基于改进SSD算法的轻量级铸件分拣检测

针对当前铸件混流分拣线中,高相似度铸件检测准确率低、速度慢的问题,提出一种基于SSD的轻量级多铸件高效检测方法。首先,用融合轻量级ECA注意力机制的MobileNetv2替换SSD模型的主干网络,解决因轻量化设计而损失精度的问题;其次,采用反向残差层替换原SSD的卷积预测层,进一步轻量化算法,解决SSD算法因网络结构复杂,参数量和浮点计算量较大的问题。实验结果表明,所提出的算法在多铸件检测上,mAP达到97.10%,检测速度为46.84帧/s。相比SSD算法,GFLOPs降低了41倍,参数量减少至4.34 MB,在保证精度与速度的同时,降低了算法对硬件设备的需求。