基于YOLOv4的车间实时目标检测

摘要

生产车间实现无人车搬运货物首要需求是实时检测目标。基于YOLOv4深度学习目标检测网络,对生产车间的托盘、货物、工人进行检测。使用可见光相机拍摄车间在每日不同时段的作业场景,对采集的图像进行标注,数据增强后训练模型,测试效果并评估性能。网络模型准确率达到96.45%,检测结果可靠,每张图像平均检测耗时0.0358s,能够满足实时。与使用Faster R-CNN准确度接近,检测速度提升12帧/秒。相比YOLOv3,检测速度和准确度都有小幅提升。