基于改进EfficientDet的食品生产线核桃仁分选智能化研究

1

作者 秦新华 王义亮 +1 位作者 李玉贵 李晋 《食品与机械》 北大核心 2025年第8期77-84,共8页

[目的]提高现有食品生产线核桃仁分选的效率和精度。[方法]基于核桃仁分拣的智能化生产线,提出一种改进的EfficientDet模型用于食品生产线核桃仁智能化分选。通过在主干网络引入卷积注意力机制模块,强化模型对食品区域的聚焦能力。通过... [目的]提高现有食品生产线核桃仁分选的效率和精度。[方法]基于核桃仁分拣的智能化生产线,提出一种改进的EfficientDet模型用于食品生产线核桃仁智能化分选。通过在主干网络引入卷积注意力机制模块,强化模型对食品区域的聚焦能力。通过改进双向特征金字塔网络,增强模型对不同尺度食品的检测能力。通过Dynamic ReLU激活函数对原激活函数进行优化,增强模型对食品的检测性能,并将优化后的模型部署于食品生产线进行试验验证。[结果]试验方法在核桃仁分选任务中实现对正常、碎壳、黑斑和干瘪核桃仁的精准识别与高效分类,单张图像检测时间为18 ms,平均精度均值达到97.92%,误检率降至1.0%,可有效提高食品生产线自动化水平。[结论]该智能化分选方法有效解决了传统分选效率低和精度差的问题,在食品生产线自动化领域具有良好的应用前景与推广价值。 展开更多

关键词 食品生产线 核桃仁分选 智能化 efficientdet模型 双向特征金字塔网络 卷积注意力机制模块

在线阅读 下载PDF 职称材料

融合EfficientDet检测算法与虚拟现实技术的儿童护理模拟教学研究

2

作者 陈婷婷 刘雯 《护理研究》 北大核心 2025年第24期4111-4120,共10页

目的:探索融合EfficientDet检测算法与虚拟现实技术的儿童护理模拟教学研究效果。方法:基于虚拟现实技术构建虚拟人教学平台,提出EfficientDet检测算法,采用空间注意力机制以及拉普拉斯金字塔对算法加以改进,以实现多类别动作检测。在... 目的:探索融合EfficientDet检测算法与虚拟现实技术的儿童护理模拟教学研究效果。方法:基于虚拟现实技术构建虚拟人教学平台,提出EfficientDet检测算法,采用空间注意力机制以及拉普拉斯金字塔对算法加以改进,以实现多类别动作检测。在此基础上,采用三维卷积神经网络与双向长短期记忆神经网络相结合的算法,以学习视频帧中的时空特征,实现儿童护理动作识别。结果:改进EfficientDet检测算法的平均精度均值最高为98.42%,每秒处理的视频帧数最高达到了25.14帧。三维卷积神经网络与双向长短期记忆网络相结合的算法在护理动作识别任务中的准确率、召回率以及F1值平均为95.24%、91.36%、93.68%,明显优于其余算法。护士采用虚拟人教学平台的护理学习效果明显优于传统教学方法。结论:采用的护理动作检测与识别算法具有较高的精度,且基于这两种算法与虚拟现实技术的模拟教学模式能够提升护士的护理学习效果,为儿童护理领域提供了新的解决方案。 展开更多

