深度学习在智能仓储货物识别与跟踪中的应用分析

杨成智

中国机械 ›› 2025, Vol. 0 ›› Issue (07) : 43.

PDF(3089 KB)
检索
PDF(3089 KB)
中国机械 ›› 2025 ›› Issue (07) : 43.
机械工业应用

深度学习在智能仓储货物识别与跟踪中的应用分析

作者信息 +
文章历史 +

摘要

随着电子商务的快速发展 , 智能仓储系统的需求日益增长 。 基于深度学习的货物识别与跟踪技术在提高仓储效率和准确性方面发挥着关键作用 。 该研究探讨了改进型YOLOv5网络和Siamese-LSTM融合网络在货物识别和跟踪中的应用 。 通过实验比较了不同模型架构的性能 , 并提出了一种融合注意力机制的新型网络结构 。 实验结果表明 , 该方法在复杂仓储环境下的识别准确率达到95.8% , 跟踪精度提高12.3% 。 这项技术为智能仓储系统的优化提供了新的解决方案 。

关键词

智能仓储 / 深度学习 / 货物识别 / 货物跟踪 / YOLOv5 / Siamese-LSTM


引用本文

导出引用
杨成智. 深度学习在智能仓储货物识别与跟踪中的应用分析[J]. 中国机械, 2025,(07): 43

参考文献

[1]倪震飞.智能仓储中的机器人自动化技术应用与发展趋势[J].中国储运,2024(09):165-166.
[2]谢瑜.装备制造企业智能仓储系统解决方案[J].电子工业专用设备,2024,53(04):63-66.
[3]罗毅.云计算支撑下的分布式智能仓储物流网络构建[J].中国物流与采购,2024(16):85-86.
[4]倪志强,宋玮,张海宇.智能仓储系统在智能制造智慧工厂的应用[J].起重运输机械,2024(13):67-73.
[5]游江伟.智能仓储系统中多机器人任务分配方法研究[D].太原:中北大学,2024.
PDF(3089 KB)

18

访问

0

引用

详细

段落导航
相关文章

/