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344篇文章
< 1 2 … 18 >
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：
基于改进Faster RCNN的瓷砖表面缺陷检测算法 被引量：4
1
作者 王建国 孙付仲 +1 位作者 苑子龙 孙殿富 《南京工业大学学报(自然科学版)》 北大核心 2025年第1期49-55,共7页
瓷砖作为生产生活中的必需品,受各种生产因素影响会产生不同的表面缺陷。目前,该缺陷主要靠人工检测,因此带来检测效率低、劳动强度大等难题。针对瓷砖表面的多种缺陷,提出了一种基于机器视觉的快速卷积神经网络(Faster RCNN)改进算法... 瓷砖作为生产生活中的必需品,受各种生产因素影响会产生不同的表面缺陷。目前,该缺陷主要靠人工检测,因此带来检测效率低、劳动强度大等难题。针对瓷砖表面的多种缺陷,提出了一种基于机器视觉的快速卷积神经网络(Faster RCNN)改进算法。首先,针对训练过程中存在的过拟合问题,对原始数据集进行预处理,扩充数据集容量;其次,在Faster RCNN算法主干特征提取网络中添加卷积块注意力混合模块(CBAMM)机制,对瑕疵缺陷进行自主学习并加强对图像深层特征的提取;最后,为保证瓷砖图像中小瑕疵特征的提取,在获得的Proposal建议框上提出自适应空间特征融合(ASFF)算法。结果表明:改进Faster RCNN算法对各类缺陷检测精度均能达到97.2%以上,相较于原始算法,该模型检测精度提升了3.5%,可以更精确地检测瓷砖瑕疵,有利于提高企业的经济效益。 展开更多
关键词 缺陷检测 机器视觉 faster rcnn 深度学习 CBAMM ASFF
在线阅读 下载PDF
基于Faster RCNN网络的服装领型识别
2
作者 李振兴 张迪明 王荦涵 《计算机与数字工程》 2025年第6期1752-1756,共5页
为解决服装数据分析领域中人工标注服装领型效率低的问题,论文提出了一种基于Faster RCNN网络的服装领型识别方法。该方法以Faster RCNN网络框架为基础,ResNet50为主干特征提取网络,SGD优化器与余弦退火算法相结合来优化网络模型,结合... 为解决服装数据分析领域中人工标注服装领型效率低的问题,论文提出了一种基于Faster RCNN网络的服装领型识别方法。该方法以Faster RCNN网络框架为基础,ResNet50为主干特征提取网络,SGD优化器与余弦退火算法相结合来优化网络模型,结合迁移学习的方法实现了服装领型的分类和定位。实验结果表明,论文提出方法对于服装领型的识别效果要优于一般的训练方法,map高达95.51%,该方法也为解决服装领域中其他小目标物件识别困难问题提供了新的思路以及解决办法。 展开更多
关键词 faster rcnn ResNet50 余弦退火 领型识别
在线阅读 下载PDF
基于改进Faster RCNN的柑橘病虫害检测算法研究 被引量：1
3
作者 黄虹 刘俊 《现代化农业》 2025年第1期53-55,共3页
柑橘是我国南方的主要经济作物,柑橘受地理气候环境等影响难以避免出现周期性的病虫害,造成大面积减产和质量问题,实施精准病虫害检测防治工作显得尤为重要。因此,文章提出了改进Faster RCNN网络模型,在RPN网络中融入FPN特征金字塔网络... 柑橘是我国南方的主要经济作物,柑橘受地理气候环境等影响难以避免出现周期性的病虫害,造成大面积减产和质量问题,实施精准病虫害检测防治工作显得尤为重要。因此,文章提出了改进Faster RCNN网络模型,在RPN网络中融入FPN特征金字塔网络,提高不同尺度的分类预测效率,在全连接分类网络中加入位置敏感特性的vote机制,对位置和分类进行设定提高边框定位的准确率;实验结果设置优mAP检测精度、recall精度、IOU边框损失、目标检测准确度、分类识别等性能方面进行测试,得出改进后的Faster RCNN模型的总体检测性能、柑橘病虫害检测准确率、柑橘病虫害识别准确率的明显提高。 展开更多
