轻量化对抗增强的物流违规操作识别方法

作者：秦法波; 张媛; 朱磊^*; 杨晓静; 高振清

来源：包装工程, 2023, 44(09): 265-274.

DOI：10.19554/j.cnki.1001-3563.2023.09.032

• 物流
• 计算机视觉
• 目标检测
• YOLOv5

目的 针对复杂强噪背景下物流违规操作难以有效识别的问题，提出一种轻量化对抗增强的物流违规操作检测方法。方法 以YOLOv5为基础框架，提出轻量化的GhostC3模块，运用对抗学习的思想提出轻量对抗模块，将原有结构中的C3模块修改为轻量化的GhostC3模块，Conv模块修改为轻量对抗模块，并将定位损失修改为CIOU损失。结果 通过实验验证可知，本文方法针对复杂强噪背景下物流违规操作具有优异的检测效果，其中本文方法相较于YOLOv5方法的检测平均精度均值提高了1.69%，模型参数量降低了45.14%，检测速度提高了2.46%。结论 本文提出的方法具有参数量低、检测速度快和精度高等特点，针对复杂强噪背景下物流违规操作的检测具有一定的先进性和实用性，充分满足物流违规操作检测需求。

• 单位
  北京印刷学院; 机电工程学院