仪器仪表学报

作者：张堃1，姜朋朋1，华亮1，费敏锐2，周挥宇3

单位：张堃1，姜朋朋1，华亮1，费敏锐2，周挥宇3,（1?南通大学电气工程学院南通226007；2上海大学机电工程与自动化学院 上海市电站自动化技术重点实验室 上海210053； 3?英国莱斯特大学信息学部莱斯特 LE1 7RH）,

关键词：关键词：大视场;大规模目标;自注意力增强;U型网络;焦点损失函数;隐马尔科夫模型

基金：*基金项目：国家自然基金重点项目（61633016）、国家自然基金面上项目（61872425）、江苏省六大人才高峰项目（XNY?039）、江苏省高等学校自然科学研究重大项目（19KJA350002）资助

摘要：提出了一种基于深度学习的大视场大规模目标精确检测算法。以香烟滤棒为检测对象，研究具有强粘连、强阴影遮挡、强畸变、低对比度的大规模目标精确识别问题。提出一种SAAU?net模型，在U型网络基础上引入具有空间感知的自注意力增强模块和焦点损失函数有效地解决了精确语义分割问题。在精确识别环节中，根据圆相切几何规律设计了结构元匹配算法定位圆心并利用隐马尔可夫链优化搜索方向最终实现目标精确快速识别。在实验部分，分别对比了语义分割和目标识别环节中几种主流的算法。并在工业现场进行了50000盒滤棒应用测试。试验结果表明，所提方法在语义分割、目标识别以及工业应用测试中都展现出强大竞争力，目标识别精度达到99?95%。

来源：2020年第4期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2020年第4期