来源：期刊VIP网 时间：
作者：庄高帅;张丰收;屈源昊;何奥辉;段庆阳;
单位：河南科技大学机电工程学院;
摘要：为了解决复杂环境下条形码检测精度不足、模型体积大且不利于硬件移植等问题，提出一种基于改进RTDETR模型的轻量化检测算法，即CS-RT-DETR。该算法采用轻量化ConvNeXtV2主干进行特征提取，降低模型参数量冗余；设计一种多尺度MSG-Conv卷积替换编码器中的常规卷积，提升模型多尺度特征信息的识别能力；提出一种并行膨胀卷积网络结构CSP-FAFB，使模型获得更大感受野；提出一种基于Gate机制下的注意力采样方法，提高模型对重要特征的敏感性；采用Inner-DIoU损失函数提升模型收敛速度。结果表明，相较于基线算法，所提算法召回率提升0.51%，精确率提升0.48%，参数量、浮点运算量、内存占用量分别下降45.2%、55.9%、47.3%。CS-RT-DETR模型在不损失检测精度的同时满足了轻量化要求。
关键词：条形码识别;;改进RT-DETR;;轻量化;;膨胀卷积网络;;特征提取;;Gate机制;;损失函数
基金资助：国家重点基础研究发展计划（J2019-Ⅶ-0017-0159）
