%0 Journal Article %A 刘学平 %A 李玙乾 %A 刘励 %A 王哲 %A 刘宇 %T 嵌入SENet结构的改进YOLOV3目标识别算法 %D %R 10.19678/j.issn.1000-3428.0052861 %J 计算机工程 %P 243-248 %V 45 %N 11 %X 为准确识别工业图像中的目标零件,提出一种改进的YOLOV3目标识别算法。结合K-means聚类与粒子群优化算法进行锚框计算,以降低初始点对聚类结果的影响,加快算法收敛速度。同时在YOLOV3网络shortcut层嵌入SENet结构,得到SE-YOLOV3网络。对零件图像进行数据增强并加入零件标注,制作包含10 816张图片的样本集,用于算法训练和测试。实验结果表明,该算法能够获得平均交并比为83.01%的锚框,当样本图像存在较多残缺零件干扰时,YOLOV3存在将背景识别为零件的情况,其查准率与查全率分别为72.11%和97.51%,而SE-YOLOV3能有效减少假正例数量,其查准率与查全率分别为90.39%和93.25%。 %U http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0052861