基于改进RT-DETR的葡萄叶片病害检测 被引量：1

1

作者 王海瑞 胡灿 +1 位作者 朱贵富 蒋晨 《湖南农业大学学报(自然科学版)》 北大核心 2025年第4期117-124,共8页

针对葡萄叶片相似表现症状的病害识别率较低及细小病害检测困难的问题,提出一种基于改进RT-DETR网络的葡萄叶片病害检测方法。首先,采用坐标注意力(CA)机制对可变形卷积网络v2(DCNv2)模块进行改进,构建DCNv2_CA模块以增强目标特征的提... 针对葡萄叶片相似表现症状的病害识别率较低及细小病害检测困难的问题,提出一种基于改进RT-DETR网络的葡萄叶片病害检测方法。首先,采用坐标注意力(CA)机制对可变形卷积网络v2(DCNv2)模块进行改进,构建DCNv2_CA模块以增强目标特征的提取能力,并在模型的主干特征提取部分加入DCNv2_CA模块来提高模型对病害深层关键特征的提取能力;其次,在模型的特征交互模块中引入高低频特征交互(HiLo)注意力机制,使模型能同时关注特征的高低频信息,提高模型对葡萄细小病害的检测能力;最后,用聚合–分发机制重构模型的跨层融合网络,使其能更充分地融合各个层级之间的信息,进一步提升模型对相似表型症状病害的识别性能。结果表明:改进RT-DETR模型的病害检测准确率、召回率和平均精度均值分别达到了90.8%、89.5%和93.4%,相较于初始模型分别提升了5.4、3.9和5.6个百分点,且相对于其他模型也具有明显的优势。综上可见,改进后的RT-DETR模型能够准确地实现葡萄叶片病害检测。 展开更多

关键词 葡萄叶片 目标检测 病害检测 RT-detr 注意力机制 可变形卷积网络 高低频特征交互 聚合–分发机制

在线阅读 下载PDF 职称材料

改进RT-DETR的水下生物目标检测算法

2

作者 潘广贞 王轩楷 李子悦 《渔业现代化》 北大核心 2025年第5期107-116,共10页

水下生物目标检测普遍仍采用人工识别的方法,存在智能化水平低的问题。现有的目标检测算法YOLO系列,存在参数量和计算量大、检测精度差等问题。提出了一种基于RT-DETR模型的改进算法。提出DynaShareNet主干网络,共享stem信息架构以提升... 水下生物目标检测普遍仍采用人工识别的方法,存在智能化水平低的问题。现有的目标检测算法YOLO系列,存在参数量和计算量大、检测精度差等问题。提出了一种基于RT-DETR模型的改进算法。提出DynaShareNet主干网络,共享stem信息架构以提升特征融合效率并降低计算负担;引入扩张变换器注意块DTAB,结合全局与局部特征交互以增强复杂水下环境鲁棒性;采用MaSA-RetBlock模块,解决目标模糊和低对比度识别问题;以及引入EMASlideVarifocalLoss用于提升难分类目标处理能力。在URPC2020数据集上的试验结果表明,改进算法显著提升了检测精度,mAP50和mAP50:95分别提高3.3%和3.5%,大幅降低了模型复杂度,参数量和计算量分别下降41.7%和47.7%,检测精度、参数量、计算量显著优于YOLO系列算法,同时在RUOD数据集上验证了其良好的泛化性能。研究表明,该改进算法有效提升了水下目标检测的性能与效率,具有较好的应用前景。 展开更多

