黄阳斌

针对民用爆炸物品生产线乳化炸药的生产应用，对自主研制的视觉机器人视觉识别算法进行了研究，从算法框架入手分析了训练模型的先进之处和不足，针对选择性搜索算法识别框不准确进行了回归精调，并对照试验探究了影响视觉识别准确率的理论因素和实际因素。分析了R-CNN的优势和不足，对未来民用爆炸物品生产线进一步深入研究和优化做出了展望。

视觉识别；工业机器人；深度学习；R-CNN；神经网络

[1] J.R.R.Uijlings,K.E.A.van de Sande,T.Gevers,A.W.M.Smeulders《. Selective Search for Object Recognition》.Springer Science+Business Media New York,2013. [2] P.Felzenszwalb,D.Huttenlocher. 《 Efficient Graph-Based Image Segmentation 》 ,International Journal of Computer Vision,Vol.59,No.2,September 2004. [3] Ross Girshick,Jeff Donahue,Trevor Darrell,Jitendra Malik UC Berkeley.《Rich feature hierarchies for accurate object detection and semantic segmentation Tech report(v5)》,CVPR,2014. [4] Chen Ziwen,Kaushik Patnaik,Shuangfei Zhai,Alvin Wan,Zhile Ren,Alex Schwing,Alex Colburn,Li Fuxin.《AutoFocusFormer:Image Segmentation off the Grid》,CVPR,2023. [5] 尚涛,谢龙汉,杜如虚.《MATLAB 工程计算及分析》,北京：清华大学出版社,2011.

点击下载PDF