이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

연구 논문

개선된 단일 단계 회귀 구조를 기반으로 한 담배 브랜드 식별을 위한 실시간 객체 감지 모델

363 조회수

DOI:

10.3791/69657

2026년 1월 9일

이 논문에서

요약

자동화된 창고에서의 가림 및 조명 변화와 같은 문제를 해결하기 위해, 본 논문은 담배 상자 브랜드 감지를 위한 개선된 단일 단계 회귀 아키텍처를 소개합니다. 적응형 다운샘플링, 역효과 다중 스케일 주의 메커니즘, 동적 탐지 헤드를 통합함으로써, 제안된 모델은 정확하고 실시간 지능형 재고 측정을 달성합니다.

초록

자동 담배 재고의 시각적 인식은 조명 변경, 다양한 박스 크기, 부분 기능 가림 등 브랜드 검증과 잘못된 박스 감지를 복잡하게 만드는 큰 장애물에 직면해 있습니다. 이 글은 이미지 인식 문제를 해결하고 정확도를 향상시키기 위한 향상된 실시간 탐지 모델을 제안합니다. 첫째, YOLO 시리즈의 백본 및 넥 네트워크 모두에서 다운샘플링 컨볼루션 모듈을 대체하기 위해 적응형 다운샘플링 모듈이 배치되어 기본 또는 원래 검출기로서 더 많은 특징 세부사항을 효과적으로 유지하고 모델의 경량성을 실현합니다. 둘째, 서로 다른 스케일의 공간 맥락 정보를 포착하고 보다 정확한 공간 주의 지도를 생성하는 반전 효율 다중 스케일 주의 모듈이 도입되어, 복잡한 특징과 가림 대상에 대한 기준선 모델의 예측 정확도를 향상시킵니다. 마지막으로, 동적 탐지 헤드 모듈이 기초 모델의 원래 검출 헤드를 대체하고, 백본 네트워크와 넥 네트워크에서 추출한 특징 지도에 대해 다중 스케일 객체 탐지를 수행하여 예측된 목표물의 정확한 위치 및 카테고리 분할을 달성합니다. 개선된 모델의 현장 성능을 평가하기 위해, 우리는 담배 상자 브랜드의 시각적 데이터셋을 구축했습니다. 데이터셋은 영역별 복사-붙여넣기 및 전통적인 증강 기법을 통해 보강되었으며, 얻은 데이터셋에는 복잡한 배경, 폐색, 겹침, 작은 표적 및 기타 요인들이 포함되어 있습니다. 이 실험은 이 글에서 제시한 개선된 모델이 현장에서의 실시간 탐지 요구사항을 효과적으로 충족함을 입증합니다. 제안된 모델은 97.9%의 mAP를 달성하며, 파라미터와 FLOP은 각각 1,849,679 G와 5.1 G입니다. 기본 모델과 비교했을 때, 제안된 모델은 mAP를 0.9% 개선하고 매개변수를 28.78% 감소시키고 부동소수점 연산을 1.4G로 줄였습니다. 또한 모델은 38.5 FPS의 추론 속도를 달성하여 실시간 산업 탐지 요구사항을 충족합니다.

서론

현대 제조 및 물류는 고밀도 저장, 효율적인 자재 취급, 정확한 재고 관리를 달성하기 위해 자동화 저장 및 회수 시스템(AS/RS)1에 크게 의존하고 있습니다. AS/RS는 높은 효율성과 지능적인 특성 덕분에 기업이 창고 효율성을 높이고 비용을 절감하는 데 중요한 수단이 되었습니다. 다층 선반, 다양한 적하차 장비를 기반으로 한 AS/RS는 기계, 전자, 컴퓨터 과학, 통신, 네트워킹, 센서, 자동 제어 여러 기술을 통합한 컴퓨터 제어 메카트로닉스 시스템입니다. AS/RS는 선반, 스태커 크레인, 컨베이어 라인, 제어 시스템 및 기타 장비의 통합과 최적화를 통해 효율적이고 정확하며 안전한 화물 저장 및 취급을 실현하여 저장 효율성을 크게 향상시킵니다. 인더스트리 4.0의 핵심 요소인 AS/RS에 컴퓨터 비전을 통합함으로써, 시스템이 시각적 데이터를 바탕으로 보고 의사결정을 내릴 수 있게 하여 전례 없는 수준의 자동화와 지능을 가능하게 합니다.

담배 공장에서 AS/RS가 널리 적용됨에 따라

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

이 글에서 사용된 데이터셋은 롱옌 담배산업공사(Longyan Tobacco Industry Co., Ltd.) 물류부서의 AS/RS 분야에서 수집한 것입니다. 이 연구는 인간 참가자나 동물을 포함하지 않았습니다. 윤리적 승인은 필요하지 않았습니다.

데이터셋 획득 및 설정
하드웨어 구성: 8mm 초점 거리 렌즈(예: MVL-HF0828M-6MPE)가 장착된 산업용 카메라(예: MV-CA013-A0GM)를 스태커 크레인의 화물 플랫폼에 장착합니다. 카메라를 GigE 케이블과 무선 AP 장치(예: BH-ANT5158S-14HV, BH-MS-AC1600HWH)를 통해 제어 PC에 연결하세요. 카메라 주변에 스트립 LED 조명(예: MV-LLDS-1002-38-W)을 배치하여 균일한 조명을 확보하세요.

카메라 파라미터 설정: 제조사 소프트웨어(예: MVS)를 사용해 카메라를 구성하세요. 획득 해상도를 1280 x 1024 픽셀로 설정하세요. 트리거 모드를 하드웨어 트리거 로 설정하고 스태커 크레인의 위치 측정 시스템과 동기화하세요. 모션 블러와 노이즈를 최소화하기 위해 노출 시간을 100ms, 게인을 5dB로 설정하세요. 카메라와 담배 ....

