检索结果-内蒙古大学图书馆

计算机研究与发展 2019年第2期56卷 319-327页

作者：黄继鹏史颖欢高阳计算机软件新技术国家重点实验室(南京大学) 南京210023

小目标是指图像中覆盖区域较小的一类目标.与常规目标相比,小目标信息量少,训练数据难以标记,这导致通用的目标检测方法对小目标的检测效果不好,而专门为小目标设计的检测方法往往复杂度过高或不具有通用性.在分析现有目标检测方法的基... 详细信息

小目标是指图像中覆盖区域较小的一类目标.与常规目标相比,小目标信息量少,训练数据难以标记,这导致通用的目标检测方法对小目标的检测效果不好,而专门为小目标设计的检测方法往往复杂度过高或不具有通用性.在分析现有目标检测方法的基础上,提出了一种面向小目标的多尺度快速区域卷积神经网络(faster-regions with convolutional neural network, faster-rcnn)检测算法.根据卷积神经网络的特性,修改了faster-rcnn的网络结构,使网络可以同时使用低层和高层的特征进行多尺度目标检测,提升了以低层特征为主要检测依据的小目标检测任务的精度.同时,针对训练数据难以标记的问题,使用从搜索引擎上获取的数据来训练模型.因为这些训练数据与任务测试数据分布不同,又利用下采样和上采样的方法对目标高分辨率的训练图像进行转化,使训练图像和测试图像的特征分布更类似.实验结果表明:所提出的方法在小目标检测任务上的平均精度均值(mean average precision, mAP)可以比原始的faster-rcnn提高约5%.

关键词：小目标检测 faster-rcnn算法多尺度检测采样深度学习

来源：评论

学校读者我要写书评

暂无评论

融合引导锚框算法的faster-rcnn缺陷检测

引用

机械设计与制造 2022年第4期374卷 160-164页

作者：郭兰申李杨黄凤荣钱法河北工业大学机械工程学院天津300131

针对传统零件表面缺陷检测方法准确性差效率低,无法满足智能制造需求的问题,提出基于faster-rcnn深度学习算法的缺陷检测方法。在faster-rcnn基本算法的基础上,引入引导锚框算法生成anchor方案,解决算法中anchor方案对本次检测的缺陷目... 详细信息

针对传统零件表面缺陷检测方法准确性差效率低,无法满足智能制造需求的问题,提出基于faster-rcnn深度学习算法的缺陷检测方法。在faster-rcnn基本算法的基础上,引入引导锚框算法生成anchor方案,解决算法中anchor方案对本次检测的缺陷目标缺乏针对性、产生大量的冗余区域建议窗口的问题,以提高检测的准确性和效率;通过对比非极大值抑制中不同的IOU阈值对检测结果的影响,确定最优的IOU阈值,并设计零件缺陷样本采集方案,建立三种零件缺陷数据集,在此基础上对方法的有效性进行试验验证。实验结果表明,该方法能够大幅度提高零件表面缺陷检测的准确性和效率,各缺陷检测结果的平均精度可达97.7%以上,平均检测速度达到4.3 fps,满足了智能制造的急迫需求。

关键词：表面缺陷检测卷积神经网络深度学习 faster-rcnn算法引导锚框算法

来源：评论

学校读者我要写书评

暂无评论

基于改进faster-rcnn的绝缘子检测算法的研究

基于改进Faster-RCNN的绝缘子检测算法的研究

引用

作者：张雨辽宁工程技术大学

学位级别：硕士

电网输电线路巡检的主要方式有人工巡检、直升机巡检和无人机巡检，直升机巡检成本和难度较高，难以普及;输电线路环境复杂，致使人工巡检的视野盲区较多，巡检效率和安全性较低;无人机体积小、成本低和操作简单，被广泛应用到电力巡线... 详细信息