关键词 水下目标检测 特征融合 RT-detr 轻量化网络设计

在线阅读 下载PDF 职称材料

BDD-DETR:高效感知小目标的锂电池表面缺陷检测

3

作者 邢远秀 刘颛玮 +1 位作者 邢玉峰 王文波 《储能科学与技术》 北大核心 2025年第1期370-379,共10页

针对锂电池外壳端面缺陷尺度和形状差异大而导致小目标缺陷识别困难等问题,提出BDD-DETR(battery defects detection-detection transformer)的锂电池表面缺陷检测算法。BDD-DETR架构在通用的特征提取模块和检测头模块间融入全新的模块... 针对锂电池外壳端面缺陷尺度和形状差异大而导致小目标缺陷识别困难等问题,提出BDD-DETR(battery defects detection-detection transformer)的锂电池表面缺陷检测算法。BDD-DETR架构在通用的特征提取模块和检测头模块间融入全新的模块特征感知与融合网络,通过自适应特征感知模块和特征融合路径从多个方向融合网络的深层与浅层特征,增强关键特征信息响应并抑制冗余特征,进一步提升模型多尺度特征融合能力和小目标感知能力;此外,为了减小缺陷边界框回归时的距离偏差和形状偏差,采用Shape IoU(shape intersection over union)损失函数训练网络模型。实验结果表明,在构建的锂电池端面缺陷数据集上,与CoDETR(collaborative-detection transformer)比较,BDD-DETR平均精度提升了3.7%,小尺度目标检测精度提升了8.9%,平均召回率提升了1.1%,在锂电池的小目标缺陷检测性能上优于目前一些先进的目标检测方法。 展开更多

关键词 锂离子电池 缺陷检测 Co-detr 特征感知与融合网络 Shape IoU损失

在线阅读 下载PDF 职称材料

基于改进RT-DETR的铁路施工场景下人员安全穿戴检测 被引量：2

4

作者 冯爽 王万齐 +1 位作者 杨文 胡昊 《铁道学报》 北大核心 2025年第2期92-101,共10页

针对铁路施工环境较复杂,安全穿戴目标较小难以检测,边缘计算设备资源有限的问题,提出一种基于改进RT-DETR的铁路施工场景下人员安全穿戴检测模型。首先,引用轻量级EfficientViT作为特征提取网络,通过级联分组注意力,解决多头自注意力... 针对铁路施工环境较复杂,安全穿戴目标较小难以检测,边缘计算设备资源有限的问题,提出一种基于改进RT-DETR的铁路施工场景下人员安全穿戴检测模型。首先,引用轻量级EfficientViT作为特征提取网络,通过级联分组注意力,解决多头自注意力计算冗余问题,提高注意力头的多样性。其次,采用HWD-ADown下采样模块,应用Haar小波变换保留更多细节信息来改善错检问题,通过将特征图切分再进行卷积的方式减少卷积操作的参数量,进一步降低模型复杂度,精度维持原来相近水平。最后,设计一种新的损失函数Inner-DIoU,在加速边界框回归速度的同时提高模型检测的泛化能力。实验结果表明,改进模型精确率为92.6%,召回率为84.4%,平均精度均值为90%,与基准模型相比分别提高2.7%、2.1%和3%;模型大小为19.9 MB,参数量为985.6万个,GFLOPs为25.5,与基准模型相比分别降低48.4%、50.4%和55.4%;FPS为94.3,提高了34.7%。提出的模型能够满足铁路施工场景下对检测精度和轻量化的需求。 展开更多

关键词 铁路施工 目标检测 RT-detr 轻量化网络模型

在线阅读 下载PDF 职称材料

融合GIS-GIM与DETR网络的三维电网建模及校验方法

5

作者 任大江 杨凯 李钧超 《沈阳工业大学学报》 北大核心 2025年第4期432-438,共7页

【目的】随着电网规模不断扩大和结构日益复杂,传统电网建模和可视化方法逐渐暴露出诸多问题,如建模准确度难以满足复杂电网结构的精细化展示需求、受限于应用场景而无法有效应对多样化业务需求,且建模普遍缺乏科学有效的校验机制,难以... 【目的】随着电网规模不断扩大和结构日益复杂,传统电网建模和可视化方法逐渐暴露出诸多问题,如建模准确度难以满足复杂电网结构的精细化展示需求、受限于应用场景而无法有效应对多样化业务需求,且建模普遍缺乏科学有效的校验机制,难以保障结果的准确性和可靠性。为解决这些问题,提出了一种融合GIS-GIM与DETR网络的三维电网建模及校验方法,以实现高准确度的三维电网建模,并建立有效的校验体系,为电网规划、运维与管理提供坚实的数据基础和可靠的决策支持。【方法】首先,将电网信息模型(GIM)集成到地理信息系统(GIS)中,利用GIS强大的地理空间分析与展示能力,结合GIM对电网设备和拓扑结构的详细描述,实现更宏观、更全面的三维电网建模,从地理空间维度直观呈现电网的整体布局与设备分布。其次,对DETR网络进行改进,通过优化网络结构、调整参数设置以及采用更有效的训练策略,使其能够更准确地对三维电网设备进行检测和分类。在训练过程中,收集大量的三维电网设备数据,构建丰富多样的数据集,并对数据进行标注和预处理,以提高模型的泛化能力。最后,将改进后的DETR网络应用于三维电网建模过程中,对建模结果中所涉及的设备进行逐一检测和分类,确保设备信息的准确性,从而保障整个建模结果的准确性。【结果】为验证本文方法的有效性,对基于3座新建变电站的100组设备数据展开实验分析。实验结果显示,相较于传统建模方法,融合GIS-GIM与DETR网络的三维电网建模方法在建模准确性上有显著提升,能够更精准地还原电网设备的空间位置、结构形态以及设备间的连接关系。在建模结果校验方面,校验网络展现出良好性能,其准确率达到93.14%,表明该方法能够有效检测出建模过程中可能存在的错误和偏差,确保建模结果的可靠性。【结论】融合GIS-GIM与DETR网络的三维电网建模及校验方法,在提高电网建模准确率和建立有效校验机制方面表现优异,能够满足实际电网建模的高准确度需求。该方法能够为电网的日常运维、故障诊断与抢修等管理工作提供直观、准确的三维可视化信息,为电网规划和管理提供可靠的决策依据,具有重要的理论意义和广阔的应用前景。 展开更多

