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676篇文章
< 1 2 … 34 >
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Faster-R-CNN的输送带表面损伤检测 被引量：2
1
作者 袁媛 赵鹏举 +1 位作者 孟文俊 王航 《机械设计与制造》 北大核心 2025年第3期199-203,共5页
针对输送带在长期运转过程中易出现划伤、撕裂和破裂的损伤问题,提出了一种改进Faster-R-CNN的输送带表面损伤检测方法。该检测方法在Faster-R-CNN神经网络的基础上,首选MobileNet网络进行图像轻量化特征提取,然后在RPN模块中引入ancho... 针对输送带在长期运转过程中易出现划伤、撕裂和破裂的损伤问题,提出了一种改进Faster-R-CNN的输送带表面损伤检测方法。该检测方法在Faster-R-CNN神经网络的基础上,首选MobileNet网络进行图像轻量化特征提取,然后在RPN模块中引入anchor原始特征与卷积相融合的背景分类,以加强输送带的损伤特征信息;最后构建输送带表面损伤的数据集进行数据试验,并分别采用VGG-19,ResNet-18骨干网络进行试验对比,结果表明改进的Faster-R-CNN的算法,针对输送带划伤、撕裂和破损的损伤状态均能够有效识别。 展开更多
关键词 输送带 损伤检测 faster-r-cnn MobileNet
在线阅读 下载PDF
基于改进Faster-R-CNN塔式起重机驾驶人员行为监测研究 被引量：1
2
作者 李亚伟 陈文铿 +4 位作者 林鸿强 张旭生 陈子健 林进浔 陈国栋 《智能计算机与应用》 2023年第9期153-157,共5页
考虑到塔吊驾驶环境的特殊性,为减少塔吊驾驶人员不规范的驾驶行为,降低塔吊事故的发生率,本文结合手部检测的塔吊驾驶人员行为规范监测方法,改进Faster R-CNN算法模型,融合了剪枝、通道注意力机制等算法,提出了CF-R-CNN模型。根据手部... 考虑到塔吊驾驶环境的特殊性,为减少塔吊驾驶人员不规范的驾驶行为,降低塔吊事故的发生率,本文结合手部检测的塔吊驾驶人员行为规范监测方法,改进Faster R-CNN算法模型,融合了剪枝、通道注意力机制等算法,提出了CF-R-CNN模型。根据手部和被检测物体的预测框交并比阈值,判断驾驶人员是否存在违规行为。改进后,网络的F1值相比原网络只降低了2.1%,但FPS提高了23.0%,并与FRC-Tiny和Cut-YOLOv3算法进行了对比。实验结果证明,该网络在性能上有一定的提升,达到了实时性检测的要求,可在移动端进行部署。 展开更多
关键词 驾驶人员检测 深度学习 通道注意力 Faster R-CNN 目标检测
在线阅读 下载PDF
一种抗遮挡重叠与尺度变化的行人检测算法
3
作者 马晞茗 李宁 吴迪 《现代电子技术》 北大核心 2026年第1期41-48,共8页
针对复杂人群密集场景中因行人目标受遮挡和行人目标尺度不一等因素导致行人检测器检测精度下降、漏检率变高的问题,基于Faster R-CNN算法进行改进,提出一种抗遮挡重叠与尺度变化的行人检测算法。在特征提取环节,设计一种融合注意力机... 针对复杂人群密集场景中因行人目标受遮挡和行人目标尺度不一等因素导致行人检测器检测精度下降、漏检率变高的问题,基于Faster R-CNN算法进行改进,提出一种抗遮挡重叠与尺度变化的行人检测算法。在特征提取环节,设计一种融合注意力机制的循环多尺度特征提取网络,用于学习更为丰富细致的多尺度特征信息,并重点聚焦于关键特征信息,提升网络对不同尺度行人目标的灵敏度;对于损失函数模块,引入斥力损失以降低目标相互遮挡对检测造成的干扰;在后处理环节,设计一种基于遮挡重叠率补偿的非极大值抑制算法,使得实际的抑制阈值能够随着遮挡程度的变化而自适应调整,从而进一步降低密集处行人目标的漏检率。