一种改进的Faster R-CNN遥感图像多目标检测模型研究 被引量：2

1

作者 苗茹 李祎 +3 位作者 周珂 张俨娜 常然然 孟更 《计算机工程》 北大核心 2025年第8期292-304,共13页

针对遥感图像背景复杂、目标种类多和尺度差异大所造成的目标漏检和误检问题,提出一种改进Faster R-CNN多目标检测模型。首先,采用Swin Transformer来替代ResNet 50骨干网络,增强模型特征提取能力;其次,添加平衡特征金字塔(BFP)模块融... 针对遥感图像背景复杂、目标种类多和尺度差异大所造成的目标漏检和误检问题,提出一种改进Faster R-CNN多目标检测模型。首先,采用Swin Transformer来替代ResNet 50骨干网络,增强模型特征提取能力;其次,添加平衡特征金字塔(BFP)模块融合浅层和高层语义信息,进一步加强特征融合效果;最后,在分类和回归分支中,添加动态权重机制,促进网络在训练过程中更关注高质量候选框,提高目标定位和分类的精确度。在RSOD数据集上的实验结果表明,所提模型相较于Faster R-CNN模型每秒浮点运算次数(FLOPs)大幅度减少,并且模型的mAP@0.5∶0.95提高了10.7百分点,平均召回率提高10.6百分点。相较于其他主流检测模型,所提模型在降低漏检率的同时,取得了更高的精度,能显著提高复杂背景下遥感图像的检测精度。 展开更多

关键词 遥感图像 多目标检测 Faster R-CNN Swin Transformer模块 平衡特征金字塔 动态权重机制

在线阅读 下载PDF 职称材料

改进Cascade R-CNN的X射线图像违禁品检测方法 被引量：2

2

作者 崔丽群 李万欣 《计算机仿真》 2025年第3期299-303,共5页

为使公共场所的安检效率达到更高水平,基于Cascade R-CNN,设计出X射线图像违禁品检测方法。以Cascade R-CNN网络为基础架构,针对该网络检测X射线图像违禁品时,构建由五个卷积层构成的Res Net骨架网络,在特征金字塔网络中添加平衡特征金... 为使公共场所的安检效率达到更高水平,基于Cascade R-CNN,设计出X射线图像违禁品检测方法。以Cascade R-CNN网络为基础架构,针对该网络检测X射线图像违禁品时,构建由五个卷积层构成的Res Net骨架网络,在特征金字塔网络中添加平衡特征金字塔,整合各分辨率特征。面向候选区域生成网络的池化方式,提出区域特征整合策略,去除取整量化阶段。基于交并比,结合实际边缘与预测边缘的间距、重合度、尺度等因素,取得新的边缘回归损失函数,定位X射线图像中的违禁品,运用改进后的Cascade R-CNN实现X射线图像违禁品检测。仿真测试从视觉与量化数据两方面展开,结果表明所提方法具有较强的噪声免疫力,能清晰、有效地检测出所有违禁品,且检测精度与速率有明显的优越性,每秒能检测59张X射线图像,可投入实际的安检场景中应用。 展开更多

关键词 骨架结构 平衡特征金字塔 候选区域 违禁品检测

在线阅读 下载PDF 职称材料

基于BP-DFO Faster R-CNN的工业产品小样本表面缺陷检测模型

3

作者 贺永姣 王林 +2 位作者 章晓爽 黎格献 杜阳 《现代制造工程》 北大核心 2025年第12期1-10,26,共11页

在现代工业产品的生产中,目标缺陷检测技术面临诸多挑战,如提取的共享特征不平衡、特征通道权重分配不精确和缺陷检测精度较低等问题。针对上述问题,提出一种BP-DFO Faster R-CNN缺陷检测模型。该模型在目标金字塔结构后引入平衡金字塔... 在现代工业产品的生产中,目标缺陷检测技术面临诸多挑战,如提取的共享特征不平衡、特征通道权重分配不精确和缺陷检测精度较低等问题。针对上述问题,提出一种BP-DFO Faster R-CNN缺陷检测模型。该模型在目标金字塔结构后引入平衡金字塔机制,并在此基础上增加动态特征优化架构。不仅解决了共享特征不平衡的问题,还实现了全局上下文信息和局部细节特征的高效融合,从而克服传统通道注意力机制因忽视局部信息而导致的特征权重分配不准确的问题。最后,对区域生成网络(Region Proposal Network,RPN)进行了改进,在其头部集成轻量级通道优化器,显著增强区域生成网络对不同特征和尺度通道的选择能力,从而优化缺陷检测任务的性能。在NEU-DET、PCB、GC10-DET缺陷数据集上进行对比实验,在5-way 5-shot的训练策略中分别取得了31.0%、22.1%和21.8%的平均精度,在5-way 10-shot的训练策略中分别取得了50.2%、35.5%和31.5%的平均精度,均优于其他对比模型。 展开更多