关键词 GIS-GIM技术 detr网络 三维电网建模 校验方法 电网规划 决策依据 设备分类 设备检测

在线阅读 下载PDF 职称材料

基于改进RT-DETR的极端天气下交通标志检测方法 被引量：1

6

作者 秦伦明 张云起 +2 位作者 崔昊杨 边后琴 王悉 《电子测量技术》 北大核心 2025年第9期56-64,共9页

针对雨、雾和雪等极端天气下交通标志模糊不清,导致检测精度下降和小目标识别困难等问题,本文提出了一种基于改进RT-DETR的交通标志检测算法。首先,采用数据增强方法模拟极端天气环境,以提高模型在这些环境下对交通标志的识别能力。其次... 针对雨、雾和雪等极端天气下交通标志模糊不清,导致检测精度下降和小目标识别困难等问题,本文提出了一种基于改进RT-DETR的交通标志检测算法。首先,采用数据增强方法模拟极端天气环境,以提高模型在这些环境下对交通标志的识别能力。其次,在主干网络中引入Ortho注意力机制,利用正交滤波器减少特征冗余,筛选重要通道信息,提高对小目标的检测精度。此外,采用高层筛选特征金字塔网络(HS-FPN)替换原模型中的跨尺度上下文特征混合器(CCFM),通过高层特征筛选并融合低层特征信息,提升模型在极端天气下对低对比度和模糊目标的检测精度。实验结果显示,改进算法在平均检测精度方面达到87.84%,相比原始RT-DETR模型提高了2.37%,同时参数量减少至18.22 M,相比原模型降低了8.4%,对小目标和处于极端天气中的目标识别精度更高,对保障乘客的安全具有实际意义。 展开更多

关键词 RT-detr 正交通道注意力机制 高层筛选特征金字塔网络 交通标志识别 图像增强

原文传递

基于轻量化RT-DETR的PCB缺陷检测算法

7

作者 李鹏 余珺泽 +1 位作者 于涛 张立豪 《计算机工程与设计》 北大核心 2025年第9期2714-2721,共8页

为解决实际生产中现有DETR类印刷电路板缺陷检测模型检测速度慢、参数量大,模型部署范围受限的问题,提出了一种基于轻量化Real-Time Detection-Transformer的缺陷检测算法。通过采用轻量级的GhostNet重构特征提取网络,减少模型计算复杂... 为解决实际生产中现有DETR类印刷电路板缺陷检测模型检测速度慢、参数量大,模型部署范围受限的问题,提出了一种基于轻量化Real-Time Detection-Transformer的缺陷检测算法。通过采用轻量级的GhostNet重构特征提取网络,减少模型计算复杂度;嵌入深度特征金字塔模块,增强模型对多尺度特征的融合能力;同时设计了一种改进的Focal-SIoU损失函数,引入平衡因子减轻正负样本不均对模型的影响,加速边界框回归。实验结果表明,改进的轻量化缺陷检测算法的mAP50达到了0.93;相较于原算法,模型权重文件大小和参数量分别减少了约42%和47%,而检测精度mAP50仅下降0.02,在轻量化和模型性能之间取得了良好的平衡,能够满足实际生产中工业检测部署的轻量化需求。 展开更多

