铁路集装箱箱号快速定位算法研究

本文研究了针对铁路集装箱箱号快速定位的方法。由于存在复杂的字符干扰，采用传统图像识别方法存在定位速度慢、精度低的问题。为此，本文提出了一种基于改进YOLOv3的集装箱箱号定位算法，通过替换主干网络为EfficientNetv2轻型网络，并改进损失函数、利用规整通道剪枝和增加SPPF模块等方式对算法进行了优化。实验结果表明，改进的YOLOv3算法模型大小非常小仅为18.6 MB，相比YOLOv3模型而言减小了92%。同时其定位准确率为97.4%，较YOLOv3提升了3.1%，且具备21.3 ms的定位速度。该模型相较于YOLOv3和YOLOv3⁃Tiny模型更适用于铁路集装箱箱号的快速智能识别。