关键词 儿科 虚拟现实 教学 护理教育 efficientdet算法

在线阅读 下载PDF 职称材料

基于EfficientDet算法的易混淆中药饮片识别

3

作者 刘晶 张璐 刘加峰 《北京生物医学工程》 2025年第4期373-378,共6页

目的应用深度学习算法对易混淆的中药饮片进行识别,确定目标中的中药饮片位置及类别,在此基础上进一步对原网络框架上进行改进,提高识别准确率。方法本文基于EfficientDet目标检测算法框架,结合注意力机制,对网络结构进行改进。通过这... 目的应用深度学习算法对易混淆的中药饮片进行识别,确定目标中的中药饮片位置及类别,在此基础上进一步对原网络框架上进行改进,提高识别准确率。方法本文基于EfficientDet目标检测算法框架,结合注意力机制,对网络结构进行改进。通过这种方式,模型在处理图像时能够更加关注重要特征,从而提高识别的准确性。图像数据采集使用人工拍摄的方法构建,采集后,使用标注工具对图像进行人工标注,确保数据集的准确性和完整性。完成数据集构建和模型设计后,输入数据进行训练,以优化模型性能。结果针对易混淆的两种中药饮片(川贝母、平贝母)进行识别验证,平均识别准确率为99.06%,引入注意力机制进行改进后,平均识别准确率可达到99.34%。这一结果表明,EfficientDet算法在易混淆中药饮片识别任务中具有很高的准确性,且注意力机制的引入有效提升了模型的性能。结论本文将轻量级高效的EfficientDet神经网络应用于中药材识别,并在原网络框架基础上进行改进,显著提升了识别准确率。该研究为中药饮片自动化识别系统的实现奠定了基础,具有重要的临床应用价值。通过高效的识别系统,能够提高中药的安全性与有效性,为中医药的传承与发展提供强有力的技术支持。 展开更多

关键词 中药饮片 目标检测 efficientdet 深度学习

暂未订购

基于改进EfficientDet模型的城市地下管道缺陷检测

4

作者 马小骞 李波 罗理 《信息技术与信息化》 2025年第10期23-26,共4页

地下管道是城市基础设施中不可或缺的一部分,及时排除地下管道缺陷,可以有效保障城市地下管道系统的正常运转。地下管道缺陷样本背景复杂、缺陷尺度变化较大、形态各异、噪声多,给有效检测带来了很大挑战。目前目标检测方法在地下管道... 地下管道是城市基础设施中不可或缺的一部分,及时排除地下管道缺陷,可以有效保障城市地下管道系统的正常运转。地下管道缺陷样本背景复杂、缺陷尺度变化较大、形态各异、噪声多,给有效检测带来了很大挑战。目前目标检测方法在地下管道缺陷检测方面存在不能兼顾速度和精度的问题,且模型参数量大。文章在EfficientDet-D0模型基础上,提出了一种改进模型,引入DySample动态上采样,更好地适应复杂场景和重建特征图,并对数据集采取实时数据增强。通过改进模型比原始模型获得了更高的检测精度,同时保证了实时推理的速度,参数量小,平均精度提升了2.75%,且未额外引入参数量,和主流检测模型相比也有一定优势。 展开更多

关键词 城市地下管道 缺陷检测 DySample动态上采样 efficientdet模型

在线阅读 下载PDF 职称材料

基于EfficientDet-YOLOv7的钢轨损伤检测算法

5

作者 闫龙 袁花明 汤超 《铁路物流》 2025年第8期62-67,共6页

提出一种基于改进EfficientDet和YOLOv7算法的钢轨损伤检测方法,以应对传统人工巡检效率低和精度不足的问题。该方法结合了EfficientNet与双向特征金字塔网络(BiFPN),显著提高了多尺度特征的处理能力,并通过引入更深的卷积层增强了特征... 提出一种基于改进EfficientDet和YOLOv7算法的钢轨损伤检测方法,以应对传统人工巡检效率低和精度不足的问题。该方法结合了EfficientNet与双向特征金字塔网络(BiFPN),显著提高了多尺度特征的处理能力,并通过引入更深的卷积层增强了特征提取能力。通过使用高清相机和光照补偿装置对钢轨表面进行图像采集,利用卷积神经网络对图像进行处理分析,实现快速、精准的钢轨损伤检测。实验结果表明,相比于YOLOv7、YOLOv5和YOLOv3,EfficientDet-YOLOv7算法在平均精度均值(mAP)、查准率(Precision)和查全率(Recall)等指标上分别提升了9.27%,8.50%和9.20%,并且具有更高的计算效率和收敛速度。 展开更多

