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8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：
基于高效多特征融合的冷轧钢表面缺陷检测算法
1
作者 王晓宇 陈树宗 +2 位作者 霍光帆 彭文 张殿华 《中国冶金》 北大核心 2025年第9期174-184,共11页
冷轧板带钢因其优异的表面质量、尺寸精度和力学性能,广泛应用于汽车、家电和建筑等高精度领域。随着对表面质量要求的不断提升,冷轧钢表面检测面临着越来越高的挑战。为了提高冷轧钢缺陷的检测精度和效率,本文提出了一种全新的高效轻... 冷轧板带钢因其优异的表面质量、尺寸精度和力学性能,广泛应用于汽车、家电和建筑等高精度领域。随着对表面质量要求的不断提升,冷轧钢表面检测面临着越来越高的挑战。为了提高冷轧钢缺陷的检测精度和效率,本文提出了一种全新的高效轻量化模型——EffiNet。EffiNet模型引入了动态蛇形卷积,通过灵活的路径卷积方式有效增强了对线性细小缺陷的捕捉能力;为提升低对比度背景下的特征提取能力,模型融合了高效多尺度注意力机制,通过动态调整不同尺度特征的权重,使得模型能够精准关注关键特征信息;最后,通过引入Ghost卷积模块,有效减少了计算量和参数量,同时保持较高的检测精度。试验结果表明,EffiNet在检测精度、召回率及平均精度均值(mAP50)等指标上均超过了现有的YOLO系列模型,mAP50达到了0.879,精度和召回率分别为82.8%和85.9%。此外,EffiNet的参数量为4.56M,每秒10亿次浮点运算(GFLOPS)为9.4,具有较低的计算开销和较快的推理速度,适合钢铁行业的缺陷自动检测。 展开更多
关键词 钢板缺陷检测 高效多尺度注意力机制 动态蛇形卷积 特征融合 轻量化模块
在线阅读 下载PDF
基于高分辨扩展金字塔的场景文本检测
2
作者 王满利 窦泽亚 +2 位作者 蔡明哲 刘群坡 史艳楠 《电子与信息学报》 北大核心 2025年第7期2334-2346,共13页
文本检测作为计算机视觉领域一项重要分支,在文字翻译、自动驾驶和票据信息处理等方面具有重要的应用价值。当前文本检测算法仍无法解决实际拍摄图像的部分文本分辨率低、尺度变化大和有效特征不足的问题。针对上述待解决的问题,该文提... 文本检测作为计算机视觉领域一项重要分支,在文字翻译、自动驾驶和票据信息处理等方面具有重要的应用价值。当前文本检测算法仍无法解决实际拍摄图像的部分文本分辨率低、尺度变化大和有效特征不足的问题。针对上述待解决的问题,该文提出一种基于高分辨扩展金字塔的场景文本检测方法(HREPNet)。首先,构造一种改进型特征金字塔,引入高分辨扩展层和超分辨特征模块,有效增强文本分辨率特征,解决部分文本分辨率低的问题;同时,在主干网络传递特征过程中引入多尺度特征提取模块,通过多分支空洞卷积结构与注意力机制,充分获取文本多尺度特征,解决文本尺度变化大的问题;最后,提出高效特征融合模块,选择性融合高分辨特征和多尺度特征,从而减少模型的空间信息的丢失,解决有效特征不足的问题。实验结果表明,HREPNet在公开数据集ICDAR2015,CTW1500和Total-Text上综合指标F值分别提高了7.6%,5.5%和3.0%,在准确率召回率上都得到显著提升;此外,HREPNet对不同尺度和分辨率的文本检测效果均有明显提升,对小尺度和低分辨率文本提升尤为显著。 展开更多
关键词 文本检测 高分辨扩展金字塔 多尺度特征提取模块 高效特征融合模块
在线阅读 下载PDF
基于YOLOv10n的BGA锡球缺陷检测算法
3
作者 胡彬 朱文彬 +1 位作者 王鸣昕 朱晓春 《半导体技术》 北大核心 2025年第10期1067-1077,共11页
