科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对无序多角度零件视觉识别准确率不高，定位精度低的问题，提出一种基于YOLOv4-tiny的改进神经网络算法。改进的算法主要是将CBAM注意力机制引入到YOLOv4-tiny网络，使特征提取网络关注重要特征区域，并过滤无关信息。采用K-means算法对数据集进行聚类，重新得到anchor的对应参数。在零件数据集上进行对比实验，测试结果表明：所提算法在满足实时性的基础上，准确率相比原网络提高了3.4%，平均精确率提高了1.8%，具有较好的综合检测能力。该研究可为工业机器人的零件智能分拣提供技术参考。
- 单位