实验结果表明:改进后算法的检测性能更为出色,在CrowdHuman和CityPersons数据集上的检测平均精度相比基准算法分别提升了2.5%和1.9%,对数平均漏检率分别降低了3.5%和3.2%,在TJU-DHD-pedestrian数据集上不同尺度行人目标的对数平均漏检率也得到较为明显的降低,所提算法可以适用于复杂场景中的行人检测。 展开更多
关键词 行人检测 人群密集场景 Faster R-CNN 多尺度特征融合 损失函数 非极大值抑制
在线阅读 下载PDF
基于改进Faster R-CNN的冬枣新鲜度判别
4
作者 戴浩天 刘文联 +2 位作者 朱美燕 张玲 朱良 《食品与机械》 北大核心 2026年第1期93-100,共8页
[目的]针对冬枣新鲜度判别需求,提出一种基于深度学习的判别方法,将冬枣分为5个新鲜度阶段,旨在提高判别准确性并减少光线反射影响。[方法]提出了一种结合高效ResNet、注意力机制与Faster R-CNN的冬枣新鲜度判别方法。利用ResNet对图像... [目的]针对冬枣新鲜度判别需求,提出一种基于深度学习的判别方法,将冬枣分为5个新鲜度阶段,旨在提高判别准确性并减少光线反射影响。[方法]提出了一种结合高效ResNet、注意力机制与Faster R-CNN的冬枣新鲜度判别方法。利用ResNet对图像进行卷积处理,提取全局特征图;通过通道注意力模块强化关键特征,结合特征金字塔网络(FPN)提取多尺度信息。Faster R-CNN从中选取候选区域,经过ROI池化后输入全连接层,通过多角度损失函数优化模型性能。通过硬度、电导率、维生素C和多酚含量等理化指标验证模型效果。[结果]改进的Faster R-CNN模型在新鲜度判别上的准确率达到98.60%。[结论]改进的Faster R-CNN模型在小规模样本下的表现优于现有方法。 展开更多
关键词 冬枣 新鲜度判别 Faster R-CNN 注意力机制 特征金字塔 小规模
在线阅读 下载PDF
改进Faster R-CNN的光伏组件热斑缺陷识别方法
5
作者 谭小瑶 雷亮 +2 位作者 杨泛舟 李斌 易灿灿 《红外技术》 北大核心 2026年第1期105-112,共8页
光伏组件热斑缺陷直接导致光伏电站发电效率低下,甚至引发火灾。针对光伏组件热斑缺陷识别精度低的问题,提出了改进Faster R-CNN的光伏组件热斑缺陷识别方法。首先,在Faster R-CNN目标检测模型的基础上,引入ResNet101与EFPN特征金字塔... 光伏组件热斑缺陷直接导致光伏电站发电效率低下,甚至引发火灾。针对光伏组件热斑缺陷识别精度低的问题,提出了改进Faster R-CNN的光伏组件热斑缺陷识别方法。首先,在Faster R-CNN目标检测模型的基础上,引入ResNet101与EFPN特征金字塔融合网络代替VGG16,用于提升模型对小目标缺陷的检测精度;其次,使用全局平均池化代替全连接层,减少Faster R-CNN模型计算的参数量。最后,采用热重启余弦退火策略更新学习率,提升模型在训练过程中的收敛速度。经过实验验证并与其他模型对比,改进Faster R-CNN模型在光伏组件热斑缺陷识别任务中精确率达94.8%。结果表明,改进的Faster R-CNN相较于其他模型如YOLOv5和SSD,对于光伏组件热斑缺陷识别任务有良好的实用性和准确率。 展开更多
关键词 Faster R-CNN 红外目标检测 热斑 光伏组件 故障诊断 ResNet101
在线阅读 下载PDF
基于改进神经网络的医学影像辅助诊断方法研究
6
作者 郁岩 齐继阳 《智能城市》 2026年第1期98-103,共6页
