10.3969/j.issn.1009-0134.2023.08.011
基于EfficientNet-YOLOv3的多氧压表识别方法
为了提高氧压表的检测效率,同时完成多块氧压表的识别,利用改进后的YOLOv3目标检测算法对工业上的氧压表进行检测.首先将原YOLOv3特征提取网络调换为EfficientNet网络,提高算法的特征提取能力;其次通过制作的加强型数据集,实现仪表的特征增强;最后,利用K-means算法对数据集进行聚类,得到合适的Anchor box,提高仪表定位精度.实验结果表明,改进后的YOLOv3算法可同时完成3块氧压表的识别,且识别精度高,降低了氧压表的漏检率,并且在平均精度上达到了96.73mAP,相比于未改进的YOLOv3算法提高了7.5％,检测速度为54.2FPS,比其他目标检测算法具有更好的检测性能.
氧压表、YOLOv3、EfficientNet、K-means、加强型数据集
45
TP391(计算技术、计算机技术)
2023-09-07（万方平台首次上网日期，不代表论文的发表时间）
共6页
43-48