球栅阵列(BGA)锡球缺陷的高效检测是保障芯片质量的核心环节,而缺陷样本的稀缺性为基于深度学习方法的有效训练带来了挑战。设计了一种基于前景-背景加权融合的数据增强方法,有效缓解了训练样本的不足,并提出了一种基于YOLOv10n的BGA锡... 球栅阵列(BGA)锡球缺陷的高效检测是保障芯片质量的核心环节,而缺陷样本的稀缺性为基于深度学习方法的有效训练带来了挑战。设计了一种基于前景-背景加权融合的数据增强方法,有效缓解了训练样本的不足,并提出了一种基于YOLOv10n的BGA锡球缺陷检测算法EMP-YOLOv10n。首先,构建跨尺度高效特征融合网络(EffiFuseNet),在减少参数量(Params)的同时,增强对缺陷细节的捕捉能力;其次,引入一种新型C2f_MLCA模块,以提高对小目标缺陷的检测精度;最后,提出一种轻量化检测头(P-Detect)模块,在保留有效信息的同时显著减小了计算量。实验结果显示,与基准模型YOLOv10n相比,EMP-YOLOv10n的平均精度均值(mAP)提高了3.4%,召回率(R)提高了6%,Params减少了42.3%,计算复杂度降低了34.1%,这表明该模型有效提高了基于深度学习的BGA锡球缺陷检测的准确性和实时性。 展开更多
关键词 球栅阵列(BGA) 锡球 缺陷检测 数据增强 跨尺度高效特征融合网络(EffiFuseNet) C2f_MLCA模块 小目标检测
原文传递
融合渐进式去雨网络的军用车辆检测算法
4
作者 苏胜君 仝秋红 +3 位作者 柴国庆 苏海东 王凯 胡待方 《现代电子技术》 北大核心 2025年第5期127-134,共8页
针对雨天场景下检测军用车辆目标时出现的精度退化问题,提出一种将渐进式去雨算法与高精确率检测器相融合的军用车辆检测方法。首先设计了一个图像去雨算法HISPNet,其包括轻量级高效雨纹特征提取模块和跨子网雨纹特征融合模块,捕获雨纹... 针对雨天场景下检测军用车辆目标时出现的精度退化问题,提出一种将渐进式去雨算法与高精确率检测器相融合的军用车辆检测方法。首先设计了一个图像去雨算法HISPNet,其包括轻量级高效雨纹特征提取模块和跨子网雨纹特征融合模块,捕获雨纹信息的同时缓解卷积过程中的细节特征丢失问题;其次引入SPPFCSPC模块改进了单阶段检测器,保证检测器感受野的同时提高了效率,增强了检测模型的表达能力。自建数据集中的实验结果表明,雨天场景下,相较于经典检测算法YOLOv7,所提算法的mAP@0.5、mAP@0.5:0.95分别提升了4.4%、2.8%,算法检测速度达到21.05 f/s,基本满足检测实时性要求,证明了所提算法的有效性与实用性。 展开更多
关键词 图像去雨 编码器-解码器架构 轻量级高效雨纹特征提取模块 跨子网雨纹特征融合模块 SPPFCSPC模块 军用车辆检测
在线阅读 下载PDF
基于多重多尺度融合注意力网络的建筑物提取 被引量：12
5
作者 杨栋杰 高贤君 +3 位作者 冉树浩 张广斌 王萍 杨元维 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第10期1924-1934,共11页
针对全卷积神经网络模型在进行建筑物提取时易产生过度分割以及内部空洞的问题,提出基于多重多尺度融合注意力网络(MMFA-Net)的高分辨率遥感影像建筑物提取方法.该方法以U-Net为主体架构,设计2个模块:多重高效通道注意力(MECA)和多尺度... 针对全卷积神经网络模型在进行建筑物提取时易产生过度分割以及内部空洞的问题,提出基于多重多尺度融合注意力网络(MMFA-Net)的高分辨率遥感影像建筑物提取方法.该方法以U-Net为主体架构,设计2个模块:多重高效通道注意力(MECA)和多尺度特征融合注意力(MFA). MECA设计在模型跳跃连接中,通过权重配比强化有效特征信息,避免注意力向无效特征的过渡分配;采用多重特征提取,减少有效特征的损失. MFA被嵌入模型底部,结合并行连续中小尺度空洞卷积与通道注意力,获得不同的空间特征与光谱维度特征,缓解空洞卷积造成的大型建筑物像素缺失问题. MMFA-Net通过融合MECA和MFA,提高了建筑物提取结果的完整度和精确率.将模型在WHU、 Massachusetts和自绘建筑物数据集上进行验证,在定量评价方面优于其他5种对比方法,F_(1)分数和IoU分别达到93.33%、87.50%;85.38%、74.49%和88.46%、79.31%. 展开更多
关键词 深度学习 高分辨遥感影像 建筑物提取 多尺度特征融合 高效通道注意力模块 U-Net
