北大喻俊志等 | 基于改进YOLOv4的水下垃圾清理机器人视觉检测算法

内容介绍
中文摘要：为解决水环境污染问题，依托基于视觉的水下垃圾自主清理机器人，提出一种基于改进YOLOv4的垃圾检测方法，可实现高速、高精度的目标检测。具体而言，选择YOLOv4算法作为执行目标检测的基本神经网络框架。为进一步提高检测精度，将传统YOLOv4改进为四尺度检测算法；为提高检测速度，对新模型进行模型剪枝操作。同时，将所提方法应用于水下机器人，实现了自主垃圾收集作业。检测速度可达66.67 帧/秒，平均准确率可达95.099%；实验结果表明，改进后的YOLOv4算法在检测速度和精度方面均表现优秀。
关键词：目标检测；水环境；垃圾清理机器人；改进YOLOv4
作者：

田满军^1,2，李霞丽²，孔诗涵³，吴立成²，喻俊志^3,4

单位：

¹公安部第一研究所，中国北京市，100048
²中央民族大学信息工程学院，中国北京市，100081
³北京大学工学院先进制造与机器人系，中国北京市，100871
⁴中国科学院自动化研究所复杂系统管理与控制国家重点实验室，中国北京市，100190

本文引用格式：

Manjun TIAN, Xiali LI, Shihan KONG,  Licheng WU, Junzhi YU, 2022. A modified YOLOv4 detection method for a vision-based underwater garbage cleaning robot. Frontiers of Information Technology & Electronic Engineering, 23(8):1217-1228. https://doi.org/10.1631/FITEE.2100473

本文精要导读：

扫描下方二维码，可下载全文PDF

热点文章

期刊动态

关于本刊

Frontiers of Information Technology & Electronic Engineering（简称FITEE，中文名《信息与电子工程前沿（英文）》，ISSN 2095-9184，CN 33-1389/TP）是信息电子类综合性英文学术月刊，SCI-E、EI收录，最新影响因子2.526，位于JCR Q2分区。前身为2010年创办的《浙江大学学报英文版C辑：计算机与电子》，2015年更为现名，现为中国工程院信息与电子工程领域分刊。覆盖计算机、信息与通信、控制、电子、光学等领域。文章类型包括研究论文、综述、个人视点、评述等。现任主编为中国工程院院士潘云鹤、卢锡城。实行国际同行评审制，初次转达意见一般在2~3个月内。文章一经录用将快速在线。

2019年，荣获中国科协等七部委推出的中国科技期刊卓越行动计划项目资助（梯队期刊）。2021~2022年，先后入选信息通信领域（中国通信学会组织评选）和计算领域（中国计算机学会组织评选）高质量科技期刊分级目录，均被列为最高的T1级别。

官网：http://www.jzus.zju.edu.cn

期刊Springer主页：

http://www.springer.com/computer/journal/11714

在线投稿：

http://www.editorialmanager.com/zusc

更多信息，请见：

微信加群

---

为方便广大科研人员交流讨论，本平台建有以下学科微信群。有需要加群的用户，请加小编个人微信号fitee_xb，并留言想要加入的群，小编会拉您进群。营销广告人员请勿扰。

计算机科学与技术学术群	光学工程与技术学术群
控制科学与技术学术群	信息与通信学术群
电力电子学术群	人工智能学术

加关注  ID: fitee_cae

本公众号为中国工程院院刊《信息与电子工程前沿（英文）》（SCI-E、EI检索期刊）官方微信，功能包括：传播期刊的学术文章；为刊物关联学人（读者、作者、评审人、编委，等）提供便捷服务；发布学术写作、评审、编辑、出版等相关资讯；介绍信息与电子工程领域学术人物、学术思想、学术成果，展示该领域科学研究前沿进展；为该领域海内外学者提供友好互动平台。