【摘 要】
：
随着互联网的飞速发展以及互联网应用场景的不断扩大,条码作为信息的载体,其使用频率及使用领域也在不断扩大。在目前人类生产生活中条码技术已经成为了一个不可或缺的技术。我国作为世界上最大的制造业国家,条码被广泛应用于工业领域,为产业的信息集成提供了便利,同时也带来了条码识别技术高效及精确度的要求。在实际工业生产中自然采光差,存在较多主动照明光源,震动等影响因素,造成条码定位失败。本文针对工业条码检测的实
论文部分内容阅读
随着互联网的飞速发展以及互联网应用场景的不断扩大,条码作为信息的载体,其使用频率及使用领域也在不断扩大。在目前人类生产生活中条码技术已经成为了一个不可或缺的技术。我国作为世界上最大的制造业国家,条码被广泛应用于工业领域,为产业的信息集成提供了便利,同时也带来了条码识别技术高效及精确度的要求。在实际工业生产中自然采光差,存在较多主动照明光源,震动等影响因素,造成条码定位失败。本文针对工业条码检测的实际应用需求,基于SSD模型围绕如何提升模型检测性能展开一系列的研究,本文的主要工作以及创新点如下:（1）工业条码检测设备对模型检测实时性要求非常高,本文在SSD模型的基础上,通过减少模型通道数,构建了轻量级SSD模型,提高模型的检测效率。并根据工业条码图像的特点,设置更符合数据的先验框。同时对定位损失函数进行优化,以此提高检测精度。（2）由于模型通道数锐减,造成检测精度不足,而SSD模型采用多尺度的特征检测,其单层检测层特征单一,存在特征图有效信息弱和困难样本漏检严重等问题。本文提出一种密集型多尺度特征融合方法。使较浅层检测层同时具有浅层特征的几何信息表征能力和深层特征的强语义信息,提高模型检测性能。（3）为了进一步提高模型对工业条码的检测精度,本文在密集型多尺度特征融合的基础上嵌入了注意力机制。通过通道注意力机制SENet与混合域注意力机制CBAM分别作用于特征融合后的各检测层,定位并加强感兴趣信息,抑制无用信息。本文通过多次实验结果表明,改进后的模型在保证检测精度的前提下极大地提高了检测速率。验证了本文构建的模型的可行性与优越性。
其他文献
目的:观察腹八针对治疗气血不足型周围性面瘫恢复期患者的临床疗效。方法:把符合纳入标准的80例面瘫患者用随机的方式分为治疗组腹八针结合常规针刺治疗,另一组为对照组常规针刺治疗,采用优化Portmann简易评分量表及House-Brackman分级在治疗前后分别进行打分,比较两组在症状及疗效上的差异。结果:1.治疗前两组在性别、年龄、病程之间的差异均无统计学意义（P＞0.05）。2.两组在治疗后优化P
目的:探讨信号转导和转录激活因子3与基质金属蛋白酶-9在LPS诱导的炎症性损伤致肠屏障功能障碍中的作用及其相互关系。方法:按照随机数字表法将32只清洁级健康雄性小鼠分为四组:Stattic7d组、Stattic14d组、Sham组和NC组。Stattic14d组给予Stattic15 mg/（kg·d）腹腔注射,Sham组给予同等容量的生理盐水,共预处理14 d;Stattic14d组和Sham组
透明物体检测在智能机器人、智慧实验室和智能实验教学等领域中发挥着重要作用,推动着科技生活的发展,但对透明物体的检测具备一定的挑战性,由于透明物体本身没有自己的纹理属性,其外观很大程度上依赖于环境背景,在复杂的环境下对透明物体的准确识别存在很大难度。目前深度学习技术广泛应用于目标检测任务中,使得检测的性能得到很大提升。因此,本文将深度学习技术应用于透明物体检测领域,提出了基于CNN的真实场景下透明物
目的:通过收集研究冠心病患者的临床资料,比较急性冠脉综合征与慢性冠脉综合征的中医证候类型分布,探讨各证候类型的冠心病危险因素相关性,分析新疆冠心病患者疾病全过程的特点,为急、慢性冠脉综合征的预防与治疗提供中西医结合临床依据与参考。方法:本课题采用回顾性调查研究,在新疆医科大学附属中医医院和新疆乌鲁木齐市中医医院两家大型三甲医院心内科,共收集1006例冠心病有效病历,对患者的基本情况、中医证候学、危
有效感知透明物体可以帮助家庭服务机器人或盲人视觉辅助等应用的扩展,由于透明物体外观光线反射、折射和投射的特性可能会使深度传感器失效,大多数系统通过声呐或激光雷达多传感器融合方法来感知环境,但仍会受到透明物体导致的扫描不匹配的影响,基于纯图像视觉的方法则比高精度传感器更便宜,更可靠,本文以基于卷积神经网络的目标识别为研究方向,探究了真实生活场景下的透明物体识别方法,主要完成了以下的工作:（1）透明物
非编码RNA与多种生物机制过程密切相关,其突变和失调会诱导包括癌症在内各种疾病的发生。机器学习方法不仅可以减少资源消耗,还可以加速药物发现,因此,从机器学习角度分析RNA分子,有助于研究RNA的生物机制和功能。本论文主要以病毒-药物关联、lncRNA-蛋白质相互作用为研究对象,从以下几个方面提出机器学习模型和算法,从而为相关疾病的诊断与治疗提供有效线索。首先,基于正则化方法提出最小二乘法模型VDA
自人类进入信息化社会以来,大数据已深入到各行各业中,有效利用数据挖掘技术可从大数据中挖掘出有价值的知识从而带来巨大的经济效益,故大数据环境下的数据挖掘已成为研究热点之一。随机森林（Random Forest,RF）算法是一种典型的集成学习算法,因具有超参数少、分类性能优且易于并行化等优点常被用于数据挖掘。但在大数据环境下,随机森林算法由于过多的决策树数量导致其分类时间过长,这已成为随机森林算法应用
随着互联网的高速发展以及智能终端的快速普及,互联网用户可以使用自己的智能设备记录文字,拍摄照片和录制视频,通过互联网上传到各自的社交媒体平台上进行个性化的自我展示。随着互联网用户数量的不断增加,用户通过互联网上传到社交媒体平台上的相关数据量呈现指数级的增长。相关数据的载体由文字到图像再到视频,包含了个人用户的大量隐私信息,一旦这些数据中的人脸图像或视频被不法分子恶意收集,并且使用相关技术对人脸图像
目的:本研究旨在观察向颞下颌关节腔内注射不同浓度的医用臭氧,对大鼠颞下颌关节骨关节炎（TMJOA）的影响。方法:SD大鼠随机分为两组,即:对照组（A组）与实验组,实验组复制出TMJOA模型3周后,随机处死2只大鼠,用于验证是否出现骨关节炎样病变。随后将实验组分为TMJOA组（B组）、医用臭氧20μg/m L组（C组）、医用臭氧30μg/m L组（D组）、医用臭氧40μg/m L组（E组）4组,C、