摘要：为了提高基于计算机视觉的检测钢包挂钩分割的准确性，提出了一种基于改进ＳＯＬＯ网络挂钩的识别方法。首先构造卷积神经网络ＲｅｓＮｅＸｔ并将其设计为ＳＯＬＯ的主干网络，用于提取挂钩的特征；其次为了更好地解决挂钩多尺度的问题引入特征金字塔网络（ＦＰＮ），构造ＲｅｓＮｅＸｔ－ＦＰＮ网络结构；最后将ＳＯＬＯ算法分为类别预测和掩码生成２个分支，在类别预测生成的同时，对挂钩生成对应的实例分割掩码。实验结果表明，改进ＳＯＬＯ算法的平均召回率和精确率分别达到８２.１０％和９７.７０％，优于其它公开算法网络。 关键词：钢铁行业；图像分割；特征金字塔；ＳＯＬＯ算法 下载高清全文——基于改进SOLO神经网络钢包起重挂钩的识别测定.pdf