基于改进EfficientDet的药丸检测算法
针对药剂师在药丸分拣过程中因疲劳而出错的问题,本文提出了一种基于改进EfficientDet的药丸检测算法.首先,引入Mosaic数据增强技术来提高采样数据的复杂度;然后,对主干网络EfficientNet进行改进优化,嵌入了CBMA模块的特征融合层,通过增强学习特征提高对药丸关键特征的提取能力;最后,对BiFPN特征融合部分增加了下层到上层的跨级数据流,通过充分利用多级数据,提高了不同层次的多尺度特征融合效率.实验表明,改进后的EfficientDet算法在测试中mAP值达到99.84%,相比较原始EfficientDet算法提高了 0.65%,同时也比YOLOv3,YOLOv4和YOLOv4-Tiny等性能较好的目标检测网络具有更高的准确率和更好的实际应用性.
深度学习、药丸检测、EfficientDet、CBMA、目标检测
45
TP391.4(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;南京信息工程大学人才启动经费项目
2023-02-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
136-142