一种低对比度工况下工地物料的快速识别和分类方法

摘要

本发明旨在提供一种低对比度工况下工地物料的快速识别和分类方法，包括以下步骤：A、构建深度神经网络结构，其中包括：低层次特征提取模块、加权融合模块、物料识别框构建模块；B、原始图像先输入到低层次特征提取模块中，依次经各个卷积层处理，结果输入到加权融合模块中；C、在加权融合模块中获得加权融合特征结果，经过进一步卷积调整输出尺寸，最终输入物料识别框构建模块中；D、在物料识别框构建模块中，得到不同尺度大小的网格候选目标框；E、将不同尺度大小的网格候选目标框分别作为yolo检测头，检测目标物料的种类及位置。本发明具有实时性强，准确率高的特点，mAP可达92.86%。