论文部分内容阅读
针对港口集装箱破损检测的算法较少,并且存在检测速度慢、检测精度低的问题,本文提出一种基于改进的YOLOv4卷积神经网络的集装箱破损检测方法.通过改进的K均值聚类算法获取集装箱数据集的锚点框,结合焦点分类损失函数,减少易分类样本的损失;引入α平衡因子调节正负样本的不均衡,使检测结果更加精确.实验结果表明,改进后的YOLOv4算法比目前流行的算法在明显破损检测及小目标破损检测上具有更好的效果,且不会明显增加检测时间,在集装箱破损检测等方面具有较高的实用价值.