申请/专利权人：江南大学

申请日：2023-12-28

公开（公告）日：2024-04-05

公开（公告）号：CN117830618A

主分类号：G06V10/25

分类号：G06V10/25;G06V10/774;G06V10/82;G06V10/771;G06V10/766;G06V10/80;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开了一种基于旋转框定位的仓储箱体目标检测方法，属于计算机视觉中的图像处理领域。该方法基于YOLOv7目标检测模型进行改进，为了提高箱体定位精度，箱体边界基于旋转框进行定位，并在预测层的回归分支中加入了角度参数预测，并使用KLD损失函数来度量旋转框回归；另外，在主干网络中引入融合多尺度可变形卷积的特征选择模块，以改善箱体形变建模并提升上下文特征提取能力；同时在特征融合网络中引入坐标注意力机制，增强目标位置特征的表达。本发明的实施可以有效实现高精度的箱体检测，同时模型具有较小的计算量和参数量，能够满足实际拆垛需求。

主权项：1.一种基于旋转框定位的仓储箱体目标检测方法，其特征在于，包括以下步骤：步骤1：采集仓储箱体图像制作箱体数据集：将采集到的每一张仓储箱体图像进行旋转框标注，得到箱体数据集；步骤2：仓储箱体图像预处理：将箱体数据集按比例随机划分为训练集、验证集和测试集，将训练集数据进行数据增强处理以扩充数据集；步骤3：通过引入KLD损失函数、FSM特征选择模块、CA注意力机制、深度可变形卷积构建基于改进YOLOv7的旋转目标检测模型；步骤4：将步骤2的训练集输入到基于改进YOLOv7的旋转目标检测模型中进行参数训练，得到训练好的旋转目标检测模型；步骤5：将步骤2的测试集输入到步骤4训练好的旋转目标检测模型中进行检测，得到精度评价指标以及由旋转框表示的结果图像。

全文数据：

权利要求：

百度查询： 江南大学 一种基于旋转框定位的仓储箱体目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD