机床与液压

作者：王众玄，邹光明，顾浩文，许艳涛，李陈佳瑞

单位：武汉科技大学冶金装备及其控制教育部重点实验室;武汉科技大学机械传动与制造工程湖北省重点实验室；武汉科技大学冶金装备及其控制教育部重点实验室;武汉科技大学机械传动与制造工程湖北省重点实验室；武汉科技大学冶金装备及其控制教育部重点实验室;武汉科技大学机械传动与制造工程湖北省重点实验室；武汉科技大学冶金装备及其控制教育部重点实验室;武汉科技大学机械传动与制造工程湖北省重点实验室；武汉科技大学冶金装备及其控制教育部重点实验室;武汉科技大学机械传动与制造工程湖北省重点实验室

关键词：堆叠零件;实例分割;YOLOv8网络;主干网络;上采样

为了实现复杂工业环境下机器人对堆叠零件的快速识别拣选，构建一种改进的YOLOv8s实例分割模型，并应用于堆叠零件实时识别分割中。针对堆叠工业零件不易分割的问题，将原始模型的主干网络替换为提取特征能力更强的PoolFormer主干网络，提升堆叠零件边缘分割效果；为了更好地过滤掉多余背景信息，保留关键信息，引入了效果更好的CARAFE上采样模块。试验结果表明，改进后模型的分割平均精度和预测框平均精度分别为93.57%和97.47%，相比原模型提升了1.89%和1.23%，且远高于同类型的YOLACT++和SOLOv2模型，验证了改进模型的有效性。

来源：2024年第19期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第19期