基于稀疏可學(xué)習(xí)proposal的車間工具目標(biāo)檢測(cè)

摘要： 針對(duì)車間工具不同型號(hào)之間尺寸存在較大差異、形狀種類繁多等問題，提出了一種基于稀疏可學(xué)習(xí)proposal的車間工具檢測(cè)算法。首先，融入稀疏表示和可學(xué)習(xí)的proposal機(jī)制來提升模型的魯棒性，并減少檢測(cè)過程中所需的參數(shù)量；其次，引入Swin-Transformer結(jié)構(gòu)，旨在增強(qiáng)模型的全局以及細(xì)節(jié)學(xué)習(xí)能力，有效地解決傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)在高層語義信息融合方面存在的不足；然后，使用一種改... （共9頁）