关键词 钢轨损伤检测 图像采集 YOLOv7 efficientdet 多尺度特征处理

在线阅读 下载PDF 职称材料

基于改进EfficientDet的公路路面病害检测方法

6

作者 宋景景 《自动化应用》 2025年第18期95-98,共4页

公路路面病害检测对于保障道路安全与耐久性至关重要。提出多模块协同优化的高效公路路面病害检测模型,旨在解决不同尺度病害特征提取的难题,并通过引入卷积注意力模块,强化病害特征聚焦能力。实验结果显示,该模型对横向裂缝、纵向裂缝... 公路路面病害检测对于保障道路安全与耐久性至关重要。提出多模块协同优化的高效公路路面病害检测模型,旨在解决不同尺度病害特征提取的难题,并通过引入卷积注意力模块,强化病害特征聚焦能力。实验结果显示,该模型对横向裂缝、纵向裂缝、网状裂缝和坑槽的检测准确率分别为96.43%、97.08%、95.86%和96.75%,召回率分别为95.28%、96.17%、94.73%和95.91%,F1值分别为95.85、96.62、95.29和96.33,平均检测时间在12~13 ms范围内,误检率和漏检率显著低于对比模型。该研究成果为公路路面病害检测提供了更精准、高效的技术手段,有助于提升道路养护决策的科学性。 展开更多

关键词 公路路面病害检测 efficientdet 特征提取增强模块 卷积注意力模块

在线阅读 下载PDF 职称材料

基于改进EfficientDet的电网元件及缺陷识别方法 被引量：35

7

作者 宋立业 刘帅 +1 位作者 王凯 杨金丹 《电工技术学报》 EI CSCD 北大核心 2022年第9期2241-2251,共11页

针对现有的无人机电力巡检中的目标检测算法小目标识别精度低、检测的元件及缺陷类型较为单一、检测速度和精度无法同时满足的问题,提出一种改进的EfficientDet目标检测算法,该算法应用于无人机电力巡检图像的数据挖掘,对高压输电线路... 针对现有的无人机电力巡检中的目标检测算法小目标识别精度低、检测的元件及缺陷类型较为单一、检测速度和精度无法同时满足的问题,提出一种改进的EfficientDet目标检测算法,该算法应用于无人机电力巡检图像的数据挖掘,对高压输电线路上的绝缘子、防震锤、均压环、屏蔽环、鸟巢同时进行目标检测及缺陷定位。首先通过Imgaug数据增强库对现有的1468张国家电网某检修公司标准化无人机巡检数据集进行数据增强;然后在加强特征提取网络双向特征金字塔网络(BiFPN)特征融合时融入小一级尺度的特征层,提高了小目标检测能力,对主干特征提取网络EfficientNet的倒残差模块进行改进,引入坐标注意力机制(CA)提高了主干特征提取效率;最后进行对比训练实验,改进EfficientDet算法在元件检测及缺陷定位测试集上平均均值精度达到90.2%,较原始EfficientDet算法提高8.6%,亦优于其他先进目标检测算法,同时元件检测速率达到23.4f/s,缺陷定位达到17.2f/s,证明了该文方法可以满足电力巡检中准确性和快速性的要求。 展开更多

关键词 电力巡检 efficientdet 元件检测 缺陷定位 数据增强

在线阅读 下载PDF 职称材料

基于EfficientDet的围产期母猪姿态识别 被引量：10

8

作者 刘龙申 舒翠霓 +3 位作者 李波 沈明霞 太猛 刘康 《农业机械学报》 EI CAS CSCD 北大核心 2022年第4期271-279,共9页

围产期母猪母性行为直接影响仔猪的成活率,母猪姿态是其母性行为和筑巢行为的重要表现。针对目前对围产期母猪姿态转换主要依靠人工巡检,费时耗力且主观性强等问题,采集了24头母猪的视频数据并对数据进行预处理,利用EfficientDet网络对... 围产期母猪母性行为直接影响仔猪的成活率,母猪姿态是其母性行为和筑巢行为的重要表现。针对目前对围产期母猪姿态转换主要依靠人工巡检,费时耗力且主观性强等问题,采集了24头母猪的视频数据并对数据进行预处理,利用EfficientDet网络对产床内母猪图像进行深层次特征提取,实现了母猪站、坐、胸卧、侧卧姿态及其侧卧方向(乳房面向仔猪保温箱、乳房背对仔猪保温箱)的准确识别。结果表明:该模型识别平均精度均值(mAP)达93.97%,对图像的检测速度达26.2 f/s,对视频的检测速度达10.66 f/s。通过对母猪产前及产后24 h的姿态进行分析,母猪产前表现出显著的筑巢行为,姿态转换频率显著提高(P<0.001);母猪产后侧卧时间显著增加,母猪侧卧时长与仔猪窝均质量呈正相关关系;根据母猪侧卧方向的偏好性进行分组比较,母猪偏向于将乳房面向保温箱侧卧的小组,仔猪断奶成活率更高。 展开更多

