首页> 中文期刊> 《国外电子测量技术》 >基于孪生网络目标工件精确分割跟踪方法研究

基于孪生网络目标工件精确分割跟踪方法研究

         

摘要

针对工业生产环境中,目标工件跟踪算法鲁棒性差且定位精度低的问题,提出一种基于孪生网络的目标工件精确分割跟踪算法。该算法以ResNeSt-50为骨干网络,首先采用坐标注意力机制和自适应特征融合模块,使得网络更关注并保留目标工件有效信息;其次将目标工件特征信息分别送入在线训练得到的DCF分类器和分割模块,通过CIoU预测网络对矩形框进行评估,得到目标工件位置信息和像素级前景与背景信息;然后将工件位置信息、前景与背景信息通过Concat融合,使用上采样操作提高分辨率;最后在得到目标工件掩膜后采用矩形框优化方法输出精确目标框。实验表明,算法在GOT-10k基准数据集中平均重合度达到63.2%,重合阈值为0.5的成功率达到71.8%;在VOT-2018基准数据集中精度达到0.674;通过CCD工业相机拍摄目标工件序列中,验证了算法能高效应对目标工件跟踪任务中常见挑战。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号