论文部分内容阅读
针对物流输送线上包裹需要分类识别输送的问题,进行物流包裹图像识别实现方法研究。利用FasterRCNN深度学习模型对物流输送线上常见的纸盒、软包和蛇皮袋三类包装的包裹进行图像识别研究,优化调整模型的训练学习参数并进行交叉验证。实验确定Faster-RCNN深度学习模型用于包裹图像识别的最佳训练学习参数为学习率0. 0020、训练集与测试集的数量比例7∶3和迭代次数2810次,最后将优化调整后的模型用于物流包裹识别验证。实验数据表明优化调整的Faster-RCNN深度学习模型,对于包裹识别平均准确率可