利用深度视觉检测模型进行海洋垃圾的机器人检测
机器人学
2018-09-24 v2
摘要
水体环境中的垃圾沉积对海洋生态系统具有破坏性影响，并构成长期的经济与环境威胁。自主水下航行器（AUVs）很可能通过发现并最终清除垃圾来助力该问题的解决方案。本文评估了若干深度学习算法在真实水下环境中视觉检测垃圾的任务，最终目标是通过使用 AUVs 对此类碎片进行探索、建图与提取。一个大型且公开可用的开放水域实际碎片数据集被标注，用于训练若干用于物体检测的卷积神经网络架构。训练后的网络随后在该数据集其他部分的一组图像上进行评估，从而为开发 AUV 的水下垃圾清除检测能力提供见解。此外，评估在三种不同处理能力的平台上进行，以评估这些算法对实时应用的适用性。
引用
@article{arxiv.1804.01079,
title = {Robotic Detection of Marine Litter Using Deep Visual Detection Models},
author = {Michael Fulton and Jungseok Hong and Md Jahidul Islam and Junaed Sattar},
journal= {arXiv preprint arXiv:1804.01079},
year = {2018}
}
备注
Under review for ICRA 2019