基于卷积神经网络和混合注意力机制的书标检测算法

为实现图书馆中机器人智能排架，提出一种基于卷积神经网络和混合注意力机制的书标检测模型。将DenseNet121引入YOLOv4以提高特征和梯度之间的传递效率，利用SPDC模块实现局部和全局特征融合，进而通过通道和空间混合注意力提高模型的特征表征能力。实验结果表明，模型的平均准确率、整体性能、参数量和模型大小均优于对比方法，且易于部署到嵌入式设备中实现在线检测，从而提高图书乱架治理的智能化水平。