关键词 柑橘 病虫害检测 faster rcnn 数据增强
在线阅读 下载PDF
基于改进Faster RCNN的汽车管件密封圈装配检测研究
4
作者 夏檑 袁海兵 吴俊 《计算机应用与软件》 北大核心 2025年第6期93-99,共7页
针对目前汽车管件橡胶密封圈采用传统手工安装、目测质检时存在效率低,误检率高等问题,提出一种改进Faster RCNN的汽车管件密封圈装配检测方法。该改进方法将主干特征提取网络替换为ResNet50,在主干网络上加入CSPNet结构,采用深度可分... 针对目前汽车管件橡胶密封圈采用传统手工安装、目测质检时存在效率低,误检率高等问题,提出一种改进Faster RCNN的汽车管件密封圈装配检测方法。该改进方法将主干特征提取网络替换为ResNet50,在主干网络上加入CSPNet结构,采用深度可分离卷积替换原算法中的普通卷积,实现网络结构轻量化,减少模型参数量和计算成本,引入通道洗牌单元和使用Mish激活函数,进一步提升网络精度。实验结果表明,在5500幅图像数据集的基础上,改进Faster RCNN网络模型准确率达到91.45%,满足实际生产需求。 展开更多
关键词 faster rcnn 密封圈装配检测 CSPnet结构 深度可分离卷积
在线阅读 下载PDF
基于Faster RCNN与Alex Net的光伏组串故障识别策略研究
5
作者 徐亮 何伟 +2 位作者 朱子昂 黄翔 叶凯 《电力系统装备》 2025年第2期132-134,共3页
文章提出了一种基于Faster RCNN与Alex Net的光伏组串故障识别策略。该策略利用Faster RCNN对设备运行状态图像进行目标检测,实现对故障区域的快速定位;通过Alex Net对故障区域进行深层次特征提取,学习故障区域的特征表示;构建分类器或... 文章提出了一种基于Faster RCNN与Alex Net的光伏组串故障识别策略。该策略利用Faster RCNN对设备运行状态图像进行目标检测,实现对故障区域的快速定位;通过Alex Net对故障区域进行深层次特征提取,学习故障区域的特征表示;构建分类器或回归器,实现故障类型的识别或故障程度的评估。试验结果显示,所提出的算法在光伏板红外图像识别任务中达到了99.08%的准确率,展示了其在故障识别中的高效性和鲁棒性,为无人机智能巡检系统的实际应用提供了强有力的支持。 展开更多
关键词 fasterrcnn AlexNet 光伏组串 故障识别 深度学习 无人机巡检 目标检测
在线阅读 下载PDF
基于改进Faster RCNN的金属丝网缺陷检测方法 被引量：3
6
作者 姜菲菲 李宁 +1 位作者 邱翠翠 刘大猛 《中国科技论文》 CAS 2024年第2期153-159,共7页
作为一种传统的纺织产品,金属丝网在工业生产、日常生活、科研等领域起着举足轻重的作用,而金属丝网在编制过程中,表面会产生斑点、断线等缺陷,严重影响金属丝网的质量。为保障产品质量,研究了一种基于改进Faster RCNN算法的金属丝网表... 作为一种传统的纺织产品,金属丝网在工业生产、日常生活、科研等领域起着举足轻重的作用,而金属丝网在编制过程中,表面会产生斑点、断线等缺陷,严重影响金属丝网的质量。为保障产品质量,研究了一种基于改进Faster RCNN算法的金属丝网表面缺陷检测方法。