关键词 围产期母猪 姿态识别 深度学习 efficientdet

在线阅读 下载PDF 职称材料

基于EfficientDet网络的湖羊短时咀嚼行为识别方法 被引量：9

9

作者 陆明洲 梁钊董 +2 位作者 NORTON Tomas 张生福 沈明霞 《农业机械学报》 EI CAS CSCD 北大核心 2021年第8期248-254,426,共8页

为分析羊进食行为、自动估算其进食量,提出一种从舍饲湖羊采食视频中自动识别其短时咀嚼行为的方法。首先,针对舍饲湖羊采食区域特点,在EfficientDet网络架构中增加目标框筛选模块,检测视频帧中羊嘴张开、上下颌错开及闭合3种状态,根据... 为分析羊进食行为、自动估算其进食量,提出一种从舍饲湖羊采食视频中自动识别其短时咀嚼行为的方法。首先,针对舍饲湖羊采食区域特点,在EfficientDet网络架构中增加目标框筛选模块,检测视频帧中羊嘴张开、上下颌错开及闭合3种状态,根据羊脸与相机拍摄角度的方位关系检测羊嘴状态,并为各状态赋编码值;然后,利用正则表达式提取连续视频帧中的一次上下颌张合对应的羊嘴状态编码值序列片段;最后,针对羊侧脸面对相机咀嚼、抬头正脸面对相机咀嚼、低头正脸面对相机咀嚼以及鸣叫等一次上下颌张合动作对应的羊嘴状态编码值序列片段构建分类规则,实现短时咀嚼行为的自动识别。对比了基于EfficientDet-D0~D4、YOLO v5和SSD网络的羊嘴状态检测性能,结果表明,改进的EfficientDet-D1网络能以28.18 f/s的传输速率,获得95.64%和98.84%的羊嘴状态检测精确率和均值平均精确率,优于YOLO v5和SSD网络。利用湖羊采食视频测试EfficientDet-D1网络结合正则表达式的湖羊短时咀嚼行为识别分类规则性能,结果表明,分类规则能以91.42%的自动识别正确率和90.85%的平均正确率直接从视频中提取湖羊短时咀嚼行为发生次数和持续时长。本研究将基于视频的湖羊短时咀嚼行为识别问题转换为羊嘴状态编码值序列分类问题,降低了分类模型的复杂度,为湖羊短时咀嚼行为的自动识别提供了一种新的研究思路。 展开更多

