Модель обнаружения объектов в реальном времени для идентификации бренда сигарет на основе улучшенной одноступенчатой регрессионной архитектуры

Jun Liu; Jianguang Yi; Hongli Deng; Wencan Li; Feng Yang; Xiaobo Zhao; Baobin Luo

doi:10.3791/69657

Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Исследовательская статья

Модель обнаружения объектов в реальном времени для идентификации бренда сигарет на основе улучшенной одноступенчатой регрессионной архитектуры

376 просмотров

⸱

DOI:

10.3791/69657

⸱

9 января 2026 г.

Jun Liu¹ , Jianguang Yi² , Hongli Deng³ , Wencan Li³ , Feng Yang⁴ , Xiaobo Zhao¹ , Baobin Luo⁵

¹Key Laboratory of Intelligent Manufacturing for Aerodynamic Equipment of Zhejiang Province, College of Mechanical Engineering, Quzhou University, ²College of Mechanical Engineering, Zhejiang University of Technology, ³Longyan Tobacco Industrial Co., Ltd., ⁴College of Civil Engineering and Architecture, Quzhou University, ⁵Baoji Cigarette Factory, China Tobacco Shaanxi Industrial Co., Ltd.

В этой статье

Краткое содержание

Для решения таких проблем, как окклюзия и изменения освещения в автоматизированных складах, в данной статье представлена улучшенная одноступенчатая регрессионная архитектура для определения бренда сигаретных коробок. Интегрируя адаптивное даунсэмплинг, инвертированный эффективный многомасштабный механизм внимания и динамическую головку обнаружения, предлагаемая модель достигает точного интеллектуального инвентаризации в реальном времени.

Аннотация

Визуальное распознавание автоматического инвентаря сигарет сталкивается с серьёзными препятствиями, такими как изменения освещения, разнообразие размеров коробок и частичная окклюзия элементов, что усложняет проверку бренда и обнаружение ошибок коробок. В этой статье предлагается улучшенная модель обнаружения в реальном времени для решения проблем распознавания изображений и повышения точности. Во-первых, адаптивный модуль понижения дискретизации внедряется для замены модуля свёртки понижения дискретизации как в основной, так и в шейной сетях серии YOLO в качестве базового или оригинального детектора, который эффективно сохраняет больше деталей характеристик и обеспечивает лёгкость модели. Во-вторых, внедряется инвертированный эффективный многомасштабный модуль внимания, который собирает пространственную контекстную информацию разных масштабов и создаёт более точную карту пространственного внимания, что повышает точность прогнозирования базовой модели для сложных объектов и целей окклюзии. Наконец, динамический модуль головы обнаружения заменяет исходную головку обнаружения базовой модели и выполняет многомасштабное обнаружение объектов на карте объектов, извлечённой из магистрали и шейной сетей, для достижения точного позиционирования и распределения категорий предсказанной цели. Для оценки эффективности улучшенной модели в полевых условиях мы создали визуальный набор данных бренда сигаретных коробок. Набор данных был дополнен с использованием регионально-специфичных методов копирования-вставки и традиционных методов аугментации, а полученный набор включает сложный фон, окклюзию и перекрытие, малую цель и другие факторы. Эксперимент демонстрирует, что улучшенная модель, представленная в этой статье, эффективно соответствует требованиям для обнаружения в реальном времени в полевых условиях. Предлагаемая модель достигает mAP 97,9% с параметрами и FLOPами 1 849 679 и 5,1 G соответственно. По сравнению с базовой моделью, предлагаемая модель улучшает mAP на 0,9%, уменьшая параметры на 28,78% и операции с плавающей запятой на 1,4 G. Кроме того, модель достигает скорости вывода 38,5 FPS, что удовлетворяет требованиям для промышленного обнаружения в реальном времени.

Введение

Современное производство и логистика в значительной степени опираются на автоматизированные системы хранения и извлечения (AS/RS⁾¹ для достижения высокоплотного хранения, эффективного обращения с материалами и точного управления запасами. AS/RS стал ключевым инструментом, который помогает предприятиям повысить эффективность складов и снизить затраты благодаря своей высокой эффективности и интеллектуальным характеристикам. С базой многоуровневых полок и различного оборудования для погрузки и разгрузки, AS/RS представляет собой компьютерно управляемую мехатроническую систему, интегрирующую множество технологий, в....