电网输电线路巡检的主要方式有人工巡检、直升机巡检和无人机巡检，直升机巡检成本和难度较高，难以普及;输电线路环境复杂，致使人工巡检的视野盲区较多，巡检效率和安全性较低;无人机体积小、成本低和操作简单，被广泛应用到电力巡线中。绝缘子是输电线路中最常见核心部件，具有绝缘和支撑输电线路的作用，因此绝缘子是否正常工作直接影响电网运行状态。由于绝缘子长期暴露室外工作，极易掉串和破损，为了更好检测绝缘子缺陷，需提前标定出绝缘子位置。　　基于faster-rcnn模型的绝缘子识别方法，虽可有效识别尺寸不同和被遮挡的绝缘子，但模型训练收敛速度较差，检测多尺度绝缘子的方法过于简单，目标回归框稳定性较差，严重影响绝缘检测的稳定性和定位精度。　　为了提高高压输电线路巡检效率，提出改进faster-rcnn的绝缘子检测算法。首先，在特征提取网络中添加具有视觉注意力机制的动态选择机制网络，从而使网络着重学习与绝缘子特征相关通道;其次，借助滤波器响应归一化层替代原批归一化层，以避免模型陷入梯度饱和区域;最后，使用距离交并比代替原交并比方法，以精确表达特征候选区域框位置。对开源航拍绝缘子数据集进行平移、旋转、Cutout和CutMix等操作来进行增强，将数据集扩充到3000张并从中随机选择2500张作为训练集，其余500张作为测试集。相较于原faster-rcnn算法，所提算法平均准确率提高了3.46个百分点，平均召回率提高了2.76个百分点。实验结果表明：所提算法具有较高检测精度和稳定性，可满足电力巡线绝缘子检测和缺陷定位的应用场景需求。

关键词：绝缘子检测 faster-rcnn算法滤波器响应归一化动态选择机制网络距离交并比

来源：评论

学校读者我要写书评

暂无评论

基于改进faster-rcnn的多尺度人脸口罩检测算法研究

基于改进Faster-RCNN的多尺度人脸口罩检测算法研究

引用

作者：万子伦河南大学

学位级别：硕士

自新型冠状病毒（COVID-19）大规模流行以来,疫情对人们的健康和生命造成严重威胁。新型冠状病毒及其变异毒株具有很强的传染能力,人流量密集的公共场所容易造成疫情快速传播。为了防止疫情进一步蔓延,个人在公共场所正确使用口罩显得... 详细信息

自新型冠状病毒（COVID-19）大规模流行以来,疫情对人们的健康和生命造成严重威胁。新型冠状病毒及其变异毒株具有很强的传染能力,人流量密集的公共场所容易造成疫情快速传播。为了防止疫情进一步蔓延,个人在公共场所正确使用口罩显得至关重要。目前针对密集人员流动场景下的检测模型性能仍有待提升,主要原因在于复杂情况下的人脸口罩佩戴检测样本中,通常存在多尺度、模糊、特征信息较差的目标。其次,若图像光线昏暗,现有模型将无法正常识别样本中的目标。原有检测算法在准确率以及检测效率等评价指标方面无法满足实际任务的需求。因此在公共场所应用一种高性能的佩戴口罩检测技术,用于对人员是否正确佩戴口罩的检查与提醒必不可少。基于上述情况,论文提出了一种基于改进faster-rcnn的多尺度人脸口罩检测算法ME-faster-rcnn（Multitask Enhanced Mask Image Detection Based on faster-rcnn）,本文主要的工作内容如下:（1）首先,在正常光照开源数据集的基础上,对多种真实场景下的开源数据进行手工标注。其次,针对昏暗环境情况下的口罩检测,本文征集志愿者采集制作了一个红外人脸口罩检测数据集,最终共采集到1050张。并通过图像数据扩充方法,扩充样本集至2460张。（2）在分析了人脸口罩检测任务中的难点之后,根据本次任务中训练数据集的尺寸特性,对传统faster-rcnn进行了相对应的改进。改进部分主要分为四个方面,分别是选用Res Net-50作为特征提取网络、提出了新型多任务增强RPN模型、改良SofterNMS算法以及选用CIo U损失函数。具体来说就是,综合考虑网络参数量大小与模型学习能力,本次任务模型的特征提取网络替换为具有残差结构的Res Net-50网络。将传统的单一RPN网络模型改进为使用多任务增强RPN模型以提高检测识别精度。使用不同尺寸的RPN网络拓扑结构识别各类大小的口罩目标,然后将其集成到网络中。考虑到现有尺寸的锚框不能够很好的适配本次数据集样本,本文重新设计了一种新型锚框。然后将经过RPN模型生成的冗余预测框,利用Softer-NMS算法进行抑制,使预测框的位置更接近真实框。文中还引入了CIo U损失函数,在口罩检测任务中,优化了预测框的定位损失函数和预测类别损失函数。（3）针对昏暗环境下样本光线不足导致无法正常检测的问题,提出了将红外技术和迁移学习相结合的方法。在分析了红外口罩图像特点的基础上,首先对红外口罩数据集进行数据扩充,达到增强数据多样性的目的。然后构建了迁移学习的Res Net-50网络,并利用训练完成的新模型识别待检测的昏暗环境的红外人脸口罩样本。（4）对两种环境下的实验模型分别进行评价。本文首先进行了改进算法与faster-rcnn算法及其他算法的比较。接着,为了验证基于迁移学习的红外口罩佩戴图像检测方法的可行性,选取了昏暗环境原图、红外拍摄图以及迁移学习检测图三个场景下对实验结果进行分析比较。此外还完成了改进算法的消融实验测试。最后,利用Tensorflow开发工具,设计出人脸口罩检测实验平台交互界面,实现了对口罩图像目标检测的可视化操作。