关键词 湖羊 短时咀嚼行为 羊嘴状态检测 咀嚼行为分析 正则表达式 efficientdet

在线阅读 下载PDF 职称材料

基于改进EfficientDet的油橄榄果实成熟度检测 被引量：19

10

作者 陈锋军 张新伟 +2 位作者 朱学岩 李志强 林剑辉 《农业工程学报》 EI CAS CSCD 北大核心 2022年第13期158-166,共9页

自然环境下自动准确地检测油橄榄果实的成熟度是实现油橄榄果实自动化采摘的基础。该研究根据成熟期油橄榄果实表型特征的变化以及参考国际油橄榄理事会和中国林业行业标准的建议制定了油橄榄果实成熟度标准,并针对油橄榄果实相邻成熟... 自然环境下自动准确地检测油橄榄果实的成熟度是实现油橄榄果实自动化采摘的基础。该研究根据成熟期油橄榄果实表型特征的变化以及参考国际油橄榄理事会和中国林业行业标准的建议制定了油橄榄果实成熟度标准,并针对油橄榄果实相邻成熟度特征差异不明显以及果实之间相互遮挡问题,提出一种改进EfficientDet的油橄榄果实成熟度检测方法。首先改进特征提取网络,在特征提取网络中引入卷积注意力模块(Convolution Block Attention Module,CBAM)细化不同成熟度之间的特征映射;其次改进特征融合网络,在加权双向特征金字塔网络(BidirectionalFeaturePyramid Network,Bi-FPN)中增加跨级的数据流加强果实的相对位置信息,最后通过623幅油橄榄测试图像对改进的EfficientDet模型进行测试。改进EfficientDet模型在测试集下的精确率P、召回率R和平均精度均值m AP分别为92.89%、93.59%和94.60%,平均检测时间为0.337s,模型大小为32.4M。对比SSD、EfficientDet、YOLOv3、YOLOv5s和FasterR-CNN模型,平均精度均值m AP分别提升7.85、4.77、3.73、1.15和1.04个百分点。改进EfficientDet模型能够为油橄榄果实的自动化采摘提供有效探索。 展开更多

关键词 油橄榄果实 成熟度检测 efficientdet 注意力机制 深度学习

在线阅读 下载PDF 职称材料

基于改进的EfficientDet的布匹疵点识别 被引量：4

11

作者 杨连贺 张超 《天津工业大学学报》 CAS 北大核心 2023年第4期71-76,共6页

为了准确而高效地识别出布匹各种疵点的种类,采用改进的EfficientDet算法进行布匹疵点识别。首先采取改进的Ostu阈值分割算法进行特征边缘的检测,采用非极大值抑制方法对边缘进行筛选,确定候选区域;然后采用筛选器对候选区域的疵点进行... 为了准确而高效地识别出布匹各种疵点的种类,采用改进的EfficientDet算法进行布匹疵点识别。首先采取改进的Ostu阈值分割算法进行特征边缘的检测,采用非极大值抑制方法对边缘进行筛选,确定候选区域;然后采用筛选器对候选区域的疵点进行识别和分类,其中筛选器采用改进的EfficientDet算法。改进的EfficientDet算法与其他优秀的目标检测算法以及原算法进行了比较。结果表明,改进的Ostu分割算法相较于传统算法不仅可以在更多的布匹图像中更准确地识别疵点区域,而且抑制了假边缘现象;该模型规模是几种算法中最小的,识别准确率达到94%,高于目前最优算法4个百分点。 展开更多

关键词 疵点检测 迁移学习 OSTU 目标检测 efficientdet

在线阅读 下载PDF 职称材料

基于改进EfficientDet网络的疲劳驾驶状态检测方法 被引量：6

12

作者 宋巍 张光德 《汽车安全与节能学报》 CAS CSCD 北大核心 2022年第4期651-658,共8页

为提高对司机疲劳驾驶状态视觉检测的精度和效率,降低硬件配置需求,提出了一种基于改进的EfficientDet深度学习网络的疲劳驾驶状态视觉检测方法。用深度可分离卷积和视觉注意力机制,来构建EfficientDet驾驶员面部图像特征提取网络;用双... 为提高对司机疲劳驾驶状态视觉检测的精度和效率,降低硬件配置需求,提出了一种基于改进的EfficientDet深度学习网络的疲劳驾驶状态视觉检测方法。用深度可分离卷积和视觉注意力机制,来构建EfficientDet驾驶员面部图像特征提取网络;用双向特征金字塔网络和k-means先验框聚类方法,来构建EfficientDet驾驶员状态检测网络;采用Perclos瞌睡程度度量指数,来判定驾驶员疲劳状态;对比分析了3种不同深度、不同宽度、不同分辨率大小的改进EfficientDet模型以及YOLO V3、Faster-RCNN模型检测效果。结果表明:在这些方案中,EfficientDet-D2模型检测效果最佳,其平均精度97.92%,召回率96.75%,误检率低于2.39%,漏检率低于1.78%。 展开更多