首先,为提高模型缺陷特征提取能力,特征提取网络选用深度残差网络(ResNet50)代替原视觉几何群网络(VGG16),并引入注意力模块;随后,训练过程中利用有预热的余弦退火学习率衰减机制,以提高网络检测精度;同时引入k-means算法和遗传算法,设计了更适合金属丝网数据集的锚框尺寸,以提高候选框的精度,解决缺陷定位不准的问题。经实验验证,利用改进Faster RCNN算法检测的平均精度均值(mean average precision,mAP)达86.95%,较原Faster RCNN算法提高18.81%,为金属丝网缺陷的检测提供了一个有效可行的方案。 展开更多
关键词 金属丝网 faster rcnn 缺陷检测 深度学习
在线阅读 下载PDF
基于改进Faster RCNN的钢板表面缺陷检测研究 被引量：1
7
作者 卢勇拾 张滢雪 +2 位作者 司占军 于彦辉 王庆 《印刷与数字媒体技术研究》 CAS 北大核心 2024年第3期244-251,共8页
钢铁是我国工业生产的重要原材料之一,其表面质量问题会直接影响产品的使用,从而带来无法预知的风险,故对钢铁表面进行缺陷检测具有重要意义。而在缺陷检测过程中,存在因裂痕缺陷特征不明显,导致缺陷定位不准确以及检测难度高等问题。... 钢铁是我国工业生产的重要原材料之一,其表面质量问题会直接影响产品的使用,从而带来无法预知的风险,故对钢铁表面进行缺陷检测具有重要意义。而在缺陷检测过程中,存在因裂痕缺陷特征不明显,导致缺陷定位不准确以及检测难度高等问题。针对以上问题,本研究提出一种改进的Faster RCNN算法,在主干特征提取网络上引入自适应模块,增强网络提取有效特征的能力,同时使用DBSCAN聚类算法取得合适的先验框,大大提高了算法的检测效率。实验结果表明,改进的Faster RCNN算法模型对不明显的缺陷特征检测能力大幅度的提升,相比其他检测算法,在钢板表面缺陷检测中能达到高质量、缺陷定位准确、分类成功率高的效果。 展开更多
关键词 faster rcnn DBSACN聚类 目标检测 锚框
在线阅读 下载PDF
基于Transformer改进的Faster RCNN在复杂环境下的车辆检测 被引量：3
8
作者 王鑫泽 何超 《机电工程技术》 2024年第4期106-110,共5页
在监控视角中目标车辆较小、遮挡较为严重,导致检测精度低。通过探讨卷积神经网络和Transformer模型的互相借鉴和联系,并结合损失函数等常规改进,提出了新的Faster RCNN模型。通过借鉴Transformer模型的思想,对原有的特征提取网络进行... 在监控视角中目标车辆较小、遮挡较为严重,导致检测精度低。通过探讨卷积神经网络和Transformer模型的互相借鉴和联系,并结合损失函数等常规改进,提出了新的Faster RCNN模型。通过借鉴Transformer模型的思想,对原有的特征提取网络进行了改进,将原block比例3∶4∶6∶3改为3∶3∶27∶3、卷积核由3×3改为7×7,增大其感受野,能够更好捕捉图像中的全局特征,使用DW卷积来减少参数量并略微提高性能,使用Channel shuffle解决通道间信息不交流的问题。将原先交并比IoU改为CIoU,与改进后的特征提取网络结合,进一步提高小目标和遮挡目标的检测效果。在UA-DETRAC数据集上,改进后的模型在mAP@0.5:0.95方面比原算法提高了20.20%,并在大、中、小目标下分别提高了15.8%、23%和45.8%,相较于其他模型,如YO⁃LOv7、YOLOv5和Cascade RCNN,mAP@0.5:0.95分别提高了3.3%、5%和6.69%。 展开更多
关键词 TRANSFORMER CIoU损失函数 卷积神经网络改进 改进的faster rcnn