关键词 工业产品 表面缺陷检测 平衡金字塔机制 Faster R-CNN 动态特征优化 小样本

在线阅读 下载PDF 职称材料

基于改进YOLO v5算法的光伏组件红外热成像缺陷检测 被引量：14

4

作者 孔松涛 徐甄泽 +4 位作者 林星宇 张椿秋 蒋国庆 张淳钦 王堃 《红外技术》 CSCD 北大核心 2023年第9期974-981,共8页

现有光伏组件缺陷识别方法存在提取特征困难、实时性较差导致了对光伏组件的缺陷故障检测的识别精度不高,本文提出一种基于改进YOLO v5算法的光伏组件红外热成像缺陷检测方法。改进后的YOLO v5算法主要是在原来的基础上增添注意机制SE模... 现有光伏组件缺陷识别方法存在提取特征困难、实时性较差导致了对光伏组件的缺陷故障检测的识别精度不高,本文提出一种基于改进YOLO v5算法的光伏组件红外热成像缺陷检测方法。改进后的YOLO v5算法主要是在原来的基础上增添注意机制SE模块,并且改进损失函数将GIoU改为EIoU提高模型收敛效果、最后采用KG模块平衡特征金字塔结构对模型进行优化,用以提高YOLOv5算法的识别精度和收敛效果。改进后的网络结构应用在YOLO v5s模型中,在光伏组件红外图像的检测上的平均检测精度mAP可以达到92.8%,比原本的YOLO v5s算法88.3%提升了4.5%,在精确度和召回率上的收敛效果也比原始YOLO v5算法模型有所提高,改进后的网络结构应用于l、m、x三种模型中,其检测精度都有所提升,因此改进后的YOLOv5算法适用于4种模型。 展开更多

关键词 缺陷检测 深度学习 YOLOv5 损失函数 SE模块 平衡特征金字塔结构

在线阅读 下载PDF 职称材料

机器人目标抓取区域实时检测方法 被引量：11

5

作者 卢智亮 林伟 +1 位作者 曾碧 刘瑞雪 《计算机工程与应用》 CSCD 北大核心 2020年第19期224-230,共7页

针对目前机器人目标抓取区域检测方法无法兼顾检测准确率和实时性的问题,提出一种基于SE-RetinaGrasp神经网络模型的机器人目标抓取区域实时检测方法。该方法首先以一阶目标检测模型RetinaNet为基础提取抓取框位置及抓取角度;针对抓取... 针对目前机器人目标抓取区域检测方法无法兼顾检测准确率和实时性的问题,提出一种基于SE-RetinaGrasp神经网络模型的机器人目标抓取区域实时检测方法。该方法首先以一阶目标检测模型RetinaNet为基础提取抓取框位置及抓取角度;针对抓取检测任务采用SENet结构确定重要的特征通道;结合平衡特征金字塔设计思想,充分融合高低层的特征信息,以加强小抓取框的检测性能;在Cornell数据集上进行实验验证,结果表明该方法在取得更高检测准确率的同时,提高了抓取检测的效率,达到实时检测的要求。 展开更多