关键词：图像处理深度学习口罩佩戴检测迁移学习 faster-rcnn算法

来源：评论

学校读者我要写书评

暂无评论

基于faster-rcnn改进算法的纸张缺陷自动检测方法

引用

赣南师范大学学报 2021年第3期42卷 100-104页

作者：李果安徽新闻出版职业技术学院新闻传播系合肥230601

纸张生产过程中经常出现破损、污渍、褶皱、杂质等质量问题,针对这些纸张缺陷检测采用图像处理的方式进行自动检测,提出一种改进的faster-rcnn算法,来提升纸张缺陷检测效率.检测先是通过faster-rcnn进行训练,获取缺陷图像后,再引入非局... 详细信息

纸张生产过程中经常出现破损、污渍、褶皱、杂质等质量问题,针对这些纸张缺陷检测采用图像处理的方式进行自动检测,提出一种改进的faster-rcnn算法,来提升纸张缺陷检测效率.检测先是通过faster-rcnn进行训练,获取缺陷图像后,再引入非局部均值算法进行降噪处理,之后对缺陷图像进行精准定位及分割.在这个过程中,为提高算法的效率与精度,对faster-rcnn中的RPN和ROI进行了改进,并对非局部均值算法进行优化.实验表明,与现有的算法相比,本文提出的算法有效提升了检测的准确度和效率,特别是近似背景情境下的精准度.

关键词：纸张缺陷 faster-rcnn算法非局部均值算法 RPN改进双线性插值改进

来源：评论

学校读者我要写书评

暂无评论

基于RGB与深度信息融合的管片抓取位置测量方法

引用

浙江大学学报（工学版） 2023年第1期57卷 47-54页

作者：王林涛毛齐大连理工大学机械工程学院辽宁大连116024

针对管片拼装机在管片抓取阶段依赖人工的问题,提出用于自动化拼装的管片螺栓抓取阶段的位置测量方法.该方案通过SIFT算法匹配管片螺栓,利用faster-rcnn算法,筛选出位于工作区的待抓取的管片螺栓.通过添加注意力机制改变特征提取网络结... 详细信息

针对管片拼装机在管片抓取阶段依赖人工的问题,提出用于自动化拼装的管片螺栓抓取阶段的位置测量方法.该方案通过SIFT算法匹配管片螺栓,利用faster-rcnn算法,筛选出位于工作区的待抓取的管片螺栓.通过添加注意力机制改变特征提取网络结构,使其在0.8的交并比下保持约94%的准确率并排除其他管片螺栓的识别干扰.在识别到目标管片螺栓后,结合深度相机的信息获取完整的三维坐标,使得抓取设备位于抓取位置时测量的管片螺栓位置各轴的误差均不超过3 mm,满足机械式抓取装置对抓取的精度要求.直接对管片螺栓进行识别,无须考虑管片在工作区摆放位置的不确定性造成的误差,避免了使用靶标进行测量时靶标与管片之间的相对位置误差及设置靶标的人力与时间成本.

