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3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：
改进的Faster R-CNN的压缩机滑片计数
1
作者 王一 杜岩 +1 位作者 董光林 马钲东 《机械设计与制造》 北大核心 2025年第12期283-286,292,共5页
针对空调压缩机滑片在计数过程中出现的重叠、粘连等导致滑片计数不准确的问题,这里在Faster R-CNN算法的基础上,对其里面的网络结构做了一定的调整,并改进了一些算法。首先采用ResNet50网络作为特征提取网络,引入的残差模块通过增加网... 针对空调压缩机滑片在计数过程中出现的重叠、粘连等导致滑片计数不准确的问题,这里在Faster R-CNN算法的基础上,对其里面的网络结构做了一定的调整,并改进了一些算法。首先采用ResNet50网络作为特征提取网络,引入的残差模块通过增加网络的深度对模型进行优化;其次采用DT-NMS(双阈值-非极大值抑制算法)代替比较常用的单阈值-非极大值抑制算法,可以进一步解决单阈值中漏检问题,以提高重叠度高的滑片的被检测率;最后采用ROI Align池化方法代替ROI Pooling,取消了量化操作的过程,有助于提高检测的精度;改进后的平均精度值为91.97%。 展开更多
关键词 加速区域卷积神经网络 ResNet50网络 双阈值-非极大值抑制算法 感兴趣区域池化
在线阅读 下载PDF
基于自适应双阈值的SUSAN算法 被引量：7
2
作者 钟顺虹 何建农 《计算机工程》 CAS CSCD 2012年第3期206-208,211,共4页
传统SUSAN算法在提取图像边缘时,会出现漏检现象,且所提取的边缘较粗。为此,运用计算最大类间方差的方法自适应地选取双阈值,取代传统算法中人工设定的单阈值,采用多方向局部非极大值抑制方法进行改进,提出一种新的SUSAN边缘检测算法,... 传统SUSAN算法在提取图像边缘时,会出现漏检现象,且所提取的边缘较粗。为此,运用计算最大类间方差的方法自适应地选取双阈值,取代传统算法中人工设定的单阈值,采用多方向局部非极大值抑制方法进行改进,提出一种新的SUSAN边缘检测算法,并将其应用于遥感图像的边缘提取。实验结果表明,该算法能够有效提高边缘定位精度,降低漏检率,使边缘更细致光滑。 展开更多
关键词 图像处理 边缘检测 SUSAN算法 遥感图像 自适应双阈值 最大类间方差法 局部非极大值抑制
在线阅读 下载PDF
基于改进Faster R-CNN与迁移学习的农田杂草识别算法 被引量：16
3
作者 尚文卿 齐红波 《中国农机化学报》 北大核心 2022年第10期176-182,共7页
杂草是导致农作物减产不保量的重要因素,针对田间自然环境下杂草识别精度低和识别范围局限的问题,提出一种基于改进Faster R-CNN与迁移学习的农田杂草识别算法。首先,采集多场景下不同时段不同角度的杂草图片,通过旋转、裁剪和调节色彩... 杂草是导致农作物减产不保量的重要因素,针对田间自然环境下杂草识别精度低和识别范围局限的问题,提出一种基于改进Faster R-CNN与迁移学习的农田杂草识别算法。首先,采集多场景下不同时段不同角度的杂草图片,通过旋转、裁剪和调节色彩等方式扩充数据集;然后,在原始Faster R-CNN网络的基础上利用改进的双阈值非极大抑制算法(Non-Maximum Suppression,NMS)查找置信度较高的边界框;最后,将AlexNet、GoogleNet、VGG16和ResNet50等作为模型的区域建议网络,并将其最优模型参数迁移至农田杂草识别任务中。通过在多样本数据集和少量物种样本数据集上进行测试验证,试验结果表明,算法可以实现96.58%的精确率、94.82%的召回率和95.06%的F_(1)-score,相比当前主流算法在保持识别精度较高的基础上,具有更广的识别范围。 展开更多
关键词 杂草识别 Faster R-CNN 迁移学习 双阈值非极大抑制算法
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