关键词 深度学习 图像识别 疲劳驾驶 状态检测 改进的efficientdet深度学习网络

在线阅读 下载PDF 职称材料

基于改进EfficientDet算法的可见光遥感舰船目标检测 被引量：4

13

作者 刘浪 刘国栋 刘佳 《现代电子技术》 2022年第22期28-32,共5页

为了有效地解决可见光遥感影像中舰船目标难检测、易错检等问题,文中提出一种基于改进EfficientDet的舰船目标检测算法E-EfficientDet。首先利用K-means++聚类算法对舰船数据集中的目标物体的长宽信息进行聚类分析,得到适合舰船目标的An... 为了有效地解决可见光遥感影像中舰船目标难检测、易错检等问题,文中提出一种基于改进EfficientDet的舰船目标检测算法E-EfficientDet。首先利用K-means++聚类算法对舰船数据集中的目标物体的长宽信息进行聚类分析,得到适合舰船目标的Anchors;然后,针对SENet模块参数量大和降维处理使特征图通道之间的依赖性减小的问题,使用ECANet模块代替EfficientNet网络中SENet模块;其次,为了解决遥感图像中相似目标对船只检测的干扰及小目标难检的问题,采用EfficientNet-B0、EfficientNetV2网络作为E-EfficientDet模型的主干特征提取网络,将获取到的特征送入到改进的BiFPN网络中进行特征融合,获取更加丰富有效的船只目标特征信息;最后,为了扩大图像的响应区域并避免骨干网络对输入图片进行特征提取时出现的信息丢失情况,利用SPPNet网络对特征图进行不同尺度的最大池化。实验结果表明,E-EfficientDet算法对文中数据检测的平均精度(AP)达到90.18%,每张图像的检测时间为0.06 s。另外,将E-EfficientDet算法与Faster RCNN、SSD、YOLOv3算法进行对比,得到所提算法的AP精度均高于其余算法,说明所提算法对实际遥感场景下舰船的检测性能较好。 展开更多

关键词 K-means++ E-efficientdet 舰船目标检测 ECANet SPPNet 数据集增强 AP

在线阅读 下载PDF 职称材料

基于改进Efficientdet的自动驾驶场景目标检测 被引量：12

14

作者 李彦辰 张小俊 +1 位作者 张明路 沈亮屹 《计算机工程与应用》 CSCD 北大核心 2022年第6期183-191,共9页

针对自动驾驶场景中车载平台计算资源有限及小目标检测精度较低等问题,提出一种基于Efficientdet的单阶段目标检测框架Efficientdet-Gs。通过重构倒转残差瓶颈MBConv来改进主干网络Efficientnet,在不牺牲精度的同时降低了网络的参数量... 针对自动驾驶场景中车载平台计算资源有限及小目标检测精度较低等问题,提出一种基于Efficientdet的单阶段目标检测框架Efficientdet-Gs。通过重构倒转残差瓶颈MBConv来改进主干网络Efficientnet,在不牺牲精度的同时降低了网络的参数量和计算量;设计多尺度注意力机制模块应用于特征融合网络,进一步提高了对小目标的检测精度;引入Balanced L1 Loss替换原回归损失函数Smooth L1 Loss,解决了损失函数中的平衡性问题。实验结果表明,Efficientdet-Gs的平均计算量相较于Efficientdet下降了25%,在BDD100K测试集上平均检测精度提高了4.8%,平均推理速度提高了5.7%。该框架在车载硬件设备要求较低的情况下能够实现良好的检测效果。 展开更多