针对乳腺癌B超图像辅助诊断存在的难点,文章提出了一种基于改进Faster R-CNN模型的高精度识别方法。通过图像预处理技术进行数据增强,扩充乳腺癌B超影像数据集,以解决数据不足问题;采用多尺度训练策略,提取不同尺度的图像特征,提高模型... 针对乳腺癌B超图像辅助诊断存在的难点,文章提出了一种基于改进Faster R-CNN模型的高精度识别方法。通过图像预处理技术进行数据增强,扩充乳腺癌B超影像数据集,以解决数据不足问题;采用多尺度训练策略,提取不同尺度的图像特征,提高模型对小病灶的检测能力;引入可变形卷积,以增强对复杂形变目标的特征提取,提高模型在相同尺度内提取乳腺癌特征的能力;通过优化损失函数,对候选区域进行量化难度评估,并自适应调整训练过程中的迭代次数。实验结果表明,改进Faster R-CNN模型的准确率和召回率优于传统模型,有效提高了对复杂形态病灶的识别能力。 展开更多
关键词 乳腺癌 计算机辅助诊断 Faster R-CNN 可变形卷积
在线阅读 下载PDF
结合解耦与广义微调的少样本目标检测
7
作者 杭焕云 刘俊 《计算机工程与应用》 北大核心 2026年第4期293-301,共9页
针对数据稀缺条件下模型检测效率低下与灾难性遗忘问题,提出了一种结合解耦与广义微调的少样本目标检测模型。该模型基于传统的Faster R-CNN框架,通过引入多级解耦的梯度解耦层,有效拓展了Faster R-CNN,解决了区域提议网络(region propo... 针对数据稀缺条件下模型检测效率低下与灾难性遗忘问题,提出了一种结合解耦与广义微调的少样本目标检测模型。该模型基于传统的Faster R-CNN框架,通过引入多级解耦的梯度解耦层,有效拓展了Faster R-CNN,解决了区域提议网络(region proposal network,RPN)和R-CNN的矛盾;将查询-键-值注意力机制和自注意力机制有效结合,减少了背景噪声的干扰,使得模型能够同时关注局部特征和图像的全局上下文信息;提出了一种基于约束的广义微调方法来减轻灾难性遗忘,基于约束的微调方法采用一种连续学习的平均梯度情景记忆方法(average gradient episodic memory,A-GEM),对梯度搜索策略施加了更多的约束,优化了梯度更新规则,从而更好地实现了基类和新类之间的知识交换。实验结果表明,相比于对比方法DCNet,所提出的方法在VOC数据集Novel Set1中,五个目标检测任务的平均mAP50提升了7.56个百分点。 展开更多
关键词 少样本目标检测 Faster R-CNN 梯度解耦 约束微调
在线阅读 下载PDF
基于Faster R-CNN的鱼群摄食密度识别
8
作者 周磊 程锦翔 +2 位作者 朱尔汉 张新扬 徐何垚 《机械工程师》 2026年第2期119-121,126,共4页
鱼群密度识别是实现精准投喂的关键。针对目前鱼群密度识别精度低的问题,提出了一种基于Faster R-CNN的鱼群密度识别方法。该方法通过K210视觉识别系统采集到不同天气、时间段、水质情况下的鱼群图像,在CNN网络中提取特征图,同时以聚集... 鱼群密度识别是实现精准投喂的关键。针对目前鱼群密度识别精度低的问题,提出了一种基于Faster R-CNN的鱼群密度识别方法。该方法通过K210视觉识别系统采集到不同天气、时间段、水质情况下的鱼群图像,在CNN网络中提取特征图,同时以聚集密度定义鱼群摄食和不需摄食两种行为,利用区域生成网络(RPN)和Faster RCNN建立鱼群摄食密度识别模型。试验结果显示,所提方法判断准确率可达94.6%,精确率达到95.9%,能够较好地应用于精准投喂场景。 展开更多
关键词 图像识别 Faster R-CNN 深度学习 鱼群密度
