基于RepGT损失的改进Faster R-CNN的包裹检测算法

摘要：

针对目前我国快递包裹中转中心面临的快递包裹文件数量密集型问题以及包裹辨识检测算法技术,提供了一个经过改进的Faster R-CNN辨识检测算法.通过修改Faster R-CNN算法中的损失函数,用RepGT损失函数替代原回归项中的损失函数,使得选取的包裹候选框更接近包裹目标框,完成图像检测.通过数据实验发现,改进后的算法比传统的Faster R-CNN在精度上提升了2.38AP,同时发现当损失函数中参数σ=1时,检测精确度达到最高.

关键词：包裹检测、卷积神经网络、Faster R-CNN、RepGT损失

所属期刊栏目：41

分类号：F259.23;TP391.41;TP183(物资经济)

在线出版日期：2022-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：78-81