基于改进SSD算法的轻量级铸件分拣检测

作     者：曹如玉 王成军 CAO Ruyu;WANG Chengjun

作者机构：安徽理工大学人工智能学院淮南232001 

出 版 物：《组合机床与自动化加工技术》 (Modular Machine Tool & Automatic Manufacturing Technique)

年 卷 期：2023年第9期

页      面：156-159页

学科分类：08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：安徽省自然科学基金项目(2208085ME128) 

主　　题：SSD算法 MobileNetv2 ECA注意力机制 多铸件检测 

摘      要：针对当前铸件混流分拣线中,高相似度铸件检测准确率低、速度慢的问题,提出一种基于SSD的轻量级多铸件高效检测方法。首先,用融合轻量级ECA注意力机制的MobileNetv2替换SSD模型的主干网络,解决因轻量化设计而损失精度的问题;其次,采用反向残差层替换原SSD的卷积预测层,进一步轻量化算法,解决SSD算法因网络结构复杂,参数量和浮点计算量较大的问题。实验结果表明,所提出的算法在多铸件检测上,mAP达到97.10%,检测速度为46.84帧/s。相比SSD算法,GFLOPs降低了41倍,参数量减少至4.34 MB,在保证精度与速度的同时,降低了算法对硬件设备的需求。