基于Transformer改进的Faster-Rcnn仓储箱体检测算法

作者：李映松; 杨爱英; 刘轩; 畅宇堃

来源：自动化与仪器仪表, 2022, (08): 1-6.

DOI：10.14016/j.cnki.1001-9227.2022.08.001

• 目标检测
• 仓储场景
• Faster RCNN模型
• Swin Transformer模型

为解决传统目标检测方法准确性差、效率低，无法满足智能仓储场景需求的问题，提出基于Transformer改进的Faster-Rcnn仓储箱体检测模型。首先，在Faster-Rcnn模型的基础上，将卷积神经网络Resnet50改进为Swin Transformer模型，使用Swin Transformer进行全局信息提取，解决了使用传统算法特征提取不理想，产生冗余的检测窗口以及误检窗口的问题。其次，引入了特征金字塔结构，使模型适用于多尺度的物体检测。最后，使用ROI Align代替ROI Pooling,消除了ROI Pooling中因浮点数取整从而对后层的检测框回归产生的误差。在自建的仓储数据集训练模型，将数据集图片进行随机旋转、随机剪裁、图片标准化等操作进行数据增强。实验结果表明，改进后的模型用于箱体检测，平均准确率达到90.6%,平均召回率达到93.3%,平均检测速度达到8.9fps,较好地实现了仓储物体的准确检测，满足智能仓储的需求。准确率方面比Faster R-CNN、YOLOv3、SSD、FCOS等算法高出6.1%、5%、10.2%、9.7%,召回率高出了5.9%、4%、10.1%、9.4%。

• 单位
  北京理工大学