论文部分内容阅读
工业产品在出厂装箱的时候可能会出现漏装或混杂等异常情况,为了确保出厂质量,需要进行产品的清点。针对人工清点费时费力的问题,提出基于深度学习Faster-RCNN网络构造自动清点系统。针对遮挡情况下容易漏检的问题,创新地提出在训练阶段把产品特征碎片化,在检测阶段把碎片化的候选框的质心分别进行水平投影和垂直投影,并通过聚类确定产品的大致质心,最后将碎片化的候选框融合从而实现清点。实验证明,所提算法在提高检测效率的同时保证了非常高的可靠性和兼容性。