关键词 自动驾驶 目标检测 深度学习 efficientdet Ghostnet 注意力机制

在线阅读 下载PDF 职称材料

基于EfficientDet的风机叶片缺陷检测方法 被引量：16

15

作者 辛彦 吴国新 左云波 《电子测量技术》 北大核心 2022年第5期124-131,共8页

受工作环境恶劣等原因影响,风机叶片常会出现裂纹、凹坑等缺陷。针对当前常用目标检测算法对风机叶片小尺寸缺陷检测准确率低的问题,提出一种基于EfficientDet算法的风机叶片缺陷检测方法。首先采集图像数据并建立Pascal VOC格式的风机... 受工作环境恶劣等原因影响,风机叶片常会出现裂纹、凹坑等缺陷。针对当前常用目标检测算法对风机叶片小尺寸缺陷检测准确率低的问题,提出一种基于EfficientDet算法的风机叶片缺陷检测方法。首先采集图像数据并建立Pascal VOC格式的风机叶片缺陷图像数据集,然后对EfficientDet算法中的主干特征提取网络进行改进,减少向下采样次数并调整有效特征层从而增强主干特征提取网络对小尺寸缺陷的检测能力,同时为特征融合网络增加融合路径提升算法的多尺度特征融合能力,选用FReLU作为激活函数实现像素级空间信息建模,并通过Mosaic数据增强和Focal Loss损失函数增加小尺寸缺陷样本对于检测器的贡献。在建立的风机叶片缺陷图像数据集上的测试结果表明改进后的算法模型平均类别精度达到了96.15%,相较于原版的EfficientDet提升了3.77%,对小目标的检测性能有明显提升。 展开更多

关键词 深度学习 目标检测 efficientdet 图像处理 风机叶片

原文传递

基于EfficientDet网络的细粒度吸烟行为识别 被引量：6

16

作者 张洋 姚登峰 +1 位作者 江铭虎 李凡姝 《计算机工程》 CAS CSCD 北大核心 2022年第3期302-309,314,共9页

在实际场景中,因香烟目标过于微小且特征不明显,现有的目标检测算法难以区分类烟物与香烟,导致吸烟行为识别效果差。提出一种基于弱监督细粒度结构与EfficientDet网络的吸烟行为识别算法。采用Edge Boxes算法检测图像块的特征边缘,通过... 在实际场景中,因香烟目标过于微小且特征不明显,现有的目标检测算法难以区分类烟物与香烟,导致吸烟行为识别效果差。提出一种基于弱监督细粒度结构与EfficientDet网络的吸烟行为识别算法。采用Edge Boxes算法检测图像块的特征边缘,通过非极大值抑制对边缘进行筛选,形成候选区域块。构建包含物体级筛选器和局部级筛选器的细粒度两级注意力模型,其中物体级筛选器使用改进的EfficientDet网络滤除候选区域的背景噪声,以分类前景物体及特征较强的候选区域,并在局部级筛选器中使用通道注意力卷积块对候选区域进行聚类,筛选出得分最高的像素块。通过融合物体级筛选器与局部级筛选器得到的结果,以准确识别吸烟行为。在BUU-Smoke数据集上的实验结果表明,该算法的吸烟行为识别准确率为93.10%,误检率为3.6%,并且具有较优的鲁棒性和泛化能力。 展开更多

关键词 吸烟行为 efficientdet网络 弱监督细粒度 注意力机制 行为识别

在线阅读 下载PDF 职称材料

基于EfficientDet-D1的草莓快速检测及分类 被引量：11

17

作者 张小花 李浩林 +2 位作者 李善军 张文峰 冼镇鸿 《华中农业大学学报》 CAS CSCD 北大核心 2022年第6期262-269,共8页

为了快速识别自然环境下的成熟草莓与未成熟草莓,本研究提出了基于EfficientDet-D1的草莓快速检测及分类方法。该方法具有EfficientNet网络中快速归一化特征加权融合特点,应用该方法与YOLOv3、YOLOv4、Faster-RCNN以及EfficientDet-D0... 为了快速识别自然环境下的成熟草莓与未成熟草莓,本研究提出了基于EfficientDet-D1的草莓快速检测及分类方法。该方法具有EfficientNet网络中快速归一化特征加权融合特点,应用该方法与YOLOv3、YOLOv4、Faster-RCNN以及EfficientDet-D0模型进行对比试验,结果显示,YOLOv3、YOLOv4、Faster-RCNN、EfficientDet-D0和EfficientDet-D1等5种算法的平均精度均值(PmA)分别为89.51%、69.02%、96.54%、96.71%、97.50%。试验结果表明,EfficientDet-D1在成熟草莓与未成熟草莓的检测性能均优于其他4种目标检测算法,有较好的泛化性和鲁棒性,且使用模型参数量较小的EfficientNet网络,更适合作用于移动端识别,可实现草莓快速识别中的速度与精度要求。 展开更多