在线阅读 下载PDF
基于改进Faster RCNN模型的冬枣缺陷检测方法 被引量：4
9
作者 王伟辉 信泽阳 +1 位作者 车清论 张建军 《农业工程学报》 CSCD 北大核心 2024年第22期283-289,共7页
为了解决冬枣分选工作准确率低、速度慢、人工成本高昂等问题,该研究提出了一种基于改进Faster RCNN模型的冬枣外观缺陷识别方法。首先,使用Resnet50替换原有的VGG16特征提取网络,并在Resnet50中添加SE模块,提高模型的特征提取能力;其次... 为了解决冬枣分选工作准确率低、速度慢、人工成本高昂等问题,该研究提出了一种基于改进Faster RCNN模型的冬枣外观缺陷识别方法。首先,使用Resnet50替换原有的VGG16特征提取网络,并在Resnet50中添加SE模块,提高模型的特征提取能力;其次,融入特征金字塔(feature pyramid network FPN)网络,对不同尺度的特征信息充分提取;最后,将原始的NMS算法用改进的Soft-NMS算法替换,改善被检测图像中对缺陷检测目标的误删问题,进一步提高对冬枣缺陷识别的准确率,试验结果表明:改进的Faster RCNN模型对冬枣缺陷检测平均精度均值(mean average precision,mAP)为91.60%,检测速度为17.5帧/s,mAP比SSD、YOLOv3、YOLOv5分别高14个百分点、11.32个百分点、5.94个百分点,将改进的Faster RCNN网络模型部署在冬枣检测平台上对不同品质的冬枣进行分选,其对优质果、伤果、裂果、虫果、病果的识别准确率分别为94.71%、96.99%、99.06%、93.82%、99.05%。改进的Faster RCNN网络模型能有效的对冬枣外观做出准确、快速的判断,降低冬枣检测过程中的误检率。 展开更多
关键词 冬枣 品质 注意力机制 图像处理 特征金字塔 faster rcnn
在线阅读 下载PDF
多尺度特征融合改进Faster RCNN的铝材表面缺陷辨识 被引量：2
10
作者 陈法法 刘咏 +1 位作者 潘瑞雪 陈保家 《组合机床与自动化加工技术》 北大核心 2024年第5期166-170,共5页
针对铝型材表面缺陷类型多样、缺陷特征复杂,难以自动检测的问题,设计了一种基于改进Faster RCNN的铝材表面缺陷检测模型。以感兴趣区域校准代替感兴趣区域池化,减少Faster RCNN模型自身量化产生的缺陷定位误差;以Darknet-53结合特征金... 针对铝型材表面缺陷类型多样、缺陷特征复杂,难以自动检测的问题,设计了一种基于改进Faster RCNN的铝材表面缺陷检测模型。以感兴趣区域校准代替感兴趣区域池化,减少Faster RCNN模型自身量化产生的缺陷定位误差;以Darknet-53结合特征金字塔为主干网络提高对微小缺陷的提取能力;利用热重启的余弦退火策略更新模型的学习率,进一步加速模型收敛,提高模型检测精度。通过实际的铝型材表观缺陷数据进行测试,该方法对铝型材表面缺陷识别的平均准确率达到96.5%,单张图片检测时间为0.373 s。综合分析表明,所构建的多尺度特征融合改进Faster RCNN的铝材表面缺陷辨识模型,能够达到工程界对铝型材表观缺陷进行缺陷辨识的实际应用需求。 展开更多
关键词 缺陷检测 faster rcnn 特征提取 余弦退火
在线阅读 下载PDF
嵌入CBAM的改进Faster RCNN眼底微动脉瘤检测方法
11
作者 杨丽 邵虹 崔文成 《长江信息通信》 2024年第5期40-43,共4页