关键词： SIFT特征匹配 faster-rcnn算法注意力机制信息融合管片螺栓位置测量

来源：评论

学校读者我要写书评

暂无评论

基于深度学习与多级匹配机制的港区人员轨迹提取

引用

交通运输系统工程与信息 2023年第4期23卷 70-79页

作者：陈信强王美琳李朝锋杨洋梅骁峻周亚民上海海事大学物流科学与工程研究院上海201306 上海海事大学信息工程学院上海201306 北京航空航天大学交通科学与工程学院北京100191

针对港口环境空间布局复杂,集装箱堆场、起重机械、装卸运输设备等复杂背景干扰下港区工作人员难以被准确跟踪的问题,本文面向港口监控视频提出一种基于faster-rcnn(faster Region Convolutional Neural Networks)检测算法和改进Deep SO... 详细信息

针对港口环境空间布局复杂,集装箱堆场、起重机械、装卸运输设备等复杂背景干扰下港区工作人员难以被准确跟踪的问题,本文面向港口监控视频提出一种基于faster-rcnn(faster Region Convolutional Neural Networks)检测算法和改进Deep SORT(Deep Simple Online and Realtime Tracking)跟踪算法的港区工作人员轨迹提取框架(FRIMDS)。本框架加入自适应高斯降噪和直方图均衡化算法,融合图像增强技术和行人重识别网络(Person Re-identification,ReID)提取港航图像特征信息,以提高港区工作人员轨迹提取的快速性和准确度。通过前置特征提取网络、候选区域建议网络、感兴趣区域池化和全连接层联合输出港区工作人员图像序列检测结果,采用级联匹配和匈牙利算法匹配港区工作人员位置信息,最后利用卡尔曼滤波预测得到港区工作人员运动轨迹。结果显示,本文所提方法在各典型港口场景中面对不同光照变化、低能见度、阴影干扰等挑战均表现出良好的性能,E_(IDF1)、E_(IDR)、E_(RCLL)、E_(MOTA)指标平均值分别为98%、97%、97%、95%。结论表明,本文提出的FRIMDS框架具有一定的精确性和稳定性,可为自动化码头安全监管提供技术支撑。

关键词：交通工程自动化码头 faster-rcnn算法 Deep SORT跟踪算法港区工作人员轨迹

来源：评论

学校读者我要写书评

暂无评论

车辆地铁轴箱螺栓紧固状态图像检测算法研究

车辆地铁轴箱螺栓紧固状态图像检测算法研究

引用

作者：刘桂上海工程技术大学

学位级别：硕士

地铁作为新时代人们出行的重要公共交通工具,它的安全性和可靠性备受关注,日常维护检修必不可少。螺栓作为衔接地铁车辆中各个结构的主要零部件,它的紧固状态与车辆运行的安全息息相关。目前螺栓的紧固状态检测主要依赖于人工巡检,但是... 详细信息

地铁作为新时代人们出行的重要公共交通工具,它的安全性和可靠性备受关注,日常维护检修必不可少。螺栓作为衔接地铁车辆中各个结构的主要零部件,它的紧固状态与车辆运行的安全息息相关。目前螺栓的紧固状态检测主要依赖于人工巡检,但是存在漏检率较高、人力成本高、受环境影响大等问题。随着计算机算力的不断提高与计算机视觉技术的持续发展,在自动化检测领域内中应用计算机视觉已经成为了一种业内的发展趋势,且取得了不错的成绩。本文在充分调研螺栓发生故障的原因、国内外现有的螺栓故障检测技术及目标检测算法后,对其进行了总结并提出了两种地铁车辆轴箱螺栓紧固状态检测算法:基于词袋模型的螺栓紧固状态检测方法和基于深度学习的螺栓紧固状态检测方法。在基于词袋模型的螺栓紧固状态检测方法中,本文详细分析了特征提取方法,提出将Harris-SIFT结合进行特征提取和描述,并在此基础上构建词袋,最后通过SVM分类器训练并检测。实验结果表明,此法对脱落螺栓的准确率可达91.5%,漏检率为8.5%,误检率为24.5%。整个检测过程误检率较高、耗时较长,存在一定的不足。由于基于词袋模型的螺栓紧固状态检测方法误检率、漏检率较高,且检测时间有待缩短,因此提出基于深度学习的螺栓紧固状态检测方法。因为螺栓在采集车侧图像中特征不明显、尺寸小、数量多,本文提出采用coarse-to-fine两阶段检测策略,首先利用SSD算法粗定位车侧图像中的轴箱并裁剪出轴箱,增大螺栓在轴箱图像中的占比,其次通过数据增强扩充数据集,最后利用faster-rcnn算法检测螺栓状态。在faster-rcnn算法中,为了使算法模型更准确地检测体积更小的螺栓本文进行了如下改进:(1)选择残差网络Res Net50作为特征提取网络,并通过特征融合改进Res Net50;(2)调整锚框的尺寸以更适应小螺栓;(3)借鉴Mask-rcnn中的ROI Align,引入ROI Align单元并结合双线性插值的方法保留浮点数将检测精度进一步提高。实验结果表明,改进后的faster-rcnn算法对地铁车辆轴箱螺栓状态的检测准确率可达99.56%,漏检和误检较改进前都有下降,检测结果均达到预期。本文分别通过词袋模型和深度学习目标检测算法实现了螺栓紧固状态检测,为螺栓紧固状态的图像检测提供了可行方法,具有良好的应用前景。

