关键词:
目标检测
深度学习
条码
轻量型网络
FCOS
摘要:
条码检测在物流和零售等领域有广泛应用,然而,传统的检测方法在处理旋转、倾斜等场景下存在准确率低、计算量大、检测效率低等问题。针对上述问题,提出了一种改进FCOS的条码检测算法。首先,通过引入Triplet Attention空间注意力机制来增强对条码目标的检测能力;然后,在FCOS网络的回归分支中引入参数θ,将水平框转化为旋转框,用于拟合任意朝向下的条码目标的外轮廓;最后,在标注好的条码数据集上对改进后的算法进行模型训练和测试。实验结果表明,所提出的改进后的FCOS模型当阈值为0.5时,平均检测精度达到94.6%,整体性能优于其他主流算法,有效提升了条码检测能力,并达到较高的检测精度。