科研之友
微信
新浪微博
Facebook
分享链接
摘要
手和工具的交互是区分车间人员作业行为的关键信息。为防止泵件装配工序错漏，达到实时监测的目的，提出基于空间特征融合的车间作业工具检测算法。首先，为了提高对目标的定位能力和检测精度，基于帧差法分割前景中的手部运动区域，获得具有运动空间特征的纹理图像，结合装配过程的RGB图像构成目标检测网络的双通道输入。设计空间感知模块实现双通道输入的空间特征融合，获得全局空间信息。利用特征增强模块融合全局空间信息和深层语义信息，加强显著位置的特征响应。然后，采用ESNet(enhance shuffleNet)重构主干网络，基于深度可分离卷积实现多尺度特征提取，提高检测速度。最后，针对图像背景中局部元素变化问题，采用CutOut数据增强方法，提高模型抗干扰能力。实验结果表明，本文所提算法有效降低了误检率，较传统YOLOv5s的mAP提高6.4%,能够快速准确检测车间人员作业时使用的工具。
-
单位无锡威孚高科技集团股份有限公司; 江南大学