关键词 印刷电路板 目标检测 RT-detr GhostNet网络 深度特征金字塔 深度学习 图像处理

在线阅读 下载PDF 职称材料

基于改进RT-DETR模型的轻量化条形码识别算法研究

8

作者 庄高帅 张丰收 +2 位作者 屈源昊 何奥辉 段庆阳 《现代电子技术》 北大核心 2025年第24期128-136,共9页

为了解决复杂环境下条形码检测精度不足、模型体积大且不利于硬件移植等问题,提出一种基于改进RT-DETR模型的轻量化检测算法,即CS-RT-DETR。该算法采用轻量化ConvNeXtV2主干进行特征提取,降低模型参数量冗余;设计一种多尺度MSG-Conv卷... 为了解决复杂环境下条形码检测精度不足、模型体积大且不利于硬件移植等问题,提出一种基于改进RT-DETR模型的轻量化检测算法,即CS-RT-DETR。该算法采用轻量化ConvNeXtV2主干进行特征提取,降低模型参数量冗余;设计一种多尺度MSG-Conv卷积替换编码器中的常规卷积,提升模型多尺度特征信息的识别能力;提出一种并行膨胀卷积网络结构CSP-FAFB,使模型获得更大感受野;提出一种基于Gate机制下的注意力采样方法,提高模型对重要特征的敏感性;采用Inner-DIoU损失函数提升模型收敛速度。结果表明,相较于基线算法,所提算法召回率提升0.51%,精确率提升0.48%,参数量、浮点运算量、内存占用量分别下降45.2%、55.9%、47.3%。CS-RT-DETR模型在不损失检测精度的同时满足了轻量化要求。 展开更多

关键词 条形码识别 改进RT-detr 轻量化 膨胀卷积网络 特征提取 Gate机制 损失函数

在线阅读 下载PDF 职称材料

基于RT-DETR的轴承表面微小缺陷检测算法 被引量：1

9

作者 周得辉 赵军 程进峰 《计算机应用》 北大核心 2025年第6期1987-1997,共11页

轴承表面缺陷对机电设备的性能和稳定性有显著影响。针对当前轴承表面缺陷检测过程中存在的小目标识别精度不高、速度较慢的问题,提出一种基于RT-DETR(Real-Time DEtection TRansformer)的轴承表面微小缺陷检测算法——FECS-DETR(Faster... 轴承表面缺陷对机电设备的性能和稳定性有显著影响。针对当前轴承表面缺陷检测过程中存在的小目标识别精度不高、速度较慢的问题,提出一种基于RT-DETR(Real-Time DEtection TRansformer)的轴承表面微小缺陷检测算法——FECS-DETR(Faster Expand and Cross hierarchical-scaled feature Screening DETR)算法。首先,采用轻量级FasterNet-T1重构RT-DETR主干网络以降低计算开销;其次,设计内嵌注意力的扩张残差融合(AERF)模块用于提取深层特征,从而增强对小尺度抽象特征的描述能力;再次,通过引入级联分组注意力(CGA),进一步降低计算冗余,并提升模型的运行效率;继次,提出一种跨层级尺度的信息筛选特征金字塔网络(CIS-FPN),以解决特征融合过程中的信息丢失问题,并增强特征融合能力;最后,利用归一化Wasserstein距离(NWD)与改进Inner-MPDIoU联合的回归损失优化策略提高模型收敛速度和模型检测小尺度目标的准确性。实验结果表明,相较于原RT-DETR算法,FECS-DETR算法在轴承表面微小缺陷数据集上的平均精度均值(mAP)提升了2.5个百分点,计算量减少了28.8%,帧率提升了20.8%。可见,所提算法实现了准确率与实时性之间的平衡,能够满足工业环境下的轴承表面微小缺陷检测需求。 展开更多

