多感知机制融合的家居物品检测方法

摘要：

家居物品检测是家庭服务机器人执行目标抓取任务的关键,针对日常家居场景背景复杂、家居物品密集、小目标物品类型多而导致检测难度较大的问题,提出一种基于多感知机制融合的家居物品检测方法.首先,在YOLOX的颈部网络部分加入坐标注意力机制模块,减少繁杂信息带来的影响;其次,采用基于多感知融合的dynamic head对YOLOX的检测头进行改进,提升对小目标物品的检测精度;最后,在损失函数中加入focal loss,减小因正负样本数量不平衡而带来的误差.在PyTorch环境下,使用自制的家居物品数据集对改进后的YOLOX算法进行消融实验,并与其他6种目标检测算法进行对比实验.实验结果表明,所提方法对家居物品检测的mAP为58.34％,帧速为45.35帧/s,在满足算法检测实时性的同时,有效地提高了对家居物品的检测精度.

关键词：YOLOX算法、目标检测、dynamic head、focal loss、注意力机制

所属期刊栏目：35

分类号：TP391.41(计算技术、计算机技术)

资助基金：辽宁省教育厅面上项目;教育部产学合作协同育人项目

在线出版日期：2023-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：213-220