基于CS优化深度学习卷积神经网络的目标检测算法

谌颃; 孙道宗

首页> 中文期刊> 《机床与液压》 >基于CS优化深度学习卷积神经网络的目标检测算法

基于CS优化深度学习卷积神经网络的目标检测算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:目前对于形状比较复杂且密集摆放的工件,传统的工业机器人视觉分拣技术已经无法有效检测和识别。因此,为了提高生产线上分拣工件检测的准确率,提出了一种基于布谷鸟搜索算法(Cuckoo Search,CS)优化深度学习卷积神经网络(Convolutional Neural Network,CNN)的目标检测算法。首先对视觉分拣系统的组成进行了分析。然后采用经典的Faster R-CNN的模型结构来实现目标检测,并将CS优化算法应用到CNN模型的参数训练中,解决了反向传播的局部最优问题,同时提高了迭代速度。工件检测实验结果表明:相比于传统的CNN模型,提出CS-CNN模型具有更好的目标检测的准确率,提高了网络的收敛速度。

著录项

来源
《机床与液压》 |2020年第6期|187-192|共6页
作者
谌颃; 孙道宗;
展开▼
作者单位

广东省工业机器人集成与应用工程技术研究中心广州510540;

广东技术师范大学天河学院计算机科学与工程学院广州5 10540;

华南农业大学电子工程学院广州510642;

展开▼
原文格式 PDF
正文语种 chi
中图分类程序设计、软件工程;
关键词
深度学习; 卷积神经网络; 工业机器人; 视觉分拣; 目标检测; 布谷鸟搜索算法;

相似文献

中文文献
外文文献
专利

1. 基于深度卷积神经网络的图像目标检测算法现状研究综述 [J] . 孟祥泽 . 数字技术与应用 . 2021,第001期
2. 基于改进快速区域卷积神经网络的视频SAR运动目标检测算法研究 [J] . 闫贺 ,黄佳 ,李睿安 . 电子与信息学报 . 2021,第003期
3. 基于卷积神经网络的船体结构典型节点目标检测算法 [J] . 向林浩 ,郑佳楠 ,周国豪 . 船海工程 . 2021,第006期
4. 基于卷积神经网络的麦穗目标检测算法研究 [J] . 王宇歌 ,张涌 ,黄林雄 . 软件工程 . 2021,第008期
5. 基于卷积神经网络的目标检测算法综述 [J] . 王灿 ,卜乐平 . 舰船电子工程 . 2021,第009期
6. 1基于注意力机制的卷积神经网络遮挡目标检测算法 [C] . YANG Junzhi ,杨钧智 ,WU Jinliang . 第七届高分辨率对地观测学术年会 . 2020
7. 基于深度学习的目标检测算法在输电线路监测中的应用优化研究 [A] . 程可 . 2020

基于CS优化深度学习卷积神经网络的目标检测算法

摘要

著录项

相似文献

相关主题

期刊订阅