-
题名多尺度特征与注意力检测头的轻量化FOD检测
- 1
-
-
作者
费春国
文章
庄子波
-
机构
中国民航大学电子信息与自动化学院
中国民航大学飞行分校
-
出处
《自动化仪表》
CAS
2024年第10期110-116,共7页
-
基金
天津市自然科学多元投入基金资助项目(21JCYBJC00740)。
-
文摘
针对现阶段机场跑道异物碎片(FOD)目标检测算法存在的缺陷,进行了降低参数量和提高精度的改进。以你只看一次(YOLO)v5s目标检测算法为基础,提出多尺度特征与注意力检测头的轻量化FOD检测算法。首先,提出一种全新的轻量化网络结构。该结构使用深度可分离卷积和逐点卷积,并设计大卷积核架构,使模型感受野提升,从而解决大量特征图冗余问题。接着,融合多尺度特征图。通过移除大目标检测层、增加小目标检测层,在提升小目标检测能力的同时降低网络参数量。最后,提出一种动态头部框架来统一目标检测头和注意力,通过连贯地结合多个自注意力机制,进一步提升了网络检测精度。试验结果表明:所提出的使用鬼影卷积大卷积核架构下的多尺度特征注意力检测头的YOLOv5s(GRD-YOLOv5s)网络的参数量减少为3.39 MB,仅为原网络的48%;平均检测精度从98.40%提升至99.45%;检测速度为53.42帧/秒。该网络的提出为实现对小目标的准确检测提供了新思路。
-
关键词
机场跑道
异物碎片
图像处理
目标检测
轻量化
你只看一次v5s
多尺度特征融合
注意力检测头
-
Keywords
Airport runway
Foreign objects debris(FOD)
Image processing
Target detection
Lightweighting
You only look once(YOLO)v5s
Multi-scale feature fusion
Attention detection heads
-
分类号
TH-741
[机械工程]
-
-
题名列车轮对内侧距光学快速测量系统设计及实现
被引量：2
- 2
-
-
作者
肖立明
方宇
胡定玉
黄建坊
-
机构
上海工程技术大学城市轨道交通学院
厦门轨道交通集团有限公司
-
出处
《自动化仪表》
CAS
2020年第3期93-96,101,共5页
-
文摘
列车轮对内侧距的准确、及时测量,是列车检修中必不可少的工作。目前,主要使用专用机械卡尺测量轮对内侧距。由于机械卡尺读数与记录都是人工操作,步骤繁琐。针对以上问题,设计了基于三角测距原理的列车轮对内侧距快速测量系统。首先,采用嵌入式处理器驱动摄像机的方式采集轮对内侧激光点图像,并根据激光光斑在像素平面的移动特征,提出快速搜索光斑初步位置方法,剪裁出含有光斑的局部图片;然后,利用阈值分割法和图像形态学处理法,过滤局部图片中光斑的背景噪声;最后,根据灰度重心法精确提取光斑中心坐标,计算轮对内侧距。为验证该系统的可行性,与轮对内侧距机械测量卡尺进行对比试验。试验结果表明,轮对内侧距光学测量方法准确有效。该系统能够大大缩短轮对内侧距测量时间,提高工作效率,在列车日常维护中具有一定的应用价值。
-
关键词
轮对内侧距
激光三角测距
激光光斑快速定位
图像处理
光斑中心提取
阈值分割
非接触测量
灰度重心法
-
Keywords
Distance between backs of wheel flanges
Laser triangulation principle
Rapid positioning of laser spot
Image processing
Extract of the center coordinates of spot
Threashold segmentation
Non-contact measurement
Gray centroid algorithm
-
分类号
TH-741.1
[机械工程]
-
