基于卷积神经网络和混合注意力机制的书标检测算法_中国煤炭行业知识服务平台

基于卷积神经网络和混合注意力机制的书标检测算法

作者

张岩赵蒙蒙孙英伟常艳康
单位

青岛科技大学图书馆青岛科技大学机电工程学院
摘要

为实现图书馆中机器人智能排架，提出一种基于卷积神经网络和混合注意力机制的书标检测模型。将DenseNet121引入YOLOv4以提高特征和梯度之间的传递效率，利用SPDC模块实现局部和全局特征融合，进而通过通道和空间混合注意力提高模型的特征表征能力。实验结果表明，模型的平均准确率、整体性能、参数量和模型大小均优于对比方法，且易于部署到嵌入式设备中实现在线检测，从而提高图书乱架治理的智能化水平。
关键词

卷积神经网络混合注意力机制书标目标检测智慧图书馆
基金项目(Foundation)

国家自然科学基金项目(62172248)；山东省自然科学基金项目(ZR2019MEE066)；
文章目录

1 相关工作
1.1 卷积神经网络
1.2 注意力机制
2 基于YOLO和混合注意力机制的书标检测算法
2.1 主干特征提取网络
2.2 SPDC模块
2.3 混合注意力机制(CBAM)
3 实验结果与分析
3.1 数据集
3.2 实验设置
3.3 评估指标
3.4 消融和对比实验
3.5 检测效率
4 结论
引用格式

张岩,赵蒙蒙,孙英伟,常艳康.基于卷积神经网络和混合注意力机制的书标检测算法[J].山东科技大学学报(自然科学版),2023,42(03):94-102.DOI:10.16452/j.cnki.sdkjzk.2023.03.011.