关键词 轴承表面缺陷检测 小目标 RT-detr 特征金字塔网络 损失函数

在线阅读 下载PDF 职称材料

基于RT-DETR改进的织物疵点检测算法

10

作者 朱胜利 李明 何志奇 《毛纺科技》 北大核心 2025年第8期118-127,共10页

为了解决织物疵点检测中疵点类型多、大小不平衡和小目标疵点难以检测的问题,基于RT-DETR(Real-Time DEtection TRansformer)提出了一种改进的织物疵点检测算法FD-DETR(Fabric Defect-DETR)。将可变形注意力机制模块DA(Deformable Atten... 为了解决织物疵点检测中疵点类型多、大小不平衡和小目标疵点难以检测的问题,基于RT-DETR(Real-Time DEtection TRansformer)提出了一种改进的织物疵点检测算法FD-DETR(Fabric Defect-DETR)。将可变形注意力机制模块DA(Deformable Attention)引入特征交互模块AIFI(Attention-based Intrascale Feature Interaction)来增强算法对疵点感受野的适应性,以更好地实现对不同类型和不同大小疵点的检测;在Neck层将Slim-Neck与加权双向特征金字塔Bi-FPN相结合形成GVBi-FPN模块以替换CCFM模块,降低模型复杂度的同时提高对小疵点的检测能力;在分类损失部分将RT-DETR的原分类损失函数Varifocal Loss与Slide Loss结合为Slide Varifocal Loss,提高困难样本的训练权重,使算法注重更难检测的目标以提高困难样本的检测精度。结果表明:在检测20类疵点时,相较RT-DETR,FD-DETR算法的参数量有所降低,并且在mAP@0.5方面提高了3.3%,mAP@0.5∶0.95方面提高了1.7%,实现了45.3帧/s的检测速度,能够快速准确的对不同大小疵点进行检测,有效提升算法性能。 展开更多

关键词 织物疵点检测 RT-detr 加权双向特征金字塔 可变形注意力 损失函数

在线阅读 下载PDF 职称材料

基于改进RT-DETR的铜带表面缺陷轻量化检测方法

11

作者 王东城 段伯伟 +3 位作者 邢佳文 徐凯 徐扬欢 刘宏民 《中国有色金属学报》 北大核心 2025年第10期3527-3538,共12页

表面缺陷是衡量铜带产品质量的重要指标之一。针对铜带分切机组现有表面缺陷检测方法存在的检测精度低、泛化能力差及部署成本高等问题,提出一种基于改进Real-Time Detection Transformer(RTDETR)的轻量化检测方法。首先,依托实际生产... 表面缺陷是衡量铜带产品质量的重要指标之一。针对铜带分切机组现有表面缺陷检测方法存在的检测精度低、泛化能力差及部署成本高等问题,提出一种基于改进Real-Time Detection Transformer(RTDETR)的轻量化检测方法。首先,依托实际生产线搭建图像采集系统,采集了大量真实表面缺陷图像。其次,设计了一种自适应图像预处理方法,能够自动去除冗余背景并矫正空间倾角引起的透视畸变。在此基础上,通过人工筛选出关键缺陷样本进行分类标注,并制定面向工业场景的多样化数据增强方案,构建了分切机组铜带表面缺陷数据集。最后,以具有残差结构的Res_Block为基础,提出一种融合PConv算子与多尺度注意力机制(EMA)的高效特征提取模块ERes_Block,并基于ERes_Block为RT-DETR搭建了轻量化主干特征提取网络。结果表明:本文方法相较于原始模型能够有效减少模型参数量,并提高检测精度和推理速度;通过对比实验与消融实验发现,该方法在所有对比算法中具有最优性能,验证了其在实际工业场景中的应用潜力。 展开更多

关键词 分切机组 冷轧铜带 表面缺陷 RT-detr 轻量化网络

在线阅读 下载PDF 职称材料

改进型RT-DETR在干扰场景下的路面损伤检测研究

12

作者 周臣 肖中俊 《齐鲁工业大学学报》 2025年第4期70-80,共11页

随着路面损伤巡检领域不断发展革新,评估路面损伤对驾驶安全性的影响程度越来越重要。针对实际中由于各种干扰因素对路面损伤检测任务的影响,提出一种改进型路面损伤检测算法Road-DETR。使用特征重构金字塔(features reunion pyramid,F... 随着路面损伤巡检领域不断发展革新,评估路面损伤对驾驶安全性的影响程度越来越重要。针对实际中由于各种干扰因素对路面损伤检测任务的影响,提出一种改进型路面损伤检测算法Road-DETR。使用特征重构金字塔(features reunion pyramid,FRP)对干扰信息进行过滤,采用补充细节与轻量化模块(complementary details and lightweight module,CDLM)实现算法轻量化。实验结果表明:相比RT-DETR算法,改进型Road-DETR在公共数据集RDD2022的P mA0.5和P mA0.5∶0.95分别提升2.4%和2.2%,在自建数据集(road detection interference,RDI)上分别提升2.2%和1.9%,整体上参数量大幅下降,计算量和检测速度基本不受影响。说明提出的改进方法有效地提升了算法的抗干扰能力和边缘检测能力,在干扰场景下路面损伤检测的效果明显优于其他算法。 展开更多

