检索结果-内蒙古大学图书馆

江苏农业科学 2021年第24期49卷 205-208页

作者：陈恩会褚姝频王炜程大勇李兴东赵银娣江苏省徐州市植保植检站江苏徐州221018 江苏省植物保护植物检疫站江苏南京210036 江苏省新沂市植物保护总站江苏新沂221400 江苏省徐州市铜山区植物保护站江苏徐州221116 中国矿业大学环境与测绘学院江苏徐州221116

针对梨小食心虫监测调查中存在的人工分类计数费时、费力且误差较大的问题,基于retinanet深度学习目标检测模型,构建了一种普适性更广的梨小食心虫智能识别计数方法。试验结果表明,retinanet目标检测模型对黏虫板上梨小食心虫的平均识... 详细信息

针对梨小食心虫监测调查中存在的人工分类计数费时、费力且误差较大的问题,基于retinanet深度学习目标检测模型,构建了一种普适性更广的梨小食心虫智能识别计数方法。试验结果表明,retinanet目标检测模型对黏虫板上梨小食心虫的平均识别准确率达95.93%,平均计数准确率达95.62%,且该方法对拍摄条件要求低,普适性广,优于Faster R-CNN目标检测模型,完全可以在梨小食心虫监测调查中替代人工进行分类计数。

关键词： retinanet模型梨小食心虫目标检测智能识别计数

来源：评论

学校读者我要写书评

暂无评论

基于改进retinanet模型的果园苹果识别与定位应用研究

基于改进RetinaNet模型的果园苹果识别与定位应用研究

引用

作者：石天塔里木大学

学位级别：硕士

随着信息技术在农业领域应用愈发深入,利用信息技术解决农业领域的问题成为近年来的研究热点。然而目前果园苹果果实的采摘仍然主要以人工劳动为主,而且采摘期都是在每年的10月中旬才开始。这一期间异常寒冷,劳动强度大,劳动效率低。本... 详细信息

随着信息技术在农业领域应用愈发深入,利用信息技术解决农业领域的问题成为近年来的研究热点。然而目前果园苹果果实的采摘仍然主要以人工劳动为主,而且采摘期都是在每年的10月中旬才开始。这一期间异常寒冷,劳动强度大,劳动效率低。本研究采用以深度学习为基础的计算机视觉技术,开展林间自然环境下的苹果果实识别与定位的方法研究,为林间苹果采摘机器人提供研究基础与技术支撑。主要研究内容如下: 为了完成苹果果实的识别和定位应用研究的目的,本研究采用Kinect v2深度照相机可以采集到自然场景下的林间果园苹果的彩色图像数据以及深度图像数据。(1)采用亮度调整数据增强的方式扩充数据。在Retina Net目标识别算法的基础之上结合本研究的目标需求进行相应改进。(2)采用标准的轻量化Shuffle Netv2网络模型替换原模型中主干网络Res Net网络模型作为特征提取网络,实现模型的轻量化。(3)在网络模型中添加CBAM注意力机制模块。该模块分阶段注意力机制更加精细地调整了模型对特征的处理方式从而减少漏检。(4)在该网络末端添加SPPF模块,能够提升模型的特征提取能力,一定程度上提升模型的鲁棒性。(5)为了再进一步实现模型轻量化,本研究将3尺度的检测头网络减少为1个尺度的检测头网络。在研究的最后阶段,将果园中的苹果识别模型与三维定位方法相结合,实现对目标的空间定位。(6)通过相机标定实验,使用张正友标定法获取了Kinectv2相机的内外参数和相关矩阵。通过对彩色图像和深度图像进行配准,得到了果实目标在相机坐标系下的三维坐标。为了验证方法的准确性,进行了三维坐标误差实验。最终的实验结果表明,改进后的果实识别模型结合Kinect v2传感器的定位相对误差在允许范围内,成功实现了对苹果果实目标的三维空间定位。这些成果为构建完整的果实识别定位系统奠定了基础。试验结果表明,相较于及准模型,改进后的Retina Net模型的综合性能明显提高。Retina Net模型的识别准确率由原先的88.5%达到了92.8%,召回率由85.1%提升至91.3%,m AP@0.5由原先的92.2%提升至96%,FPS值由25提升至56,权重文件大小由81M降到了11.1M。在保证并提高模型识别性能的基础上,实现了模型轻量化。改进后的Rtina Net模型结合Kinect v2传感器的定位相对误差在2%以内,能满足果园苹果果实的三维空间定位要求。

