您当前的位置：
首页 >
文章列表页 >
改进YOLOv7的服务机器人密集遮挡目标识别
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 改进YOLOv7的服务机器人密集遮挡目标识别

    • A method for dense occlusion target recognition of service robots based on improved YOLOv7

    • “针对服务机器人视觉抓取时待识别目标存在密集遮挡导致识别效果差的问题，提出改进YOLOv7的服务机器人密集遮挡目标识别方法，介绍了其在服务机器人目标识别领域的研究进展，研究团队建立了深度过参数化高效聚合网络体系，探索了坐标注意力机制与Ghost网络轻量化结合的课题，为解决密集遮挡目标识别困难问题提供解决方案。”
    • 陈仁祥 ，邱天然 ，杨黎霞 ，余腾伟 ，贾飞 ，陈才
    • 光学精密工程 2024年32卷第10期 页码：1595-1605

    • DOI： 10.37188/OPE.20243210.1595     

      中图分类号：

    • 修回：2024-01-04 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 9 ) 表( 5 )

  • 参考文献

  • 出版信息

  • 数据统计

334

浏览量

659

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于单目视觉的集装箱角件自动对位
面向点云识别网络的显著图生成
密集遮挡条件下的步态识别
高速微扫描图像超分辨重建
两栖球形机器人的路径规划策略

相关作者

张永雷
胡涛
申立群
花海洋
梁奥
张浩
高毅
何淼

相关机构

哈尔滨工业大学 仪器科学与工程学院
中国科学院 光电信息处理重点实验室
中国科学院 沈阳自动化研究所
中国科学院大学
中国科学院 机器人与智能制造创新研究院