自然场景下的挖掘机实时监测方法

摘要：

为实时监测违法用地现象,对作业挖掘机等施工机械进行实时监测至关重要.针对自然场景下由于背景复杂、光照不均匀及遮挡等导致作业挖掘机难以准确检测出的问题,该文采用类似SSD(Single Shot Detector)方法的网络结构,提出一种自然场景下的挖掘机实时监测方法.该方法采用堆叠DDB(Depthwise Dense Block)模块组成基础网络,实现浅层特征提取,并与高层特征融合,提高网络模型的特征表达能力;在MobileNetV2网络的基础上进行改进,设计BDM(Bottleneck Down-Sampling Module)模块构成多尺度特征提取网络,使模型参数数量和计算量减少为SSD的68.4％.构建不同视角和场景下的挖掘机目标数据集,共计18537张,其中15009张作为训练集,3528张作为测试集,并在主流Jetson TX1嵌入式硬件平台进行网络模型移植和验证.试验表明,该文方法的mAP(Mean Average Precision)为90.6％,其检测精度优于SSD和MobileNetV2SSD的90.2％;模型大小为4.2 MB,分别减小为SSD和MobileNetV2SSD的1/25和1/4,每帧检测耗时145.2 ms,相比SSD和MobileNetV2SSD分别提高了122.7％和28.2％,可以较好地部署在嵌入式硬件平台上,为现场及时发现违法用地作业提供有效手段.

关键词：农业机械、监测、模型、SSD、MobileNetV2、自然场景、挖掘机、嵌入式硬件

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家科技支撑计划2015BAD06B03-3

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：214-220