期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于轻量化RT-DETR的PCB缺陷检测算法
1
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
面向无人机监控的动态多尺度目标检测模型的研究与实现 被引量：1
2
作者 张宇 王延吉 +2 位作者 马辉 闫锴 李大舟 《电子测量技术》 北大核心 2024年第10期141-150,共10页
在无人机侦察、安防监控以及自动驾驶等领域中,目标检测技术面临巨大的挑战,图像中的目标往往具有多尺度属性,尤其是小尺寸目标检测难,以及目标很容易受到不同程度的遮挡。针对这些亟待解决的问题,本文提出了一种创新的动态多尺度目标... 在无人机侦察、安防监控以及自动驾驶等领域中,目标检测技术面临巨大的挑战,图像中的目标往往具有多尺度属性,尤其是小尺寸目标检测难,以及目标很容易受到不同程度的遮挡。针对这些亟待解决的问题,本文提出了一种创新的动态多尺度目标检测模型:YOLO-DDE。首先,本文了提出了CEMA和CED卷积模块,增强了骨干网络对多尺度信息的处理能力精细特征提取能力,从而实现在复杂场景下更加精确的识别效果。此外,本文通过对FPAN网络结构进行创新性重构,提出了DFPN结构,此结构采用纵向跨尺度融合技术,显著提升了模型的尺度特征融合效果。最后,引入了动态检测头,提出了DD-Head结构,强化了模型对下游任务处理的能力。综上所述,本文提出的YOLO-DDE模型以其动态多尺度结构,为目标检测技术的性能提升提供了新的可能性。本文在PASCAL VOC数据集上进行了消融实验和对比试验,与当前主流先进模型YOLOv8相比,本文模型YOLO-DDE在评价指标map50和map50-95上分别提升了1.8%和3.2%,并且本文还在VisDrone、HIT-UAV、FAIR1M2.0数据集上进行了泛化性实验,验证了模型具有很强的泛化能力。 展开更多
关键词 注意力机制 多尺度 解耦头 可变形卷积 dfpn
原文传递
描述VHDL语句的Petri Nets模型 被引量：1
3
作者 朱国魂 王聪敏 《系统仿真学报》 CAS CSCD 2003年第z1期83-84,88,共3页
提出了一个可以描述VHDL中对象和控制流的Petri Nets模型,对比了只支持控制流CFPN模型的描述能力,给出了VHDL中对象:信号、变量和数据类型对模型的影响,并以具体实例分析了两种模型的不同抽象结果。
关键词 dfpn CFPN VHDL 并发语句 信号 变量
在线阅读 下载PDF
基于特征优化与深层次融合的目标检测算法 被引量：5
4
作者 谢誉 包梓群 +3 位作者 张娜 吴彪 涂小妹 包晓安 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第12期2403-2415,共13页
针对单阶段多边框检测算法(SSD)存在对小目标检测误差较大的问题,提出基于特征优化与深层次融合的目标检测算法,通过空间通道特征增强(SCFE)模块和深层次特征金字塔网络(DFPN)改进SSD.SCFE模块基于局部空间特征增强和全局通道特征增强... 针对单阶段多边框检测算法(SSD)存在对小目标检测误差较大的问题,提出基于特征优化与深层次融合的目标检测算法,通过空间通道特征增强(SCFE)模块和深层次特征金字塔网络(DFPN)改进SSD.SCFE模块基于局部空间特征增强和全局通道特征增强机制优化特征层,注重特征层的细节信息;DFPN基于残差空间通道增强模块改进特征金字塔网络,使不同尺度特征层进行深层次特征融合,提升目标检测精度.在训练阶段添加样本加权训练策略,使网络注重训练定位良好的样本和置信度高的样本.实验结果表明,在PASCAL VOC数据集上,所提算法在保证速度的同时检测精度由SSD的77.2%提升至79.7%;在COCO数据集上,所提算法的检测精度由SSD的25.6%提升至30.1%,对小目标的检测精度由SSD的6.8%提升至13.3%. 展开更多
关键词 目标检测 深层次特征金字塔网络(dfpn) 空间通道特征增强(SCFE) 样本加权训练 单阶段多边框检测算法(SSD)
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部