眼底微动脉瘤检测可以有效地预防和控制糖尿病性视网膜病变,在临床应用中具有重要的意义,但该病灶的目标区域较小且存在眼底出血和其他结构的干扰,同时眼底图像存在亮度、对比度不均的问题,给检测任务带来了巨大挑战。针对此问题提出一... 眼底微动脉瘤检测可以有效地预防和控制糖尿病性视网膜病变,在临床应用中具有重要的意义,但该病灶的目标区域较小且存在眼底出血和其他结构的干扰,同时眼底图像存在亮度、对比度不均的问题,给检测任务带来了巨大挑战。针对此问题提出一种基于Faster RCNN网络的微动脉瘤小目标检测方法,先对数据集进行以病灶为中心的分块处理,提升目标区域的占比;再将主干网络替换为特征表达能力强的ResNet网络,并引入注意力机制,结合加入融合因子的特征金字塔模块进行多尺度特征融合,改善主干网络提取小目标特征信息的能力,增加其对目标区域的关注程度。实验结果表明,算法在E-Ophtha MA数据集上取得了良好的检测效果,精确率为91.3%,召回率为80.2%,较原模型精确率提高了13.1%,召回率提高了8%,且与其他方法相比检测效果更好。 展开更多
关键词 小目标检测 faster rcnn 微动脉瘤 注意力机制 多尺度特征融合
在线阅读 下载PDF
基于Faster RCNN的轻量化车辆测距模型
12
作者 桑振 屠晓涵 《长春师范大学学报》 2024年第8期67-73,92,共8页
道路上车辆安全事故的发生常见于车辆之间不同程度的碰撞,多是由于车辆没有保持安全的行驶距离,因此在实际道路行驶中,对于车辆距离感知至关重要。本文基于Faster RCNN深度神经网络对目标车辆进行识别,利用Inception v2模型对原有网络... 道路上车辆安全事故的发生常见于车辆之间不同程度的碰撞,多是由于车辆没有保持安全的行驶距离,因此在实际道路行驶中,对于车辆距离感知至关重要。本文基于Faster RCNN深度神经网络对目标车辆进行识别,利用Inception v2模型对原有网络结构进行调整,在保持目标特征量的同时减少计算量,提升模型收敛速度。同时基于数据回归原理搭建图像像素与实际距离映射模型,隐性解决了单目相机成像过程中存在的畸变问题。实验结果表明,搭建的模型对车辆识别的精度达到82.83%,在前方40 m范围内车辆测距误差小于4%,可以实现前方目标车辆的距离判断,为安全驾驶决策提供理论依据。 展开更多
关键词 单目视觉 车辆安全距离 Inception v2 faster rcnn
在线阅读 下载PDF
改进Faster RCNN的遥感图像建筑物检测
13
作者 丁飞 石颉 袁晨翔 《计算机与数字工程》 2024年第9期2798-2803,2841,共7页
为解决现有检测算法对遥感建筑图像检测率低,定位不准确等问题,提出一种改进Faster RCNN的遥感图像建筑物检测方法。在特征提取网络ResNet50上加入注意力机制SE模块,提升网络效率;将感兴趣区域校准(ROI Align)替换原有的感兴趣区域池化(... 为解决现有检测算法对遥感建筑图像检测率低,定位不准确等问题,提出一种改进Faster RCNN的遥感图像建筑物检测方法。在特征提取网络ResNet50上加入注意力机制SE模块,提升网络效率;将感兴趣区域校准(ROI Align)替换原有的感兴趣区域池化(ROI Pooling),消除两次量化带来的误差;利用GA-K-means算法获得更适合数据集的锚框。在WHU building dataset数据集上进行仿真实验,结果显示,改进后的Faster RCNN算法对遥感图像建筑检测的平均精度为92.21%,相较于原算法提升了10.79%,验证了改进方法的有效性。 展开更多
关键词 faster rcnn 注意力机制 ROI Align GA-K-means 建筑物检测
在线阅读 下载PDF
基于Faster RCNN的桥梁缺陷检测研究
14
作者 杨洋 张华 《江苏航运职业技术学院学报》 2024年第3期38-43,共6页
