复杂字符干扰场景下铁路集装箱箱号快速定位方法研究

摘要：

针对铁路集装箱箱号快速定位由于存在复杂的字符干扰,采用图像识别方法存在定位速度慢、精度低的问题,文中提出一种基于改进YOLOv3的集装箱箱号定位算法,该算法将主干网络替换为EfficientNetv2轻型网络,并根据数据特点改进了损失函数,利用规整通道剪枝实现了模型剪枝,增加了SPPF模块.实验结果表明:基于改进的YOLOv3算法模型大小仅有18.6 MB,相比YOLOv3模型而言减小了92％;定位准确率为97.4％,定位精度较YOLOv3提升了3.1％,同时能达到21.3 ms的定位速度.相较于YOLOv3和YOLOv3-Tiny模型,该模型更加适用于铁路集装箱箱号的快速智能识别.

关键词：集装箱箱号、定位算法、EfficientNetv2、模型剪枝、YOLOv3、SPPF模块、图像预处理

所属期刊栏目：46

分类号：TN911.73-34;TP391

资助基金：国家自然科学基金12165001

在线出版日期：2023-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：81-87