关键词： retinanet模型 ShuffleNetv2 CBAM SPPF 苹果

来源：评论

学校读者我要写书评

暂无评论

基于Att-retinanet模型的安检机系统违禁品检测

基于Att-RetinaNet模型的安检机系统违禁品检测

引用

作者：牛雅雅兰州大学

学位级别：硕士

针对安检机系统违禁品小目标、多目标以及目标之间相互遮挡等情况导致的检测精度不佳的问题,本文提出了一种基于retinanet模型改进的二次定位的目标检测模型Att-retinanet。首先,以retinanet模型为基础,通过特征金字塔(FPN)模型实现局... 详细信息

针对安检机系统违禁品小目标、多目标以及目标之间相互遮挡等情况导致的检测精度不佳的问题,本文提出了一种基于retinanet模型改进的二次定位的目标检测模型Att-retinanet。首先,以retinanet模型为基础,通过特征金字塔(FPN)模型实现局部特征与全局特征的二次融合。其次,在融合特征之后加入自我注意力(Self-attention)模块,实现在通道与空间上的信息交互,使得模型能够筛选出重要的信息特征,提高模型有效信息的提取能力和抗干扰能力。最后,为了缓解超参数难以确定的问题,并过滤掉预测过程中重复的检测框,减小漏检率,本文采用了改进的非极大值抑制(Soft-NMS)算法。数据集来源于武汉市汉口地铁站人工实时采集的违禁品图像,评估指标采用精确度(Map)指标和检测速率(Fps)指标。为了说明本文所提出的模型Att-retinanet具有更好的检测能力,选取了17组对比模型。实证分析结果表明,本文提出的Att-retinanet模型无论是在准确度上,还是在检测速度上都有良好的效果。

关键词：目标检测智能安检 retinanet模型注意力机制 Soft-NMS算法

来源：评论

学校读者我要写书评

暂无评论

采用改进retinanet的笼养肉鸽繁育期个体检测模型

引用

农业工程学报 2022年第13期38卷 184-193页

作者：刘双印范文婷邓皓何国煌陈耀聪周冰李锦慧冯大春吴惠粦李景彬尹航仲恺农业工程学院广州市农产品质量安全溯源信息技术重点实验室广州510225 石河子大学机械电气工程学院石河子832000 仲恺农业工程学院信息科学与技术学院广州510225 仲恺农业工程学院智慧农业创新研究院广州510225 广州国家现代农业产业科技创新中心广州510000

实现繁育期精准个体检测是提高集约养殖环境下肉鸽繁育效率和精准管控效果的有效手段,其中小目标鸽蛋及粘连乳鸽的精准检测是关键。该研究提出了一种基于改进retinanet的目标检测模型,以retinanet网络为基础框架,将ResNet50特征提取网... 详细信息

实现繁育期精准个体检测是提高集约养殖环境下肉鸽繁育效率和精准管控效果的有效手段,其中小目标鸽蛋及粘连乳鸽的精准检测是关键。该研究提出了一种基于改进retinanet的目标检测模型,以retinanet网络为基础框架,将ResNet50特征提取网络与特征金字塔网络(FeaturePyramidNetworks,FPN)结合,增加特征金字塔网络中特征检测尺度,提升对图像中遮挡鸽蛋与粘连乳鸽的检测精度;在分类和回归子网络前引入卷积注意力模块(ConvolutionalBlock Attention Module,CBAM),提升对小目标检测的精度。试验结果表明,该研究提出的模型对于笼养肉鸽个体检测的平均精度均值(mean Average Precision,m AP)达到80.89%,相对SSD等传统模型有明显提升;对成鸽、乳鸽与鸽蛋检测的平均精度(Average Precision,AP)分别为95.88%,79.51%和67.29%,相对原始retinanet模型提高了2.16、21.74和22.48个百分点,在保证成鸽精准检测的基础上,提升了对复杂环境下存在局部遮挡的小目标鸽蛋以及粘连乳鸽的检测精度,为实现集约化养殖环境下肉鸽繁育周期个体检测和精准管控提供有效支持。