在线阅读 下载PDF
基于激光散斑STCD算法的种子活力分类方法研究
9
作者 门森 李潇鑫 +2 位作者 张君豪 刘玥 刘冰冰 《智能化农业装备学报(中英文)》 2026年第1期75-85,共11页
为解决传统种子活力检测方法速度慢,耗时长,成本高的问题,提出了一种将激光散斑技术、STCD和深度学习模型相结合的种子活力无损检测方法,构建了“图像采集-特征处理-模型训练-活力判定”一体化种子活力检测系统。采用632.8 nm He-Ne激... 为解决传统种子活力检测方法速度慢,耗时长,成本高的问题,提出了一种将激光散斑技术、STCD和深度学习模型相结合的种子活力无损检测方法,构建了“图像采集-特征处理-模型训练-活力判定”一体化种子活力检测系统。采用632.8 nm He-Ne激光器、CCD相机搭建成像系统,获取玉米种子激光散斑图像,经过图像预处理,将单个玉米种子区域提取出来,后采用二维小波变换进行散斑图像去噪,之后利用STCD进行图像数据处理,将STCD与图像差分改进策略深度融合,将玉米种子激光散斑图像的特征信息凸显出来,以前4帧加权平均为参考帧,引入3×3邻域局部方差加权机制与遗忘因子α=0.7构建累积差分图,最终得到1600张差分图像,活种子与失活种子各800张,按7:2:1划分数据集。模型方面,采用MobileNetV3为骨干网络,构建轻量化Faster R-CNN模型,调整参数,优化训练策略至验证集准确率稳定。后用最优训练模型进行玉米种子散斑图像目标检测、特征提取与深度学习,最终完成种子分类回归,实现对种子活力的高效准确检测。结果表明,种子激光散斑图像经STCD处理后特征信息明显,差分图像信噪比最高达35.8 dB,经过轻量化Faster R-CNN模型训练后,活种子分类准确率达92.25%、失活种子分类准确率达93.25%,模型ROC曲线中AUC值98%,F1分数为92.63%,假阳性率为4.75%,单张图像识别时间为0.0315 s,比原模型单张检测时间缩短了0.0493 s,检测速度比原模型提高2.5倍,收敛轮数25,比原模型减少一半以上,训练效率高。证明该方法可以实现种子活力的快速无损检测。 展开更多
关键词 激光散斑 时空耦合差分 Faster R-CNN 种子活力 无损检测
在线阅读 下载PDF
一种改进的Faster R-CNN遥感图像多目标检测模型研究 被引量：2
10
作者 苗茹 李祎 +3 位作者 周珂 张俨娜 常然然 孟更 《计算机工程》 北大核心 2025年第8期292-304,共13页
针对遥感图像背景复杂、目标种类多和尺度差异大所造成的目标漏检和误检问题,提出一种改进Faster R-CNN多目标检测模型。首先,采用Swin Transformer来替代ResNet 50骨干网络,增强模型特征提取能力;其次,添加平衡特征金字塔(BFP)模块融... 针对遥感图像背景复杂、目标种类多和尺度差异大所造成的目标漏检和误检问题,提出一种改进Faster R-CNN多目标检测模型。首先,采用Swin Transformer来替代ResNet 50骨干网络,增强模型特征提取能力;其次,添加平衡特征金字塔(BFP)模块融合浅层和高层语义信息,进一步加强特征融合效果;最后,在分类和回归分支中,添加动态权重机制,促进网络在训练过程中更关注高质量候选框,提高目标定位和分类的精确度。在RSOD数据集上的实验结果表明,所提模型相较于Faster R-CNN模型每秒浮点运算次数(FLOPs)大幅度减少,并且模型的mAP@0.5∶0.95提高了10.7百分点,平均召回率提高10.6百分点。相较于其他主流检测模型,所提模型在降低漏检率的同时,取得了更高的精度,能显著提高复杂背景下遥感图像的检测精度。 展开更多
