基于深度学习的集装箱锁销识别系统

集装箱锁销识别系统是自动化码头发展研究中一个活跃领域。针对传统集装箱锁销测距系统对集装箱锁销的识别准确率低和识别速度慢的问题，提出了基于改进Yolov4-tiny网络的集装箱锁销识别系统。其中针对Yolov4-tiny网络模型冗余与训练和识别速度慢的问题，提出了基于通道修剪的Yolov4-tiny网络模型，并详细描述了其实现过程。实验结果表明所提出的基于改进Yolov4-tiny网络的集装箱锁销识别系统可以准确且快速识别出集装箱锁销种类且置信度都达到了99%以上，同时在减少了86.26%的参数量、86.08%的模型大和9.91%的识别时间的情况下，mAP没有减少，依旧达到了99.5%。