关键词 路面损伤检测 RT-detr算法 干扰场景 金字塔结构 目标检测算法

在线阅读 下载PDF 职称材料

基于双主干RT-DETR算法的室内场景划分方法研究

13

作者 阮焱林 王晓野 +2 位作者 闻智威 付程洋 高红亮 《湖北师范大学学报(自然科学版)》 2025年第4期16-24,共9页

针对传统依赖整体图像特征进行判别而在室内场景划分中存在的局限性,在原有RT-DETR算法的基础上进行了针对性改进,引入了双主干网络的结构来提升目标检测的精度,从而进一步优化场景划分的性能。该方法以实验场地中划分的四个区域为基础... 针对传统依赖整体图像特征进行判别而在室内场景划分中存在的局限性,在原有RT-DETR算法的基础上进行了针对性改进,引入了双主干网络的结构来提升目标检测的精度,从而进一步优化场景划分的性能。该方法以实验场地中划分的四个区域为基础,通过构建双主干结构,有效增强对场景中关键静态物品(如门窗、电梯、消防栓等)的检测性能。基于自构建的数据集,结合物品组合特征,进一步为场景划分模型提供了更为可靠的训练和推理依据。实验结果表明,所提方法在实验场景中整体分类准确率上优于现有方法,较主流轻量化图像分类模型MobileNetV3提升28.8%,相较原RT-DETR算法提升6.63%,最终平均准确率达到90.14%. 展开更多

关键词 场景划分 RT-detr 静态物品检测 双主干网络

在线阅读 下载PDF 职称材料

基于改进RT-DETR的多尺度特征融合的高效轻量皮肤病理检测方法

14

作者 任煜瀛 黄凌霄 +1 位作者 杜方 姚新波 《南方医科大学学报》 北大核心 2025年第2期409-421,共13页

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题,提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络,同时对FasterNetBlock模块... 目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题,提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络,同时对FasterNetBlock模块进行重参数化改进。在颈部网络中引入卷积和注意力融合模块代替多头自注意力机制,形成AIFI-CAFM模块,从而增强模型捕获图像全局依赖关系和局部细节信息的能力。设计DRB-HSFPN特征金字塔网络替换跨尺度特征融合模块(CCFM),以融合不同尺度的上下文信息,提升颈部网络的语义特征表达能力。结合Inner-IoU和EIoU的优点,提出了Inner-EIoU替换原损失函数GIOU,进一步提高模型推理准确性和收敛速度。结果改进后的RT-DETR相较于原始模型,在HAM10000数据集上的mAP@50和mAP@50:95分别提升了4.5%和2.8%,检测速度FPS达到59.1帧/s。同时,改进模型的参数量为10.9M,计算量为19.3GFLOPs,相较于原始模型分别降低了46.0%和67.2%,验证了改进模型的有效性。结论本文提出的SD-DETR模型在降低参数量和计算量的同时,能够有效的提取并融合多尺度特征,从而显著提升了皮肤病检测任务的性能。 展开更多