关键词：螺栓紧固状态检测目标检测算法词袋模型 SSD算法 faster-rcnn算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的栽培苜蓿害虫识别模型

引用

草业科学 2024年第6期41卷 1519-1532页

作者：张忠雪冯琦胜李仲贤李云昊王瑞泾张轩凡李彦忠梁天刚草种创新与草地农业生态系统全国重点实验室/兰州大学草地农业科技学院甘肃兰州730000 兰州大学图书馆甘肃兰州730000

苜蓿(Medicago sativa)是我国发展畜牧业的重要优质牧草之一,而病虫害是影响其生长和品质的主要原因,因此准确识别病虫害对其生长发育具有重要意义。YOLO(You Only Look Once)等单阶段目标检测算法通过端对端进行目标检测,rcnn(Region C... 详细信息

苜蓿(Medicago sativa)是我国发展畜牧业的重要优质牧草之一,而病虫害是影响其生长和品质的主要原因,因此准确识别病虫害对其生长发育具有重要意义。YOLO(You Only Look Once)等单阶段目标检测算法通过端对端进行目标检测,rcnn(Region Convolutional Neural Network)等双阶段目标检测算法生成候选区域进行特征提取。为有效识别苜蓿害虫,本文基于YOLOv5和faster-rcnn两种算法对常见的6类苜蓿害虫进行特征识别,根据召回率(R)、精度(P)、平均精度(mAP)、F1值4种评价指标确定苜蓿害虫识别的最优算法和模型。其中R为样本中的正例被正确预测的比例,F1值为R和P的加权平均值。结果表明:YOLOv5算法识别苜蓿害虫的表现优于faster-rcnn算法,YOLOv5算法的测试集和验证集精度均高于faster-rcnn算法。研究结果为苜蓿害虫识别的算法选择提供了科学与理论支撑,对栽培苜蓿管理具有重要意义。

关键词：深度学习 YOLOv5算法 faster-rcnn算法苜蓿害虫

来源：评论

学校读者我要写书评

暂无评论

基于多算法融合的破损陶瓷绝缘子图像识别与检测方法

引用

自动化技术与应用 2024年第2期43卷 40-44,88页

作者：王照葛馨远饶毅广东电网有限责任公司广州白云供电局广东广州510000

为了提高输电线路安全稳定运行,在传统检测绝缘子缺陷的基础上,提出一种多算法融合的破损陶瓷绝缘子检测方法。基于faster-rcnn算法,将拍摄到的绝缘子图像进行训练,得到绝缘子串具体位置,并改进SBGFRLS(线性自适应滤波)算法,实现对瓷绝... 详细信息

为了提高输电线路安全稳定运行,在传统检测绝缘子缺陷的基础上,提出一种多算法融合的破损陶瓷绝缘子检测方法。基于faster-rcnn算法,将拍摄到的绝缘子图像进行训练,得到绝缘子串具体位置,并改进SBGFRLS(线性自适应滤波)算法,实现对瓷绝缘子破损的精确识别。首先利用faster-rcnn算法,选择faster R-CNN网格作为检测器,识别出利用无人机拍摄得到的图像中的绝缘子串所在位置;然后,利用SVM(支持向量机)算法对绝缘子图像进行粗分割,得到粗分割后的绝缘子缺陷识别图,再在粗分割的基础上,运用改进的SBGFRLS算法对图像中的绝缘子进行精确识别,得到破损绝缘子定位图。实验结果表明,得到的绝缘子破损识别图可以验证该改进算法的可行性和有效性。

关键词：多算法融合图像识别 faster-rcnn算法改进的SBGFRLS算法陶瓷绝缘子

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：