关键词：钢铁行业;图像分割;特征金字塔;SOLO算法
摘 要：为了提高基于计算机视觉的检测钢包挂钩分割的准确性，提出了一种基于改进SOLO网络挂钩的识别方法。首先构造卷积神经网络ResNeXt并将其设计为SOLO的主干网络，用于提取挂钩的特征；其次为了更好地解决挂钩多尺度的问题引入特征金字塔网络(FPN),构造ResNeXt-FPN网络结构；最后将SOLO算法分为类别预测和掩码生成2个分支，在类别预测生成的同时，对挂钩生成对应的实例分割掩码。实验结果表明，改进SOLO算法的平均召回率和精确率分别达到82.10%和97.70%,优于其它公开算法网络。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取