尽管近年来目标检测技术已取得显著进展,但在复杂环境中的多目标检测仍面临诸多挑战。针对Faster RCNN模型在桥梁检测中遇到的问题,提出三点改进:通过采用ResNet101作为特征提取网络,取代传统的VGG16,以此缓解因网络深度增加而导致的信... 尽管近年来目标检测技术已取得显著进展,但在复杂环境中的多目标检测仍面临诸多挑战。针对Faster RCNN模型在桥梁检测中遇到的问题,提出三点改进:通过采用ResNet101作为特征提取网络,取代传统的VGG16,以此缓解因网络深度增加而导致的信息传递衰减问题,提高特征学习的效率;通过引入递归特征金字塔结构,更有效地处理不同尺度的目标,从而增强检测性能;通过在模型中嵌入注意力机制,进一步强化模型对关键区域的识别能力并减少背景噪声的影响,使其能够更加聚焦于目标特征。经过改进,模型的准确率提升至92.5%,平均精度达到91.5%。 展开更多
关键词 桥梁缺陷 目标检测 faster rcnn
在线阅读 下载PDF
基于改进Faster RCNN的PCB表面缺陷检测研究 被引量：6
15
作者 龚陈博 南卓江 陶卫 《自动化仪表》 CAS 2024年第7期99-103,109,共6页
印刷电路板(PCB)在制造过程中不可避免地存在焊点缺焊、短路、毛刺、缺口、开路、余铜等微小缺陷。传统的基于机器视觉检测的缺陷检测方法存在检测速度慢、误检率和漏检率高、抗干扰能力弱等问题。为解决上述问题,提出一种基于改进快速... 印刷电路板(PCB)在制造过程中不可避免地存在焊点缺焊、短路、毛刺、缺口、开路、余铜等微小缺陷。传统的基于机器视觉检测的缺陷检测方法存在检测速度慢、误检率和漏检率高、抗干扰能力弱等问题。为解决上述问题,提出一种基于改进快速区域卷积神经网络(Faster RCNN)的PCB表面缺陷检测方法。首先,在传统Faster RCNN框架的基础上,融入扩展特征金字塔网络(EFPN)以实现特征提取与融合,并进行多尺度检测,从而尽可能保留图像细节信息以提高检测性能。其次,利用K-means算法结合交并比(IoU)优化区域建议网络(RPN)结构中的锚框参数,使得生成的锚框方案更有针对性。试验结果表明,改进Faster RCNN在PCB缺陷数据集上的全类平均正确率(mAP)值达到93.4%、检测速度达到每秒21.79帧。所提方法可推广应用至芯片、光学器件表面微小缺陷在线检测,从而提升工业生产效率。 展开更多
关键词 印刷电路板 缺陷检测 快速区域卷积神经网络 扩展特征金字塔网络 K-MEANS 小目标检测 机器视觉
在线阅读 下载PDF
基于改进的Faster RCNN的仪表自动识别方法 被引量：7
16
作者 王欣然 张斌 +1 位作者 湛敏 赵成龙 《机电工程》 CAS 北大核心 2024年第3期532-539,共8页
在环境复杂的工业场景中,仪表盘存在类别多、相似性高等问题,导致检测的识别效果较差、准确率不高。针对这一问题,提出了一种基于改进的更快速的区域卷积神经网络(Faster RCNN)的仪表自动识别方法。首先,采用残差网络(Resnet)101代替视... 在环境复杂的工业场景中,仪表盘存在类别多、相似性高等问题,导致检测的识别效果较差、准确率不高。针对这一问题,提出了一种基于改进的更快速的区域卷积神经网络(Faster RCNN)的仪表自动识别方法。首先,采用残差网络(Resnet)101代替视觉几何群网络(VGG)16,进行了网络结构简化;然后,引入了特征金字塔网络(FPN),并将其改进为递归特征金字塔网络后进行了迭代融合,输出了特征图;接着,引入了注意力机制模块,根据特征的重要程度,完成了对输出通道权值的重新分配,增强了Faster RCNN对目标的运算能力;提出了改进非极大值抑制算法(Softer-NMS),通过降低置信度来确定准确的目标候选框;最后,采用Mosaic数据增强技术对可视对象类(VOC)2007数据集进行了扩充,对改进后的Faster RCNN模型进行了仪表自动识别的实验。