关键词 皮肤病 轻量级网络 多尺度特征融合 注意力机制 RT-detr

在线阅读 下载PDF 职称材料

基于改进RT-DETR的路面坑槽检测模型 被引量：4

15

作者 许小伟 陈燕玲 +2 位作者 占柳 漆庆华 邓明星 《武汉科技大学学报》 CAS 北大核心 2024年第6期457-467,共11页

路面坑槽对驾驶的舒适性和安全性有很大影响。针对路面图像中坑槽尺寸小和特征信息匮乏导致检测精度低的问题,提出一种基于RT-DETR的路面坑槽检测模型Pavement Pothole-DETR(PP-DETR)。其主干网络使用SPDRSFE模块进行特征提取,可保留更... 路面坑槽对驾驶的舒适性和安全性有很大影响。针对路面图像中坑槽尺寸小和特征信息匮乏导致检测精度低的问题,提出一种基于RT-DETR的路面坑槽检测模型Pavement Pothole-DETR(PP-DETR)。其主干网络使用SPDRSFE模块进行特征提取,可保留更多特征信息,提高小目标检测精度;引入渐进特征金字塔网络实现特征融合,避免多级传输造成的信息丢失,以解决坑槽特征信息主要集中在中、底特征层的问题;使用结构重参数化模块Conv3XCC3进行特征再提取,在提高网络表达能力的同时又不增加计算量。实验结果显示,相比原RT-DETR模型,PP-DETR的精确率与召回率分别提升了2.9和5.4个百分点,mAP达到76.9%。本文提出的改进方法有效提升了网络的特征提取和特征融合能力,在路面坑槽检测任务上的表现明显优于YOLO系列模型。 展开更多

关键词 目标检测 路面坑槽 改进RT-detr 渐进特征金字塔网络 结构重参数化

在线阅读 下载PDF 职称材料

基于改进Deformable-DETR的水下图像目标检测方法 被引量：4

16

作者 崔颖 韩佳成 +1 位作者 高山 陈立伟 《应用科技》 CAS 2024年第1期30-36,91,共8页

针对由于水下复杂环境造成的目标检测效果较差、检测精度较低的问题,基于Deformable-DETR算法提出一种改进的水下目标检测算法Deformable-DETR-DA。使用空间注意力模块结合标准Transformer块设计了一个用于增加模型深度的深度特征金字塔... 针对由于水下复杂环境造成的目标检测效果较差、检测精度较低的问题,基于Deformable-DETR算法提出一种改进的水下目标检测算法Deformable-DETR-DA。使用空间注意力模块结合标准Transformer块设计了一个用于增加模型深度的深度特征金字塔(deep feature pyramid networks,DFPN)模块,将其嵌入到模型中提高模型对深层纹理信息的提取能力。使用注意力引导的方式对原模型中编码器部分进行改进,加强了对特征信息的聚合能力,提高了模型在复杂环境下的检测能力。针对URPC数据集,模型各交并比尺度的平均准确度(average precision,AP)为39.5%,相比原模型提升1%,与一些DETR(detection transformer)类的模型相比,不同目标尺度的平均准确度均有1%~4%左右的提高,表明改进的模型能够很好解决复杂环境的水下目标检测的问题。本文提出的模型可作为其他水下目标检测模型设计的参考。 展开更多

关键词 水下光学图像 Deformable-detr 目标检测 TRANSFORMER 注意力机制 深度学习 图像处理 残差网络

在线阅读 下载PDF 职称材料

基于DETR的高分辨率遥感影像滑坡体识别与检测 被引量：7

17

作者 杜宇峰 黄亮 +1 位作者 赵子龙 李国柱 《测绘通报》 CSCD 北大核心 2023年第5期16-20,共5页

滑坡灾害因其极大的破坏性而引起高度重视,如何快速、高精度地自动检测滑坡体成为主要研究问题。针对滑坡体检测数据不足、精度低、检测滑坡体不完全等问题,本文结合卷积神经网络(CNN)和Transformer的优点,以Transformer为主体,采用DET... 滑坡灾害因其极大的破坏性而引起高度重视,如何快速、高精度地自动检测滑坡体成为主要研究问题。针对滑坡体检测数据不足、精度低、检测滑坡体不完全等问题,本文结合卷积神经网络(CNN)和Transformer的优点,以Transformer为主体,采用DETR网络实现滑坡体的自动检测。首先,对于数据集数据不足的问题,采用离线数据增强的方式实现滑坡体数据增广;然后,采用编码器-解码器结构的DETR网络结构对增广数据集进行多尺度训练和预测;最后,对试验结果进行定量评价。试验结果表明,采用DETR网络对滑坡体检测的平均准确率(AP)达0.997,可准确识别和检测滑坡体。此外,试验结果还验证了数据增强可有效提升DETR网络对滑坡体的检测精度。 展开更多