关键词 遥感图像 多目标检测 Faster R-CNN Swin Transformer模块 平衡特征金字塔 动态权重机制
在线阅读 下载PDF
基于改进Faster R-CNN的焊缝缺陷检测方法 被引量：6
11
作者 陈利琼 梅后金 +1 位作者 胡洪宣 赵奎 《科学技术与工程》 北大核心 2025年第5期2027-2033,共7页
管道内部的焊缝缺陷是导致管道发生泄漏和破裂事故的主要原因,而X射线能够有效地检测到这些缺陷。然而,焊缝缺陷存在种类多、尺寸小和背景复杂等问题,影响检测精度。针对目前基于深度学习的焊缝缺陷检测模型对图像复杂背景和光照变化的... 管道内部的焊缝缺陷是导致管道发生泄漏和破裂事故的主要原因,而X射线能够有效地检测到这些缺陷。然而,焊缝缺陷存在种类多、尺寸小和背景复杂等问题,影响检测精度。针对目前基于深度学习的焊缝缺陷检测模型对图像复杂背景和光照变化的适应性不足、小目标检测效果不佳的问题。在快速区域卷积神经网络(faster region convolutional neural networks,Faster R-CNN)网络的主干网络上添加通道注意力机制和对残差块结构进行修改,并采用ROI Align替换传统Faster R-CNN网络的ROI Pooling的改进模型。实验结果表明:改进后的Faster R-CNN网络模型与原算法相比,平均精度值(mean average precision,mAP)和F_(1)分别比原算法提升了15.82%和16.44%,能够满足焊缝缺陷检测的高精度要求,具有重要的理论意义与良好的工程应用前景。 展开更多
关键词 深度学习 缺陷检测 X射线图像 Faster R-CNN
在线阅读 下载PDF
改进Faster R-CNN的钢材表面缺陷检测 被引量：7
12
作者 冷岳峰 刘正 +1 位作者 徐宝祎 李志轩 《机械科学与技术》 北大核心 2025年第1期75-83,共9页
钢材表面缺陷检测是工业生产中至关重要的一项检测工作,针对钢材表面缺陷检测中漏检以及对于细小缺陷检测精度不佳等问题,提出了一种改进Faster R-CNN算法。在FPN(Feature pyramid networks)与RPN(Region proposal network)之间引入特... 钢材表面缺陷检测是工业生产中至关重要的一项检测工作,针对钢材表面缺陷检测中漏检以及对于细小缺陷检测精度不佳等问题,提出了一种改进Faster R-CNN算法。在FPN(Feature pyramid networks)与RPN(Region proposal network)之间引入特征融合模块与轻量化通道注意力模块,增加模型对精细特征的捕捉能力。改进模型在NEU-DET数据集上的实验结果显示,最终mAP(Mean average precision,记为m_(AP))值为80.2%,比原始模型提高了12.6%,FPS提高了40.9%。该算法能够有效提升钢材表面缺陷的检测精度,为钢材表面缺陷自动检测提供参考。 展开更多
关键词 缺陷检测 特征融合 通道注意力机制 改进Faster R-CNN算法
在线阅读 下载PDF
基于Faster R-CNN的作物生物密度智能识别方法 被引量：1
13
作者 李修华 李倩 +2 位作者 张瀚文 丁璐 王泽平 《生物工程学报》 北大核心 2025年第10期3828-3839,共12页
