基于改进YOLOv5的叉车能效优化方法研究

叉车是物流行业搬运、配送作业的重要工具。通过提出一种基于机器视觉统计工作时限内装卸货物量的方法,评价叉车使用效率。首先,对采集的视频进行分帧、聚类等数据预处理的操作后,自建了一个新的叉车货物数据集,降低训练模型时的算力负载同时,有效提高模型的预测精度。然后,借鉴YOLOv5算法对主干网络进行改进,利用注意力机制和替换网络层,从而降低网络的计算量,满足实时统计叉车的运作管理效率的需求。实验结果表明,改进后的算法能够实时有效处理视频数据,精确度达99.1%。