关键词 滑坡 目标检测 卷积神经网络 detr 注意力机制

原文传递

融合点柱网络和DETR的三维复杂道路目标检测 被引量：2

18

作者 李伟文 缪小冬 +1 位作者 顾曹雨 左朝杰 《重庆理工大学学报（自然科学）》 北大核心 2023年第11期32-39,共8页

三维目标检测是智能驾驶的关键技术之一,但是存在处理数据量大、预设特征参数多等问题。针对三维特征选择设置与实际的目标特征相关性较差的问题,提出了一种融合点柱网络和DETR的检测方法。首先,利用支柱编码来降低冗余点云的影响,使特... 三维目标检测是智能驾驶的关键技术之一,但是存在处理数据量大、预设特征参数多等问题。针对三维特征选择设置与实际的目标特征相关性较差的问题,提出了一种融合点柱网络和DETR的检测方法。首先,利用支柱编码来降低冗余点云的影响,使特征提取的匹配性更强,且提升了计算效率;其次,基于DETR解码器的预测模块,使用多头注意力机制建立全局特征与预测集的关联映射,并行计算出相关性最强的预测结果,避免了人工依赖先验知识介入参数导致的不确定性;最后,在公开数据集上进行了验证,相较于原点柱网络,平均检测精度均值提升了19.14%,FPS提升了3,与其他典型算法相比也有较大的提升。 展开更多

关键词 雷达点云 三维目标检测 点柱网络 detr

在线阅读 下载PDF 职称材料

基于MA-DETR的SAR图像飞机目标检测

19

作者 周文骏 黄硕 +4 位作者 张宁 宋传龙 赵宇轩 段一帆 徐国庆 《光学精密工程》 EI CAS CSCD 北大核心 2024年第18期2814-2822,共9页

SAR图像目标检测近年来一直是研究热点,但其成像不清晰的特点也导致DETR网络模型无法很好地提取其潜在特征,同时DETR网络也存在训练周期长、收敛慢的问题。为此设计了一种基于多标签分配的DETR网络(Multi-label Assignment DETR,MA-DETR... SAR图像目标检测近年来一直是研究热点,但其成像不清晰的特点也导致DETR网络模型无法很好地提取其潜在特征,同时DETR网络也存在训练周期长、收敛慢的问题。为此设计了一种基于多标签分配的DETR网络(Multi-label Assignment DETR,MA-DETR)用于SAR图像飞机目标检测任务。本文利用添加大尺度抖动(Large Scale Jittering,LSJ)的数据增强模块增强网络训练效果,然后设计了一种多标签分配监督模块处理从编码器输出的数据,其中多个监督辅助头提取潜在特征并输入到解码器改善DETR网络一对一标签分配方式的不足之处。最后还设计了一种匹配增强模块加入解码器中,缓解由匈牙利匹配算法带来的匹配离散性,提高网络训练损失收敛速度。实验结果表明:在SAR AIRcraft数据集上,相较于原方法,本文方法使AP0.5和AP0.75精度分别提高了7.9%和7.4%,同时基于相同的训练网络,其损失收敛速度有3.3倍的提升。新的网络结构有效提高SAR图像目标检测精度,并且减少了DETR网络训练周期。 展开更多

关键词 目标检测 SAR图像 detr网络 注意力机制

在线阅读 下载PDF 职称材料

基于改进DETR的光伏板缺陷检测 被引量：1

20

作者 文梦洋 付晓刚 彭程瑞 《上海电机学院学报》 2024年第6期331-336,共6页

针对目前光伏板航拍缺陷检测中还存在小目标检测率低、检测速度慢等问题,提出一种基于改进DetectionTransformer(DETR)的光伏板缺陷检测方法。首先,对于光伏板缺陷在航拍图像上相对较小的问题,引入相对位置编码来提高模型对元素位置的感... 针对目前光伏板航拍缺陷检测中还存在小目标检测率低、检测速度慢等问题,提出一种基于改进DetectionTransformer(DETR)的光伏板缺陷检测方法。首先,对于光伏板缺陷在航拍图像上相对较小的问题,引入相对位置编码来提高模型对元素位置的感知,增强对小目标的检测能力;其次,利用动态稀疏注意力(DSA)模块降低DETR自注意力计算复杂度,进而提高检测速度;最后,针对航拍模式下存在的一些较难分类的样本,采用FocalLoss改进分类样本的损失,增加对难分类样本的权重,提升模型对此类样本的检测效果。实验结果表明:改进后的DETR算法对光伏板航拍缺陷检测的平均精度均值达94.7%,较原算法提高了5.1%,与其他主流检测算法相比具有一定优势。 展开更多

关键词 光伏板 深度学习 detr 神经网络 目标检测

在线阅读 下载PDF 职称材料