准确获取大田作物数量和密度不仅是水肥管理按需投入的关键,也是保障作物产量和品质的关键。无人机(unmanned aerial vehicle,UAV)航拍可以快速且大面积地获取大田作物的分布图像信息,但是单一类型密集目标的准确识别对于大多数识别算... 准确获取大田作物数量和密度不仅是水肥管理按需投入的关键,也是保障作物产量和品质的关键。无人机(unmanned aerial vehicle,UAV)航拍可以快速且大面积地获取大田作物的分布图像信息,但是单一类型密集目标的准确识别对于大多数识别算法来说都是一个巨大的挑战。本研究以香蕉苗为例,通过无人机高空航拍香蕉园的图像,研究密集目标高效识别方法。本研究提出了一种“裁-识-拼”的策略,构建了一个基于改进的Faster R-CNN算法的计数方法。该方法先将包含高密集目标的图像按不同尺寸(模拟不同飞行高度)裁剪成大量图像瓦片,并采用对比度限制自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)算法提高图像质量,构建了包含36000张图像瓦片的香蕉苗数据集;然后采用经过参数优化的Faster R-CNN网络训练香蕉苗识别模型;最后将识别结果进行反拼接,并设计了一种边界去重算法,对最终的计数结果进行校正,以减少图像裁剪引起的香蕉苗重复识别。结果表明,经过参数优化的Faster R-CNN对不同尺寸的香蕉图像数据集的识别精度最高达到了0.99;去重算法可以将针对航拍原始图像的平均计数误差从1.60%降低到0.60%,香蕉苗的平均计数准确率达到99.4%。本研究提出的方法有效解决了高分辨率航拍图像中密集小目标识别难题,为精准农业中的作物密度智能监测提供了高效可靠的技术支撑。 展开更多
关键词 果园计数 香蕉 Faster R-CNN 深度学习 去重
原文传递
基于改进Faster R-CNN的机场跑道道面裂缝检测方法 被引量：2
14
作者 张璐 高培伟 +1 位作者 张芊伊 李国庆 《粘接》 2025年第5期159-162,共4页
民航运输在中国交通体系中占据着至关重要的地位。随着机场使用年限的延长,道面损伤问题日益严重,这对飞机滑行与起降的安全构成了重大威胁。为了降低飞机在起降过程的风险性,提出了一种基于Faster R-CNN的改进检测方法。该检测方法综... 民航运输在中国交通体系中占据着至关重要的地位。随着机场使用年限的延长,道面损伤问题日益严重,这对飞机滑行与起降的安全构成了重大威胁。为了降低飞机在起降过程的风险性,提出了一种基于Faster R-CNN的改进检测方法。该检测方法综合利用了GC-ASFF模块、CIoU指标、改进损失函数和迁移学习等深度学习和目标检测技术,实现了对道面裂缝的准确检测,以便利用识别到的道面裂缝特征参数来对当前道面安全状况进行评估。试验结果表明,改进后的模型识别精度较高,综合性能较优,对于飞机跑道道面损伤能够进行精准识别和检测,具有较高的可靠性。 展开更多
关键词 裂缝检测 Faster R-CNN ASFF 交并比 损失函数
在线阅读 下载PDF
电离层行进式扰动的自动识别与参数提取
15
作者 赖昌 刘胜雨 《数据与计算发展前沿(中英文)》 2025年第4期33-41,共9页
【目的】为解决中尺度行进式电离层扰动(MSTID)人工检测中存在的效率低、主观性强等问题,本研究提出了一种基于深度学习的三级处理架构,利用子午工程兴隆站点的氧原子气辉数据,实现MSTID的自动检测与参数提取。【方法】首先构建10层卷... 【目的】为解决中尺度行进式电离层扰动(MSTID)人工检测中存在的效率低、主观性强等问题,本研究提出了一种基于深度学习的三级处理架构,利用子午工程兴隆站点的氧原子气辉数据,实现MSTID的自动检测与参数提取。【方法】首先构建10层卷积神经网络模型对原始气辉图像进行环境分类,筛选出有效观测图像;其次,基于迁移学习策略和虚拟数据增强技术,训练快速区域卷积神经网络模型实现MSTID波面精准定位;最后通过边缘检测与线性拟合算法提取波动参数。创新性提出波面模拟函数与泊松-高斯混合噪声模型,生成虚拟训练数据以增强模型鲁棒性。【结果】分类模型在测试集上的准确率达到96.9%,检测模型的交并比普遍高于75%。本文开发的自动识别和参数提取系统显著提升了气辉数据处理自动化水平,为大规模电离层扰动统计研究提供了可靠的技术方案。 展开更多