关键词 深度学习 目标检测 efficientdet 草莓分类 EfficientNet

在线阅读 下载PDF 职称材料

基于CA‐EfficientDet的棉布瑕疵检测方法 被引量：6

18

作者 徐天伦 李波 +1 位作者 胡文杰 姚为 《中南民族大学学报（自然科学版）》 CAS 北大核心 2022年第2期243-250,共8页

针对目前棉布瑕疵检测算法存在精度不够高的问题,基于高效的EfficientDet目标检测模型,结合通道注意力机制,提出了一种棉布瑕疵检测模型CA-EfficientDet,通过注意力机制在特征提取时关注重要的信息;此外,提出了改进的BiFPN特征融合策略... 针对目前棉布瑕疵检测算法存在精度不够高的问题,基于高效的EfficientDet目标检测模型,结合通道注意力机制,提出了一种棉布瑕疵检测模型CA-EfficientDet,通过注意力机制在特征提取时关注重要的信息;此外,提出了改进的BiFPN特征融合策略,增加了不同层级的特征融合,提高了多尺度特征融合的效率.在棉布瑕疵企业样本及公开数据集上的实验结果表明:所提出的棉布瑕疵检测模型在精度上有明显提升,具有良好的目标检测效果. 展开更多

关键词 CA-efficientdet网络 瑕疵检测 注意力机制 棉布生产 深度学习

在线阅读 下载PDF 职称材料

优化EfficientDet深度学习的车辆检测 被引量：8

19

作者 陈西江 安庆 班亚 《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2021年第6期653-660,共8页

针对深度学习EfficientDet模型的车辆检测性能进行分析,基于训练过程中容易陷入局部最优进行优化改进,构建分阶段自适应的训练模型,利用该训练模型对短距离和远距离车辆进行检测,并将检测结果与基于Cascade R-CNN和CenterNet方法进行比... 针对深度学习EfficientDet模型的车辆检测性能进行分析,基于训练过程中容易陷入局部最优进行优化改进,构建分阶段自适应的训练模型,利用该训练模型对短距离和远距离车辆进行检测,并将检测结果与基于Cascade R-CNN和CenterNet方法进行比较,从计算复杂度、耗时及检测精度三方面分析显示本文方法优于其他两种方法.同时,对不同角度和不同距离车辆检测结果进行分析,确定了检测的最优距离和角度.最后,通过实例验证了本文方法可以用于大范围车辆的检测. 展开更多

关键词 深度学习 efficientdet 车辆检测 学习率

在线阅读 下载PDF 职称材料

基于EfficientDet网络的输电线路故障检测 被引量：7

20

作者 朱登柯 侯兴松 要晓迪 《国外电子测量技术》 北大核心 2021年第6期144-151,共8页

为保障电力系统的安全运行,需要对输电线路进行全方位的智能监测和实时预警。针对电力行业缺少公开图像数据样本、故障特征不明显、小目标难以检测的问题,提出了一种基于EfficientDet网络的输电线路故障检测方法。首先,采集并仿真多场... 为保障电力系统的安全运行,需要对输电线路进行全方位的智能监测和实时预警。针对电力行业缺少公开图像数据样本、故障特征不明显、小目标难以检测的问题,提出了一种基于EfficientDet网络的输电线路故障检测方法。首先,采集并仿真多场景下的输电线路异物悬挂、导线散股断股两类故障,整理形成故障数据集。考虑到故障样本中存在诸多特征不明显的小目标,提出了改进EfficientDet网络的特征融合层的方法,减少其下采样次数使网络能够有效提取到小目标的细节特征信息。通过分析数据集中故障目标的分布特点重新设计anchor尺寸并调整其在网络中的分配方式,加速网络收敛过程,进一步提升了网络的检测性能。实验结果表明,提出的算法在交并比阈值为0.5时,检测两类目标的平均准确率达到了95.12%,模型推理速度为23 fps,在检测精度和速度上都超过了YOLO v4算法,且模型大小远小于YOLO v4。 展开更多

关键词 智能巡检 故障检测 efficientdet网络 深度学习

原文传递