在线阅读 下载PDF
基于深度学习的脊椎CT图像分割 被引量：6
6
作者 黄昆 张俊华 普钟 《电子测量技术》 北大核心 2022年第20期151-159,共9页
脊椎CT图像分割是脊椎三维重建可视化的关键。针对脊椎CT图像中脊椎边缘模糊,结构复杂,形状多变等问题,基于深度学习方法提出一种双解码器网络。该网络在编码解码网络U-Net结构基础上增加了一条结构相同的并行解码分支,两个解码分支可... 脊椎CT图像分割是脊椎三维重建可视化的关键。针对脊椎CT图像中脊椎边缘模糊,结构复杂,形状多变等问题,基于深度学习方法提出一种双解码器网络。该网络在编码解码网络U-Net结构基础上增加了一条结构相同的并行解码分支,两个解码分支可以互补地提取图像特征。并且,在编码与解码之间加入双重特征融合模块,解决网络在下采样和上采样过程中造成的语义信息丢失问题。同时用密连混合卷积模块代替原始卷积模块,提高网络对多尺度特征的提取能力。此外加入高效注意力模块,使网络在空间上注重学习感兴趣区域,在通道上抑制无关信息。在CSI2014公开数据集上进行测试,Dice系数达到0.970,Jaccard系数达到0.945,召回率达到0.962。实验结果表明,该网络能够提高脊椎分割精度,具有较好的泛化能力,可以满足临床脊椎CT图像分割需求。 展开更多
关键词 脊椎分割 深度学习 双解码器网络 双重特征融合模块 密连混合卷积模块 高效注意力模块
原文传递
基于改进RCF的轨道边缘检测模型 被引量：4
7
作者 王运明 范晓宇 +1 位作者 王新屏 李卫东 《激光杂志》 CAS 北大核心 2023年第8期54-59,共6页
针对现有边缘检测模型检测复杂环境下的轨道边缘精度较低的问题,提出了一种基于改进RCF的轨道边缘检测模型。在RCF模型的基础上,去除深层的反卷积操作,增加特征融合模块,提升深层特征网络表达轨道边缘特征的能力,设计多感受野模块替换... 针对现有边缘检测模型检测复杂环境下的轨道边缘精度较低的问题,提出了一种基于改进RCF的轨道边缘检测模型。在RCF模型的基础上,去除深层的反卷积操作,增加特征融合模块,提升深层特征网络表达轨道边缘特征的能力,设计多感受野模块替换最后的concat层,增加有效感受野,引入高效注意力模块,提取有利于特征检测的通道,减少边缘检测的噪声。仿真结果表明,与HED、RCF模型相比,改进RCF模型检测轨道边缘的ODS分别提高了6.4%和1.1%、OIS分别提高了5.3%和0.7%,可更高效地检测轨道边缘。 展开更多
关键词 轨道边缘检测 RCF 特征融合模块 多感受野 高效注意力机制
原文传递
基于MobileNet的多尺度感受野特征融合算法 被引量：5
8
作者 黄裕凯 王青旺 +2 位作者 沈韬 朱艳 宋健 《激光与光电子学进展》 CSCD 北大核心 2023年第4期270-278,共9页
针对轻量化网络在目标检测中检测精度低的问题,提出了一种以MobileNet为基础网络的轻量级目标检测网络MobileNet-RFB-ECA。针对目标多尺度特性,采用基于轻量化扩充感受野模块(RFB)的特征金字塔网络结构增强网络对目标多尺度特性的适应... 针对轻量化网络在目标检测中检测精度低的问题,提出了一种以MobileNet为基础网络的轻量级目标检测网络MobileNet-RFB-ECA。针对目标多尺度特性,采用基于轻量化扩充感受野模块(RFB)的特征金字塔网络结构增强网络对目标多尺度特性的适应性。与此同时,针对复杂注意力模块导致计算量大的问题,在主干特征提取网络添加有效通道注意力机制模块(ECA),提高卷积神经网络的性能。实验结果表明,相较于MobileNet,所提MobileNet-RFB-ECA在PASCAL VOC数据集和KITTI数据集上检测精度分别提高了4.2个百分点和15.4个百分点,模型大小分别为50.3 MB和48.5 MB,平均检测速度为34 frame·s^(-1)。 展开更多
关键词 图像处理 目标检测 轻量化神经网络 多尺度特征融合 MobileNet RFB-Net模型 有效注意力机制
原文传递
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