基于端到端深度网络的QR码快速检测算法

摘要

在复杂环境下智能物流分拣系统中QR码检测任务有着较高的精度及速度要求,为满足工业现场硬件资源条件下算法模型的部署,提出了一种基于端到端网络的QR码快速检测算法.算法采用深度学习中主流One-Stage检测器作为基础框架,提取以及融合不同尺度的特征信息,同时在网络模型中加入优化的深度可分离卷积以及全连接注意力宏模块,以及应用快速非极大值抑制,整体上提升特征提取效果和模型检测的速度.最后,将文中算法与开源的经典模型(如YOLO V3、SSD-VGG、RetinaNet等)做对比实验,应用于采集于物流分拣现场QR码图片数据,结果表明上述算法在精度和速度两方面都有不错的表现,能够较好地解决实际工业应用问题.