基于DS-Faster R-CNN算法的柔性臂末端识别与定位研究
茹常新
臧红彬
邓贤东
杨怀林
西南科技大学制造过程测试技术省部共建教育部重点实验室 绵阳 621010
摘要：针对于视觉机器人中的Faster R-CNN目标检测算法存在泛化能力弱和运算资源消耗大的问题,提出了一种基于改进DenseNet网络的DS-Faster R-CNN算法.首先在特征网络层融合通道注意力ECA,数据集通过K-means聚类生成锚定框,以及不同优化方案提高模型的学习和表达能力,改进后的算法平均精度(mAP)提高了1.6%.其次融合Sia-mese-RPN跟踪算法,获取柔性臂末端三维坐标,指导柔性臂的运动并提高最终的定位精度.
关键词：图像处理目标检测卷积网络特征提取目标跟踪柔性臂
分类号：TP391(计算技术、计算机技术)TP241(自动化技术及设备)
论文发表日期：2025-10-20
在线出版日期：2026-01-16（本平台首次上网日期，不代表文献的发表时间）
页数：8( 2779-2786 )
英文信息