摘要
本发明公开了一种无人驾驶夹抱车棉包检测方法,采集棉包图像数据,并进行预处理和标注,生成棉包图像数据集;构建棉包识别神经网络模型,将棉包图像数据集作为输入,利用深度骨干网络提取棉包图像特征,利用多尺度特征融合模块对图像特征以及预设的参考框进行特征融合,并利用轻量化Anchor‑Free检测头对融合特征图像进行目标检测;对棉包识别神经网络模型进行训练,优化棉包识别神经网络模型参数,使用mAP、Precision指标对优化后的性能棉包识别神经网络模型进行验证,并针对弱光场景和复杂背景优化棉包识别神经网络模型;将实时采集到的棉包图像数据输入优化后的棉包识别神经网络模型,结合参考框输出目标的分类信息、目标框中心点坐标、偏移量和置信度分数。
技术关键词
识别神经网络
代表
多尺度特征融合
图像
融合特征
特征金字塔网络
注意力机制
表达式
残差模块
通道
数据
输出特征
鱼眼相机
轧花厂
分辨率
坐标
训练集
上采样
系统为您推荐了相关专利信息
数据同化方法
状态估计模型
双层LSTM神经网络
关键点
集合卡尔曼滤波
分子
CYP2C19抑制剂
多模态特征融合
CYP2D6抑制剂
指纹特征
翻拍图像识别方法
灰度共生矩阵
神经网络模型
融合特征
拉普拉斯