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

실험 환경 및 매개변수 설정
제안된 모델의 성능을 검증하기 위한 실험은 딥러닝 프레임워크 PyTorch에서 수행되었으며, 실험 환경의 세부 사항은 표 1에 나와 있습니다. 여기서는 6,602장의 이미지를 포함한 특수 데이터셋을 사용했으며, 이를 7:2:1 비율로 무작위로 학습, 검증, 테스트 세트로 나누었습니다. 모든 실험은 해상도 640 x 640의 입력 이미지를 사용했고, 초기 학습률은 0.01이었으며, 과적합을 방지하기 위해 0.937의 확률적 기울기 하강으로 최적화되었습니다. 훈련 중에는 모자이크 증강을 사용해 각 반복마다 네 개의 이미지를 처리하여 탐지에 필요한 배경을 다양화했습니다. 모든 모델은 100 에포크에 대해 학습되었으며, 배치 크기는 4개였고, 워커 스레드 수는 0으로 설정되었습니다.

평가 지표
다중 분류에 관심 있는 표본은 양성 분류로 지정되었고, 나머지 모.......

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

정확도와 효율성의 절충
이 모델의 핵심 성취는 정확성과 계산 효율성 간의 우수한 균형입니다. 표 2에서 알 수 있듯이, 제시된 모델은 단일 단계 검출기 모델 중 가장 낮은 매개변수 수와 두 번째로 낮은 FLOP을 가진 동시에 가장 높은 mAP를 달성합니다. 이는 실질적인 이점으로 직접적으로 이어집니다: 더 작은 모델은 배포가 더 빠르고 메모리를 덜 필요로 하며, GPU와 엣지 하드웨어 모두에서 추론 지연과 전력 소비가 더 적습니다. 이로 인해 계산 예산이 부족한 스태커 크레인의 온보드 컴퓨터와 같은 자원이 제한된 플랫폼에서의 실시간 응용에 매우 적합합니다.

한계
성능이 뛰어나지만, 향상된 모델은 여러 가지 한계가 있습니다. 정확도는 훈련 데이터의 대표성에 달려 있습니다. 극한 조명 조건(예: 강한 반사광)이나 담배 상자.......

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자들은 직접적인 경쟁 재정 이해관계가 없다고 선언한다. 이 연구는 홍리 덩과 원젠 리가 근무하는 롱옌 담배 산업유한회사와 바오지 담배 공장(저자 바오빈 루오가 근무)과 협력하여 수행되었습니다. 이 제휴 기관들은 연구의 적용 시나리오와 현장 데이터를 제공했습니다. 학술 저자들(류준, 장광이, 펑양, 자오보)은 이 저작의 출판과 관련하여 금전적 또는 비금전적 이해충돌이 없음을 선언한다.

감사의 글

이 연구는 중국 저장성 자연과학기금 공동 기금으로 지원받은 전반사 및 다파장 주설 빌릿 주조 온도측정법(No.LZY24E050002)과 곡저우 과학기술기획사업이 지원하는 비폐쇄 및 비등온적 국자 공동의 온라인 온도 필드 측정법(번호 2023K231)의 재정 지원을 받았습니다.

....

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
코드 리더하이크비전ID5050Hikvision 장비: 팔레트의 바코드를 읽는 데 사용됨, 24V 전원 공급 장치 연결 필요
산업용 카메라하이크비전MV-CA013-A0GM, MV-CS016-10GM24V 전원 공급 장치를 연결해야 합니다
LED 조명히크로봇MV-LLDS-1002-38-W1미터 스트립 광원은 카메라에 충분한 조명 조건을 제공합니다
렌즈하이크비전MVL-HF0828M-6MPE초점 거리: 8mm, 조리개 범위: F2.8~F16, 픽셀: 6백만
MVS하이크비전V4.5.1Hikvision 소프트웨어: 카메라 디버깅, 카메라 매개변수 설정 및 데이터 수집에 사용됩니다
파이참제트브레인즈2020.1.3 x64딥러닝 모델 훈련 및 탐지 시스템 개발에 사용됩니다
여러 개의 금속 브래킷롱옌 담배 산업 유한회사.7075-T6 알루미늄 합금카메라 및 코드 리더기 고정에 사용됩니다
여러 네트워크 케이블롱옌 담배 산업 유한회사.RJ45 크리스탈 헤드산업용 컴퓨터와 무선 AP에 베이스 스테이션을 연결하고, 카메라와 스위치를 연결하는 등
스위스TP-링크TL-SH1005220V 전원 공급이 필요한 이더넷 케이블 인터페이스는 8개 있습니다
비전 마스터하이크비전V4.3.0Hikvision 소프트웨어: 템플릿 매칭 및 이미지 결과 감지에 사용됩니다
무선 AP 장치산둥 화창쉰롄BH-ANT5158S-14HV, BH-MS-AC1600HWH스태커 크레인의 대규모 이동 때문에 네트워크 케이블이 카메라를 산업용 컴퓨터에 연결할 수 없으며, 카메라 네트워크의 원활한 작동을 보장하기 위해 무선 AP 장치가 필요합니다

참고문헌

  1. Chen, C., Liu, J., Yin, H., Huang, B. A Vision-Based Method for Detecting the Position of Stacked Goods in Automated Storage and Retrieval Systems. Sensors. 25 (10), 2623(2025).
  2. Yu, X., Liao, X., Li, W., Liu, X., Tao, Z. Logistics automation contro....

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

동영상 곧 제공