研究结果表明:在相同工业环境下,与传统的Faster RCNN算法模型相比,改进后的Faster RCNN模型准确率为93.5%,较原模型提高了3.8%,mAP值为92.6%,较原模型提高了3.7%,可见该方法在实际生产中具有较强的鲁棒性与泛化能力,可满足工业上对智能检测的要求。 展开更多
关键词 仪表识别 更快速的区域卷积神经网络 递归特征金字塔网络 注意力机制 非极大值抑制算法 Mosaic数据增强技术
在线阅读 下载PDF
改进Faster RCNN with FPN的素布瑕疵检测的算法研究 被引量：5
17
作者 马政 生鸿飞 《纺织工程学报》 2024年第2期84-96,共13页
纺织行业中的布匹检测仍存在采用人工检测的情况,人工检测效果受工人主观影响较大,易发生检测效率的降低和瑕疵的漏检误检。针对这种现状,探究素布瑕疵检测的算法,改进Faster RCNNwith FPN目标检测算法。首先,为了提升Faster RCNNwithFP... 纺织行业中的布匹检测仍存在采用人工检测的情况,人工检测效果受工人主观影响较大,易发生检测效率的降低和瑕疵的漏检误检。针对这种现状,探究素布瑕疵检测的算法,改进Faster RCNNwith FPN目标检测算法。首先,为了提升Faster RCNNwithFPN对于多尺度特征的融合能力,丰富各个特征层的上下文信息,引入跨尺度特征融合模块来改进特征金字塔网络结构。其次,为了更好的利用深层特征,加入尺度内特征交互模块来处理ResNet50输出的深层特征层,丰富高级特征层的语义信息。然后,为了增强对于极端尺寸瑕疵目标的检测能力,使用K-means++聚类和遗传算法,改进预设锚框。最后,由于素布瑕疵的尺寸较小,为了平衡正负样本,采用Focal Loss,增加对于素布瑕疵的检测效果。经过实验,使用COCO指标进行评价,该改进后的网络模型与Faster RCNNwithFPN相比,在mAP_(50)、mAP_(75)和mAP_(50:95)指标上分别提升6.5%、4.4%和4.0%,平均准确率有了明显提升,可以更好地完成素布瑕疵的检测任务。 展开更多
关键词 素布瑕疵检测 更快的区域卷积神经网络 改进特征金字塔网络结构 重新设计锚框 焦点损失
在线阅读 下载PDF
注意力机制和Faster RCNN相结合的绝缘子识别 被引量：44
18
作者 赵文清 程幸福 +1 位作者 赵振兵 翟永杰 《智能系统学报》 CSCD 北大核心 2020年第1期92-98,共7页
针对利用Faster RCNN识别绝缘子图像过程中定位不够准确的问题,提出一种注意力机制和Faster RCNN相结合的绝缘子识别方法。在特征提取阶段引入基于注意力机制的挤压与激励网络(Squeeze-and-Excitation Networks,SENet)结构,使模型能够... 针对利用Faster RCNN识别绝缘子图像过程中定位不够准确的问题,提出一种注意力机制和Faster RCNN相结合的绝缘子识别方法。在特征提取阶段引入基于注意力机制的挤压与激励网络(Squeeze-and-Excitation Networks,SENet)结构,使模型能够关注与目标相关的特征通道并弱化其他无关的特征通道;根据绝缘子的特点,对区域建议网络(region proposal network,RPN)生成锚点(anchor)的比例和尺度进行调整;在全连接层运用注意力机制对周围建议框的特征向量赋予不同权重并进行融合,更新目标建议框的特征向量。实验结果表明:与传统的Faster RCNN算法相比,改进后的算法能够较好地识别出绝缘子。 展开更多