关键词 抓取区域检测 SENet结构 平衡特征金字塔 实时检测

在线阅读 下载PDF 职称材料

特征平衡的无人机航拍图像目标检测算法 被引量：19

6

作者 徐坚 谢正光 李洪均 《计算机工程与应用》 CSCD 北大核心 2023年第6期196-203,共8页

无人机航拍图像目标较小、图像视角变化大,导致目标检测效果不佳。针对此问题,设计了一种适用于无人机小目标检测的网络。该网络中的可变形卷积模块可以提高多视角目标的特征提取能力,以解决航拍图像目标视角变化剧烈致使目标特征难以... 无人机航拍图像目标较小、图像视角变化大,导致目标检测效果不佳。针对此问题,设计了一种适用于无人机小目标检测的网络。该网络中的可变形卷积模块可以提高多视角目标的特征提取能力,以解决航拍图像目标视角变化剧烈致使目标特征难以提取的问题;特征平衡金字塔模块可以增强网络中底层小目标特征,以解决航拍图像中的小目标因特征易丢失而造成其检测效果差的问题;同时利用像素重组构建底层大尺度特征以解决特征平衡金字塔模块的底层特征卷积运算量大的问题;交叉自注意力机制获取目标上下文信息,改善严苛条件下的漏检错检问题。公开数据集上的仿真结果表明,在保证实时检测的情况下所提算法的平均准确度优于主流检测算法。 展开更多

关键词 无人机目标检测 特征平衡金字塔 交叉自注意力 像素重组

在线阅读 下载PDF 职称材料

基于改进Cascade R-CNN的布匹瑕疵检测算法 被引量：4

7

作者 白明丽 王明文 《计算机科学》 CSCD 北大核心 2023年第S01期312-317,共6页

布匹瑕疵的自动化检测是目前纺织行业面临的一个难点问题。针对当前布匹瑕疵检测算法对尺度和长宽比变化大、小目标众多的样本检测效果并不理想的问题,提出了基于改进Cascade R-CNN网络的布匹瑕疵检测算法。首先,在特征提取网络ResNet-5... 布匹瑕疵的自动化检测是目前纺织行业面临的一个难点问题。针对当前布匹瑕疵检测算法对尺度和长宽比变化大、小目标众多的样本检测效果并不理想的问题,提出了基于改进Cascade R-CNN网络的布匹瑕疵检测算法。首先,在特征提取网络ResNet-50中融入可变形卷积,自适应地提取更多的瑕疵形状与尺度特征;其次,在特征金字塔网络上采样前引入平衡特征金字塔,缩小特征融合前各特征层之间的语义差距,得到更具表达力的多尺度特征;然后,根据瑕疵尺度与长宽比特点重新设计更适合的初始锚框;最后,采用具有尺度不变性的GIoU Loss作为级联检测器的回归损失,以获取更加精确的瑕疵预测边界框。实验结果表明,相比基于Cascade R-CNN的算法,改进后的Cascade R-CNN算法对布匹瑕疵检测的平均精确率获得了明显提升。 展开更多

关键词 Cascade R-CNN 布匹瑕疵检测 可变形卷积 平衡特征金字塔 GIoU Loss

在线阅读 下载PDF 职称材料

基于Faster R-CNN的蔗田杂草检测算法研究 被引量：7

8

作者 黄书琴 黄福乐 +2 位作者 罗柳茗 覃锋 李岩舟 《中国农机化学报》 北大核心 2024年第6期208-215,共8页

为提高自然环境下蔗田杂草检测准确率,提出一种基于改进的Faster R-CNN的蔗田杂草检测算法。在特征提取阶段使用BFP模块均衡各级语义特征来加强对杂草图像深层特征的提取;采用DLA策略动态调整网络的标签预测阈值,解决训练前期正样本稀... 为提高自然环境下蔗田杂草检测准确率,提出一种基于改进的Faster R-CNN的蔗田杂草检测算法。在特征提取阶段使用BFP模块均衡各级语义特征来加强对杂草图像深层特征的提取;采用DLA策略动态调整网络的标签预测阈值,解决训练前期正样本稀缺问题;使用Soft-NMS对模型进行优化,通过改进原模型的NMS减少单类目标漏检并提高目标定位精度。试验结果表明,优化后算法的mAP值达81.3%,与原Faster R-CNN算法相比,精度提升6.2%,平均每幅图像测试耗时0.132 s,且在AP 50、AP s、AP l指标上分别有6.5%、4.7%、5.1%的提高。改进后的算法具有较高的检测精度和稳定性,可以满足复杂自然环境下的蔗田杂草检测需求。 展开更多

