基于深度学习的OBD端口占用状态自动识别算法

摘要：

针对光分路器(OBD)端口占用状态不能自动采集的问题,提出了一种改进型YOLOv3算法.增加第4个上采样特征图,提升高分辨率下密集小物体检测敏感度;针对端口固定高宽比特征,利用k-means聚类算法重新确定目标候选框个数和高宽比;提出软非极大值抑制算法,缓解端口靠近且被遮挡情况下引起的漏检、误检;针对4种疑难生产场景下的端口占用状态完成检测.实验结果表明,改进后的YOLOv3准确率达90郾12％,相比原YOLOv3提升了5郾17％.改进后的算法对于端口类物体具有更高的检测准确率.

关键词：光分路器、YOLOv3、聚类算法、软非极大值抑制、特征图

所属期刊栏目：42

分类号：TN913.7

在线出版日期：2020-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：49-57