关键词：图像识别养殖小目标检测鸽蛋粘连乳鸽 retinanet模型特征金字塔网络卷积注意力模块

来源：评论

学校读者我要写书评

暂无评论

改进retinanet的水稻冠层害虫为害状自动检测模型

引用

农业工程学报 2020年第15期36卷 182-188页

作者：姚青谷嘉乐吕军郭龙军唐健杨保军许渭根浙江理工大学信息学院杭州310018 中国水稻研究所水稻生物学国家重点实验室杭州310006 浙江省植保检疫与农药管理总站杭州310020

中国现行的水稻冠层害虫为害状田间调查方法需要测报人员下田目测为害状发生情况,此种人工调查方法存在客观性差、效率低与劳动强度大等问题。近几年,诸多学者开始利用深度学习方法来识别植物病虫为害状,但大多针对单株或单个叶片上病... 详细信息

中国现行的水稻冠层害虫为害状田间调查方法需要测报人员下田目测为害状发生情况,此种人工调查方法存在客观性差、效率低与劳动强度大等问题。近几年,诸多学者开始利用深度学习方法来识别植物病虫为害状,但大多针对单株或单个叶片上病虫害种类进行识别研究。该研究采集了水稻冠层多丛植株上稻纵卷叶螟和二化螟为害状图像,提出一种改进retinanet的水稻冠层害虫为害状自动检测模型。模型中采用ResNeXt101作为特征提取网络,组归一化(Group Normalization,GN)作为归一化方法,改进了特征金字塔网络(Feature Pyramid Network,FPN)结构。改进后的retinanet模型对2种害虫为害状区域检测的平均精度均值达到93.76%,为实现水稻害虫为害状智能监测提供了理论依据和技术支持。

关键词：图像处理算法自动检测水稻冠层为害状图像稻纵卷叶螟二化螟 retinanet模型

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的唐卡图像目标检测技术研究

基于深度学习的唐卡图像目标检测技术研究

引用

作者：陈玉红青海大学

学位级别：硕士

唐卡是藏族文化中一个特殊的艺术类型,有着强烈的地方民族特色和浓厚的宗教色彩,堪称我国少数民族的艺术瑰宝。作为典型的非物质文化遗产,唐卡的数字化保护有着重要的史料、宗教及经济价值。但由于特殊的宗教性和地域性,大众缺乏认知,... 详细信息

唐卡是藏族文化中一个特殊的艺术类型,有着强烈的地方民族特色和浓厚的宗教色彩,堪称我国少数民族的艺术瑰宝。作为典型的非物质文化遗产,唐卡的数字化保护有着重要的史料、宗教及经济价值。但由于特殊的宗教性和地域性,大众缺乏认知,唐卡保护面临诸多挑战。目标检测作为唐卡数字化不可或缺的步骤,对于唐卡的保护具有重要意义。本文主要研究内容如下: (1)构建了唐卡图像目标检测数据集。目前现有的唐卡数据集较少,因此首先通过了解学习唐卡相关的语义知识,收集唐卡并进行预处理,最后进行标注的过程,建立了一个唐卡图像目标检测数据集,取名为宗教圣像唐卡1(Religious Portrait Thangka version 1,RPTK1),所有标签由人工标注完成,标签更符合佛教专业用语,包含了3338张唐卡图像,共57个种类,包含3类头饰,18类法器,36类主尊。 (2)针对SSD模型小目标检测效果差的问题提出改进的SSD方法,即基于改进的特征融合和损失函数的SSD(Single Shot Multi Box Detector with improved feature fusion and loss function,FALSSD)方法。通过在骨干网络Res Net50部分增加特征融合,并提出一个新的损失函数实现唐卡目标检测。实验结果显示本文方法在PRTK1数据集上,目标检测精度达到了83.85%m AP,与其他先进的模型进行比较,本文模型性能表现较好。 (3)针对类别不平衡问题将Retina Net模型进行优化。Retina Net模型特征提取不充分,分类不够准确,导致模型检测精度不高。因此,针对类别不平衡,从数据集和目标检测两方面优化,在RPTK1数据集上进行实验,本文方法达到88.87%m AP,与其他先进方法相比,本文方法的检测效果更好。 (4)设计开发唐卡图像目标检测系统,并将上述改进的SSD模型和Retina Net模型嵌入其中。