关键词 杂草检测 Faster R-CNN 均衡特征金字塔 动态分配标签策略 软非极大抑制

在线阅读 下载PDF 职称材料

改进YOLOX-S的偏光片表面缺陷检测算法 被引量：3

9

作者 陈乐 周永霞 祖佳贞 《计算机工程与应用》 CSCD 北大核心 2024年第2期295-303,共9页

偏光片是液晶显示器的重要组成部分,其表面缺陷不仅会降低液晶显示器的显示质量,甚至可能造成整个液晶面板的报废。针对偏光片表面缺陷存在尺度差异大、形状变化多样的问题,提出一种改进YOLOX-S的偏光片表面缺陷检测算法。提出自适应平... 偏光片是液晶显示器的重要组成部分,其表面缺陷不仅会降低液晶显示器的显示质量,甚至可能造成整个液晶面板的报废。针对偏光片表面缺陷存在尺度差异大、形状变化多样的问题,提出一种改进YOLOX-S的偏光片表面缺陷检测算法。提出自适应平衡特征金字塔(ABFP)模块充分融合主干网提取的多级特征,并通过单个卷积增加检测分支,进一步增强模型的多尺度检测能力。在ABFP中引入注意力模块CBAM关注重要特征。采用CIo U损失函数的同时使用Mish激活函数替代Si LU激活函数。实验结果表明,改进的算法在偏光片表面缺陷数据集上的m AP_(50)和m AP_(50:95)分别达到92.97%和55.16%,相比YOLOX-S(FPN)提升了1.86和1.34个百分点,每秒检测帧数(FPS)达到50,基本满足工业实时检测的需求。 展开更多

关键词 偏光片表面 缺陷检测 YOLOX-S 自适应平衡特征金字塔 CIoU Mish

在线阅读 下载PDF 职称材料

一种改进的Mask R-CNN卫星影像船舶尾迹检测方法

10

作者 吴荣峰 唐希源 《智能计算机与应用》 2022年第2期73-78,共6页

为提高运用深度学习算法进行船舶尾迹检测的准确度,本文提出了一种改进的Mask R-CNN网络结构,在传统的Mask R-CNN深度学习算法结构基础上,引入平衡特征金字塔串联结构,增强特征的融合和可辨识性,并引入GCNet提高特征提取能力,改善船舶... 为提高运用深度学习算法进行船舶尾迹检测的准确度,本文提出了一种改进的Mask R-CNN网络结构,在传统的Mask R-CNN深度学习算法结构基础上,引入平衡特征金字塔串联结构,增强特征的融合和可辨识性,并引入GCNet提高特征提取能力,改善船舶尾迹的检测效果。以landsat8卫星遥感图像为数据集,通过在不同背景中的船舶航行图像下,比较改进结构与一般Mask R-CNN的检测效果,说明在相同条件下,改进结构较传统的Mask R-CNN算法能够得到更好的检测效果。 展开更多

关键词 Mask R-CNN 平衡特征金字塔 GCNet 卫星遥感图像 船舶尾迹检测

在线阅读 下载PDF 职称材料

基于细节增强的级联多分类光电船舶检测 被引量：1

11

作者 徐志京 谢安东 《光电子．激光》 CAS CSCD 北大核心 2023年第3期241-249,共9页

为提升无人船航行环境中船舶目标的感知精度,提出一种基于细节增强的级联多分类船舶检测模型。首先,提出混合平移数据增强(pan-mixed data augmentation,PMDA)算法,减少模型对船舶整体轮廓的依赖;其次,设计可变卷积平衡特征金字塔(defor... 为提升无人船航行环境中船舶目标的感知精度,提出一种基于细节增强的级联多分类船舶检测模型。首先,提出混合平移数据增强(pan-mixed data augmentation,PMDA)算法,减少模型对船舶整体轮廓的依赖;其次,设计可变卷积平衡特征金字塔(deformable convolution-balanced feature pyramid,DC-BFP),提高模型对船体细节特征的提取能力;再次,将全连接层和卷积层联合构成级联交叉检测器(cascaded cross detector,CCD),提高模型对船体细节特征的解析能力;最后,采用标签平滑正则化(label smoothing regularization,LSR)方法,改善多分类检测的过拟合问题。在自建11分类光电船舶检测数据集MCSD11上进行消融和对比实验,特征提取结果和实验结果数据可视化表明,模型的各个改进部分能够提升船舶检测效果,平均精度达到了91.53%,相比主流的检测模型,算法得到大幅提升。 展开更多

关键词 光电船舶检测 可变卷积平衡特征金字塔(DC-bfp) MCSD11数据集 细节增强 混合平移数据增强算法(PMDA)

原文传递