基于MobileNetV3-YOLOv4超市取货机器人目标检测策略优化设计

摘要：

具有自主工作能力的超市取货机器人能够大大降低人工成本使其得到广泛应用,对超市取货机器人的目标检测策略进行持续的优化改进具有重要的现实意义.针对超市取货机器人目标检测策略存在泛化性、效率低的问题,提出了基于MobileNetV3-YOLOv4超市取货机器人目标检测策略的设计.该策略中将根据检测商品的特征有针对性地构建数据集,并且轻量化改进YOLOv4的主干特征网络,将原来的YOLOv4的CSPDarknet53主干特征网络用轻量级网络Mobile?NetV3替换,最终提高YOLOv4算法的训练速度、检测精度以及网络模型的泛化能力.最终场地测试结果表明,上述控制策略在提升超市取货机器人泛化性和鲁棒性,同时提高了执行效率.

关键词：MobileNetV3-YOLOv4、CSPDarknet53主干网络、余弦退火衰减、鲁棒性、泛化能力

所属期刊栏目：18

分类号：O246;TP311.1(计算数学)

资助基金：温州市基础性公益科研项目;新苗人才计划项目

在线出版日期：2022-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：18-22