关键词：唐卡数据集目标检测 SSD模型特征融合类别不平衡 retinanet模型

来源：评论

学校读者我要写书评

暂无评论

基于无人机视角的人脸检测算法研究

基于无人机视角的人脸检测算法研究

引用

作者：华顺富沈阳工业大学

学位级别：硕士

随着智能化时代的到来,人脸检测技术不断提升。同时,无人机作为一种新兴产业,其灵活方便的优势广泛应用于低空安防和军事侦察上。对目标人脸进行快速准确地检测是无人机视角下人脸检测任务的基础,但目前还存在缺乏相关数据集、人脸检测... 详细信息

随着智能化时代的到来,人脸检测技术不断提升。同时,无人机作为一种新兴产业,其灵活方便的优势广泛应用于低空安防和军事侦察上。对目标人脸进行快速准确地检测是无人机视角下人脸检测任务的基础,但目前还存在缺乏相关数据集、人脸检测精度低以及检测速度慢等问题,因此本文以提高无人机视角下小目标人脸检测效果为出发点,进行了相关研究工作。针对缺乏无人机人脸数据集的问题,本文自建了一个无人机视角下的人脸检测数据集并对数据集进行预处理。首先将大疆无人机采集到的3000张图片进行人工标注,然后分析了无人机视角下拍摄的人脸特点;接着使用深度学习方法对无人机采集过程中常出现的低照度现象进行了预处理;最后使用经典的人脸检测算法在预处理前后的无人机数据集上进行结果对比,验证了本文提出的图像预处理方法的有效性。为了提高无人机视角下小目标人脸的检测率,本文提出了一个多尺度特征融合增强网络。该网络采用Retina Net模型为基础框架,通过优化目标框回归损失函数和激活函数来加快模型训练收敛的速度,提高小目标人脸定位的准确率。为了提升小目标人脸的特征语义表达能力,本文引入了特征融合增强模块。实验结果表明,本文提出的多尺度特征融合增强网络不管是在普通视角的Wider Face人脸数据集上还是在无人机视角下的人脸数据集上的指标都优于其他对比的人脸检测算法。为了进一步提高小目标人脸的检测率和网络的泛化性,本文提出了一种基于注意力机制的上下文信息人脸检测模型。本文提出的模型以无人机视角下人体信息完整为出发点,通过引入人体上下文信息模块来扩大感受野,增强模型捕捉微小面孔的推理能力。同时,为了提高模型的运行效率,本文引入了自注意力机制模块来增强人脸关键信息的特征提取,降低干扰信息的关注度。实验结果表明本文提出的人脸检测模型大幅提高了无人机视角下小目标人脸的检测效果,与其他现有方法对比在各项指标中都具有显著优势。

关键词：无人机人脸检测 retinanet模型无人机数据集

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的输电线路杆塔鸟窝识别方法研究

引用

机电信息 2020年第24期 22-23页

作者：欧进永杨渊时磊周振峰邱实贵州电网有限责任公司输电运行检修分公司贵州贵阳550000

为实现输电线路杆塔中鸟窝的快速准确检测,提出一种基于retinanet深度学习模型的鸟窝识别方法,利用ResNet-50进行前期特征提取,通过FPN网络对前期标准特征进行加强,构建特征金字塔影像,以满足不同尺度大小的鸟窝目标检测,然后在特征金... 详细信息

为实现输电线路杆塔中鸟窝的快速准确检测,提出一种基于retinanet深度学习模型的鸟窝识别方法,利用ResNet-50进行前期特征提取,通过FPN网络对前期标准特征进行加强,构建特征金字塔影像,以满足不同尺度大小的鸟窝目标检测,然后在特征金字塔的基础上构建了一个分类子网和回归子网,分别用于识别鸟窝和回归鸟窝的具体位置。通过与经典目标检测方法进行详细对比分析,利用F1-Score精度指标和检测速度指标对检测效果进行了量化分析,实验结果表明,所采用的鸟窝检测模型F1-Score指标可达0.932,优于其他三种经典方法,并能充分应对拍摄角度、遮挡等各种复杂场景问题。

关键词：深度学习 retinanet模型特征提取特征金字塔鸟窝识别

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：