基于 YOLO 的工业 4.0 Fischertechnik 模型环境中的目标检测
计算机视觉与模式识别
2023-01-31 v1 人工智能
摘要
本文广泛探究了 YOLO 架构用于监测 Fischertechnik 工业 4.0 应用流程的适用性。具体地,采用了不同规模与复杂度设计的 YOLO 架构以及不同的先验形状分配策略。为模拟真实工厂环境,我们制备了富含不同畸变的增强数据集,这些畸变在某些情形下显著提升、另一些情形下降低了图像质量。降质处理用于考量环境变化,而增强处理则旨在补偿制备数据集时面临色彩相关性。我们所开展实验的分析显示了该方法的有效性,通过不同度量以及我们为应对该问题天然固有的不可避免色彩相关性而定制的训练与验证策略进行了评估。
引用
@article{arxiv.2301.12827,
title = {YOLO-based Object Detection in Industry 4.0 Fischertechnik Model Environment},
author = {Slavomira Schneidereit and Ashkan Mansouri Yarahmadi and Toni Schneidereit and Michael Breuß and Marc Gebauer},
journal= {arXiv preprint arXiv:2301.12827},
year = {2023}
}