj-msxmX1108)。
-
文摘
针对自动贩卖机商品检测中图片变形、遮挡及光线环境,导致各商品细粒度检测性能低问题,构建一种基于YOLOX-s网络改进的算法模型YOLOX-s-BGC。通过改进的双向特征金字塔网络(BiFPN-m),减小网络特征融合过程中特征信息的丢失,并提高了模型的推理速度;同时引入Ghost卷积降低参数量以减少网络计算开销;为了可以关注图像中更具区分度的特征信息,还提出了卷积块注意力模块(CBAM),提取出更具区分性的特征。在自动贩卖机商品检测数据集上的实验结果表明,YOLOX-s-BGC模型在商品检测的检测精度达到了99.57%,相比于原始YOLOX-s算法提高了1.91个百分点,且计算参数量和模型大小基本保持不变。同时与SSD、YOLOv3、Scaled YOLOv4、YOLOv5 Lite-g等目标检测算法相比,该改进算法具有一定的优越性,是在自动贩卖机商品检测中的理想模型。
-
关键词
商品检测
目标检测
YOLOX
注意力机制
轻量化网络
-
Keywords
commodity detection
target detection
YOLOX
attention mechanism
lightweight network
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
