基于小样本的传送带异物视频检测算法

作者：贾尚锋; 王志强; 郝鑫宇

来源：中国安全科学学报, 2023, S1: 134-137.

DOI：10.16265/j.cnki.issn1003-3033.2023.S1.5005

• 小样本
• 异物检测
• 迁移学习
• YOLOX
• 卷积注意力模块(CBAM)

为解决基于深度学习的传送带异物视频检测算法中实际采集到的传送带异物数据集较少的问题，提出一种基于YOLOX的传送带异物检测算法。首先，使用MobileNet V3替换YOLOX中主干特征提取网络CSPDarknet,以减少主干特征的计算时间；然后，将深度可分离卷积神经网络替代YOLOX中加强特征提取网络中的卷积网络，以减少加强特征提取网络的计算时间；最后，在加强特征提取网络中深度可分离卷积神经网络前添加卷积注意力模块(CBAM)以提高检测准确率。结果表明：经试验验证本文算法在使用少量样本的情况下能够完成训练并实现96.5%的识别准确率；同时本算法的平均时间仅为0.019 s;识别帧率可以达到40 FPS。