目前网购平台的搜索对象仍以文字为主,致使搜索效率低下。文章以广受女性欢迎的浅口高跟鞋为例,对利用图片进行款式自动识别的技术进行探索。以网购平台上收集的3类浅口高跟鞋(粗跟、细跟、坡跟)共900张图片(每款随机抽取200张作为训练...目前网购平台的搜索对象仍以文字为主,致使搜索效率低下。文章以广受女性欢迎的浅口高跟鞋为例,对利用图片进行款式自动识别的技术进行探索。以网购平台上收集的3类浅口高跟鞋(粗跟、细跟、坡跟)共900张图片(每款随机抽取200张作为训练集,剩余100张作为测试集)为研究对象,然后利用深度学习中的Faster R CNN检测模型对浅口高跟鞋款式进行训练和测试识别。结果表明:无论以鞋跟为目标区域,还是以整只鞋为检测区域,利用该模型都能对浅口高跟鞋图像实现良好的款式识别,准确率可达94%以上,且不用经过人为特征提取,方便可行;Faster R CNN检测模型的总体精度和检测速度比R CNN、SPP-Net、FAST R CNN更优。展开更多
光伏故障检测对光伏电站智能运维具有重要意义。针对光伏组件红外图像中热斑目标小、难检测的问题,研究了基于改进Faster R CNN的光伏组件红外热斑故障检测模型。将Swin Transformer作为Faster R CNN模型中的特征提取模块,捕获图像的全...光伏故障检测对光伏电站智能运维具有重要意义。针对光伏组件红外图像中热斑目标小、难检测的问题,研究了基于改进Faster R CNN的光伏组件红外热斑故障检测模型。将Swin Transformer作为Faster R CNN模型中的特征提取模块,捕获图像的全局信息,建立特征之间的依赖关系,提高模型的建模能力;进一步利用BiFPN进行特征融合,改善了热斑故障由于目标小和特征不明显容易被模型忽略掉的问题;同时为了抑制光伏红外图像中背景和噪声的干扰,加入轻量级注意力模块CBAM,使模型更加关注重要通道和关键区域,提高对热斑故障检测精度。在自建光伏组件图像数据集上进行实验,热斑故障检测精度高达915,验证了本文模型对光伏组件热斑故障检测的有效性。展开更多
文摘目前网购平台的搜索对象仍以文字为主,致使搜索效率低下。文章以广受女性欢迎的浅口高跟鞋为例,对利用图片进行款式自动识别的技术进行探索。以网购平台上收集的3类浅口高跟鞋(粗跟、细跟、坡跟)共900张图片(每款随机抽取200张作为训练集,剩余100张作为测试集)为研究对象,然后利用深度学习中的Faster R CNN检测模型对浅口高跟鞋款式进行训练和测试识别。结果表明:无论以鞋跟为目标区域,还是以整只鞋为检测区域,利用该模型都能对浅口高跟鞋图像实现良好的款式识别,准确率可达94%以上,且不用经过人为特征提取,方便可行;Faster R CNN检测模型的总体精度和检测速度比R CNN、SPP-Net、FAST R CNN更优。
文摘光伏故障检测对光伏电站智能运维具有重要意义。针对光伏组件红外图像中热斑目标小、难检测的问题,研究了基于改进Faster R CNN的光伏组件红外热斑故障检测模型。将Swin Transformer作为Faster R CNN模型中的特征提取模块,捕获图像的全局信息,建立特征之间的依赖关系,提高模型的建模能力;进一步利用BiFPN进行特征融合,改善了热斑故障由于目标小和特征不明显容易被模型忽略掉的问题;同时为了抑制光伏红外图像中背景和噪声的干扰,加入轻量级注意力模块CBAM,使模型更加关注重要通道和关键区域,提高对热斑故障检测精度。在自建光伏组件图像数据集上进行实验,热斑故障检测精度高达915,验证了本文模型对光伏组件热斑故障检测的有效性。