关键词 faster rcnn 绝缘子 注意力机制 SENet 特征通道 RPN 建议框 特征向量
在线阅读 下载PDF
一种基于改进Faster RCNN的金属材料工件表面缺陷检测与实现研究 被引量：37
19
作者 代小红 陈华江 朱超平 《表面技术》 EI CAS CSCD 北大核心 2020年第10期362-371,共10页
目的针对传统检测算法在工件表面缺陷检测上的局限性,以及检测精度不高、准确率较低、检测过程繁琐等问题,提出了一种基于改进RCNN的金属材料工件表面缺陷检测算法。方法图像预处理过程中,运用了图像缺陷定位标注与图像数据的增强处理... 目的针对传统检测算法在工件表面缺陷检测上的局限性,以及检测精度不高、准确率较低、检测过程繁琐等问题,提出了一种基于改进RCNN的金属材料工件表面缺陷检测算法。方法图像预处理过程中,运用了图像缺陷定位标注与图像数据的增强处理的方法。模型训练时为了避免某些分类数据不足,防止因数据集过小导致系统测试模型出现过拟合现象,使用了对原图像进行数据扩增处理。检测网络模型设计时,采用非极大值抑制算法对缺陷图像进行候选区域筛选,构建了区域建议网络,实现网络多层特征的复用和融合,在减少候选区域冗余的基础上提高系统的检测精度。引入多级ROI池化层结构设计算法,消除ROI池化取整而产生的系统偏差,实现高效并准确检测零件表面缺陷的目的。基于ROI-Align算法的原图位置坐标改进,利用双线性插值法获得原图的位置坐标,克服了基于最近邻插值法的ROI-Pooling设计算法带来的像素位置偏移和检测不匹配(misalignment)的问题。结果设计的检测方法在测试集上,金属材料工件表面目标缺陷检测速度达22帧/s,准确率达97.36%,召回率达95.62%。结论与传统的工件表面检测方法相比,改进的FasterRCNN方法对目标识别与定位处理具有较快的速度与较高的准确度,能在复杂场景条件下,提升工件表面缺陷的检测性能。 展开更多
关键词 金属材料工件 表面缺陷识别 faster rcnn 深度学习 目标检测
在线阅读 下载PDF
基于改进Faster RCNN的驾驶员手持通话检测 被引量：6
20
作者 王彬 李小曼 赵作鹏 《江苏大学学报（自然科学版）》 CAS 北大核心 2023年第3期318-323,共6页
针对现有驾驶员通话行为识别误判率较高的问题,提出一种基于改进Faster RCNN的驾驶员行为检测方法,对驾驶员的违规手持通话进行检测.介绍了针对区域建议网络(RPN)及其损失函数的优化策略,并在原始Faster RCNN上运用多尺度训练、增加锚... 针对现有驾驶员通话行为识别误判率较高的问题,提出一种基于改进Faster RCNN的驾驶员行为检测方法,对驾驶员的违规手持通话进行检测.介绍了针对区域建议网络(RPN)及其损失函数的优化策略,并在原始Faster RCNN上运用多尺度训练、增加锚点数量以及引入残差扩张网络的方法增强网络检测不同尺寸目标的鲁棒性.基于车载平台上采集的驾驶员行为图像,对文中提出的方法进行仿真试验.结果表明:RPN和Faster RCNN通过交替优化共享特征提取网络部分,实现高效的目标检测,相较于原始Faster RCNN,检测精确度提高了3.8%,对环境的适应性更强. 展开更多
关键词 驾驶员危险行为 目标检测 分神驾驶 驾驶辅助 多尺度训练 残差扩张网络 faster rcnn
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 2 … 18 下一页 到第 页
使用帮助 返回顶部