关键词 中尺度行进式电离层扰动 卷积神经网络 快速区域卷积神经网络 全天空气辉成像仪 虚拟图像
在线阅读 下载PDF
基于EfficientNetV2的PCB缺陷检测算法 被引量：3
16
作者 尹嘉超 吕耀文 +1 位作者 索科 黄玺 《计算机辅助设计与图形学学报》 北大核心 2025年第7期1260-1269,共10页
印刷电路板(PCB)是一种高精密的电子元器件,其优良与否对电子产品的质量有着重要影响.但现有的PCB缺陷检测算法存在着检测精度不高,特别是缺陷定位不够精确等问题.针对以上问题,提出一种基于EfficientNetV2的PCB缺陷检测算法.在Faster R... 印刷电路板(PCB)是一种高精密的电子元器件,其优良与否对电子产品的质量有着重要影响.但现有的PCB缺陷检测算法存在着检测精度不高,特别是缺陷定位不够精确等问题.针对以上问题,提出一种基于EfficientNetV2的PCB缺陷检测算法.在Faster R-CNN的基础上,通过选用特征提取能力更强的EfficientNetV2_M作为特征提取网络,同时使用通道注意力机制(ECA)对特征融合网络FPN进行优化,提高了细节信息提取能力.在北京大学智能机器人开放实验室发布的PCB瑕疵数据集上的实验结果表明,相较于目前检测效果最好的PCB缺陷检测算法LWN-Net,改进后的缺陷检测算法在IoU=0.50时mAP由99.58%提升到99.66%;在IoU=[0.50:0.95]时mAP由52.6%提升到79.4%.该网络在提升了PCB的检测精度的同时,解决了缺陷定位不够精确的问题,实现了高精度的PCB缺陷检测,具有一定的实际意义.代码已经开源在https://github.com/ChaO989/Defect_detection. 展开更多
关键词 印刷电路板 EfficientNetV2 缺陷检测 Faster R-CNN 高效通道注意力
在线阅读 下载PDF
基于注意力机制和空洞卷积的无人机图像目标检测 被引量：2
17
作者 赖勤波 马正华 朱蓉 《计算机应用与软件》 北大核心 2025年第2期227-235,共9页
针对现有无人机图像目标检测算法存在小目标检测精度低、多尺度目标漏检等问题,提出一种基于通道注意力机制和并行结构空洞卷积特征融合的无人机图像目标检测算法。该算法在ResNet50特征提取网络中引入SENet和PSDCFFN,从通道和感受野两... 针对现有无人机图像目标检测算法存在小目标检测精度低、多尺度目标漏检等问题,提出一种基于通道注意力机制和并行结构空洞卷积特征融合的无人机图像目标检测算法。该算法在ResNet50特征提取网络中引入SENet和PSDCFFN,从通道和感受野两个层面提高算法的特征表达能力,并使用ROI Align代替ROI Pooling,基于K-Means重新设计RPN(Region Proposal Networks)锚框尺寸,减小目标回归过程的坐标偏差。实验表明,该算法能够提升无人机图像目标检测精度,在RSOD-Dataset和无人机图像数据集上,mAP分别达到92.52%和98.07%。 展开更多
关键词 无人机图像 FASTER R-CNN 注意力机制 空洞卷积 特征融合 目标检测
在线阅读 下载PDF
改进Faster R-CNN的变电站电气主接线图图元检测 被引量：2
18
作者 冯冰 杜岳凡 +4 位作者 金尧 宗祥瑞 金花 刘潭晶 王璁 《哈尔滨理工大学学报》 北大核心 2025年第4期39-47,共9页
