摘要
本发明公开了一种物流包裹追踪计数方法,所述方法包括:获取物流包裹图像,对所述图像进行标注,构建物流包裹数据集;构建深度学习网络模型,并引入FC注意力机制;将物流包裹数据集输入基于YOLOV11的物流包裹深度学习模型进行训练,构建损失函数,得到物流包裹识别模型;将物流包裹的图像输入训练后的识别模型,对图像中的物流包裹进行识别和定位,进而根据图像对所述物流包裹的数量进行统计。本发明通过构建集成YOLOV11模型、FC注意力机制和MPDIoU损失函数的智能计数系统,能够实现包裹的高效、精准跟踪,提高物流包裹统计方式的准确性和包裹统计的工作效率,降低物流运输成本、进而提升客户服务质量的满意度。
技术关键词
物流
构建深度学习网络
包裹
计数方法
深度学习模型
注意力机制
深度学习网络模型
图像
智能计数系统
计算机设备
金字塔网络
特征提取网络
数据
训练集
流水线
计数装置
存储器
处理器
识别模块
终点
系统为您推荐了相关专利信息
调节剂
筛选方法
分子对接技术筛选
优化植物生长
植物修复技术
脑肿瘤分类
诊断系统
训练深度学习模型
年龄
数据
数字隔离芯片
互连结构
传输单元
晶圆衬底
隔离器
阴影检测模型
查询机制
注意力机制
对齐模块
深度学习模型