期刊图片
版权信息
主管：中国商业联合会
主办：中国家用电器服务维修协会
国际刊号：ISSN 1006-5059
国内刊号：CN 11-3571/TN
邮发代号：82-541
联系我们
投稿邮箱：Lwfb18@163.com
投稿格式：刊物名称+作者姓名
■投稿须知：
1.网站点击“在线投稿”，逐项填写上传word格式文档；
2.如文章题目较长，填“文章题目”请精简到15字以内；
3.投稿后在网站首页右上角看到编号和名字为成功；
4.稿件初审时间正常15日内，请关注公告和邮件通知；
5.本社概不接受中介和非本社网站投稿录用查询与鉴定。
（以下Q为审稿后和编辑对接号，不接受其他咨询）
王编：204******
张编：183******
王编：344******
张编：295******
冯编：156******
平编：212******
王编：113******
基于深度学习的高保铅封轻量化检测方法研究
胥江铮 江苏海洋大学电子工程学院
摘要：自动化管理系统在港口运用中，存在高保铅封检查工作仍需人工进行，影响自动化效率，还带来高成本和安全隐患等问题，现提出一种深度学习的高保铅封轻量化检测方法。首先，引入增强特征融合、提高识别精确度的轻量化双向特征金字塔网络BIFPN。其次将网络结构中的普通卷积替换为DWConv，并在其中增加更大的空洞率。最后，使用WIoU损失函数替换 CIoU损失函数。实验数据分析表明，通过本文方法改进的网络模型，召回率提升0.5%，平均精确度map提升0.3%，且参数量下降至33%。
关键词：深度学习；轻量化检测方法；研究