针对变电站电气主接线图中图元检测精度低以及小目标图元误检率漏检率高的问题,提出一种基于改进Faster R-CNN算法的变电站电气主接线图图元检测方法。首先,引入深度残差网络结构,替换Faster R-CNN原始特征提取网络,增强多尺度图元目标... 针对变电站电气主接线图中图元检测精度低以及小目标图元误检率漏检率高的问题,提出一种基于改进Faster R-CNN算法的变电站电气主接线图图元检测方法。首先,引入深度残差网络结构,替换Faster R-CNN原始特征提取网络,增强多尺度图元目标特征提取能力;然后,引入特征金字塔网络,将浅层特征信息和深层特征信息融合,提升深层网络对小目标的检测性能;最后,依据小目标尺度分布特征,在区域建议网络中重新设定Anchor的参数值,进一步提高小目标检测性能。实验结果表明,改进算法的平均检测精度达88.9%,相比原算法提高了4.2%,具有更高的检测精度和更低的误检率与漏检率。 展开更多
关键词 变电站 接线图 图元检测 Faster R-CNN优化算法 深度学习
在线阅读 下载PDF
基于Faster R-CNN的气象设备观测环境影响图像研究 被引量：1
19
作者 王超然 周若 +2 位作者 李中华 邬昀 白子诚 《电子设计工程》 2025年第4期128-132,共5页
为确保气象站点实况观测数据的准确性,观测场地需要有良好的环境。该研究利用深度学习技术中的Faster R-CNN模型,自动检测气象观测站场景中可能干扰仪器读数的视觉障碍物。通过收集并详细标注实际观测场景的图像数据,建立一个包含环境... 为确保气象站点实况观测数据的准确性,观测场地需要有良好的环境。该研究利用深度学习技术中的Faster R-CNN模型,自动检测气象观测站场景中可能干扰仪器读数的视觉障碍物。通过收集并详细标注实际观测场景的图像数据,建立一个包含环境对观测设备产生影响情况的数据集,涵盖正常与异常环境情况的百叶箱和雨量筒图像及其标注信息。对Faster R-CNN模型进行微调和超参数优化,以适应该特定识别任务。实验结果验证了模型在识别和定位障碍物方面的高效性,准确率为97.1%,展现出了较好的鲁棒性。该项研究将图像识别处理用于自动站探测环境,不仅证明了深度学习在改善气象观测条件中的有效性,也为相似领域的应用提供了方法论上的指导。 展开更多
关键词 深度学习 Faster R-CNN 气象观测场 图像处理
在线阅读 下载PDF
优化Faster R-CNN用于输电线路金具缺陷识别 被引量：2
20
作者 向哲宏 张捷 +3 位作者 宋卫平 李欢欢 徐小云 黄飞虎 《信息技术》 2025年第6期81-88,共8页
Faster R-CNN网络模型本身网络结构和参数存在检测准确度不够、检测的漏检率较高,以及不能完整标记检测目标的问题。因此通过对模拟退火算法进行优化,再将优化后的模拟退火算法对Faster R-CNN模型网络结构和参数进行寻优调试,将卷积神... Faster R-CNN网络模型本身网络结构和参数存在检测准确度不够、检测的漏检率较高,以及不能完整标记检测目标的问题。因此通过对模拟退火算法进行优化,再将优化后的模拟退火算法对Faster R-CNN模型网络结构和参数进行寻优调试,将卷积神经网络模型全连接层中神经元之间的权重和偏置看作参数,得到的最优参数再构建成新的Faster R-CNN模型网络,使得Faster R-CNN在目标检测和识别领域具有更好的效果。训练结果也证明,优化后的网络模型在目标检测识别的准确度上有极大的提高,并且对目标物体的定位错误率更低、定位位置更加准确,模型整体鲁棒性增加。 展开更多
关键词 优化模拟退火算法 Faster R-CNN 网络结构 输电线路金具 缺陷识别
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 … 34 下一页 到第 页
使用帮助 返回顶部