典型文献
基于RepGT损失的改进Faster R-CNN的包裹检测算法
文献摘要：
针对目前我国快递包裹中转中心面临的快递包裹文件数量密集型问题以及包裹辨识检测算法技术,提供了一个经过改进的Faster R-CNN辨识检测算法.通过修改Faster R-CNN算法中的损失函数,用RepGT损失函数替代原回归项中的损失函数,使得选取的包裹候选框更接近包裹目标框,完成图像检测.通过数据实验发现,改进后的算法比传统的Faster R-CNN在精度上提升了2.38AP,同时发现当损失函数中参数σ=1时,检测精确度达到最高.
文献关键词：
包裹检测;卷积神经网络;Faster R-CNN;RepGT损失
中图分类号：
作者姓名：
范海红
作者机构：
浙江邮电职业技术学院 管理信息学院,浙江 绍兴 312000
文献出处：
引用格式：
[1]范海红-.基于RepGT损失的改进Faster R-CNN的包裹检测算法)[J].物流技术,2022(05):78-81
A类：
RepGT,包裹检测,38AP
B类：
Faster,检测算法,快递包裹,件数,密集型,算法技术,损失函数,候选框,成图,图像检测,检测精确度
AB值：
0.191541
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
