10.16208/j.issn1000-7024.2020.01.036
基于多尺度特征的条形码快速检测算法
为提升在复杂环境下智能物流分拣系统中条形码检测的精度和速度,提出一种基于多尺度特征的条形码快速检测算法.采用深度学习中主流one-stage目标检测器作为基础框架,通过级联不同特征融合层和压缩层实现语义信息充分提取,在不同特征提取层分别嵌入膨胀卷积和深度可分离卷积,对特征提取效果和速度进行有效优化提升.将算法应用于实际分拣现场数据进行测试分析,与已有的YoLov3和Vgg-SSD网络等进行对比,该算法在准确度和速度方面具有明显优势,能够较好解决实际应用问题.
条形码检测、多尺度特征、卷积神经网络、特征融合、快速检测
41
TP391(计算技术、计算机技术)
中国科学院弘光专项基金项目KFJ-HGZX-012
2020-04-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
220-225