改进FasterR-CNN的大型铸造不锈钢机匣超声相控阵检测图像的缺陷智能识别

1

作者 赵玉琦 李婧 +3 位作者 董德秀 黄鑫章 陈振华 卢超 《应用声学》 北大核心 2025年第2期497-504,共8页

大型铸造不锈钢机匣的超声相控阵检测技术具有检测能力强、检测效率高的优势。然而,相控阵图像中显示的缺陷类型仍需检测人员判读,存在主观性强、易误判、效率低、可靠性不足等问题。据此,提出基于深度学习的机匣超声相控阵检测图像缺... 大型铸造不锈钢机匣的超声相控阵检测技术具有检测能力强、检测效率高的优势。然而,相控阵图像中显示的缺陷类型仍需检测人员判读,存在主观性强、易误判、效率低、可靠性不足等问题。据此,提出基于深度学习的机匣超声相控阵检测图像缺陷类型的自动识别方法。首先,采集机匣典型铸造缺陷的超声相控阵图像,对缺陷图像扩充并制备数据集;其次,在FasterR-CNN深度学习网络的特征提取网络、多层特征信息融合网络、感兴趣区域模块等方面进行优化改进;最后,对比分析改进前后深度学习网络模型的缺陷识别与分类准确率。结果表明:相比于原始FasterR-CNN深度学习网络,在采用深度残差网络、特征金字塔网络、区域一致性池化等优化措施后,平均准确率均值提高至95.3%,模型对缺陷图像的识别精度得到了有效的提高;改进的FasterR-CNN目标识别算法克服了超声相控阵缺陷图像人工识别与分类的问题,具有较好的工程应用价值。 展开更多

关键词 超声相控阵检测 改进fasterr-cnn 缺陷智能识别

在线阅读 下载PDF 职称材料

基于FasterR-CNN算法的电厂继电保护压板状态自动化检测方法

2

作者 陈蒙 《自动化应用》 2025年第4期105-107,111,共4页

传统压板状态检测方法在面对结构复杂的继电保护压板时的检测效果并不理想。为此,基于FasterR-CNN算法,提出了一种新的电厂继电保护压板状态自动化检测方法。首先,根据压板状态条件逻辑,利用区域生成网络生成压板状态候选区域;然后,通... 传统压板状态检测方法在面对结构复杂的继电保护压板时的检测效果并不理想。为此,基于FasterR-CNN算法,提出了一种新的电厂继电保护压板状态自动化检测方法。首先,根据压板状态条件逻辑,利用区域生成网络生成压板状态候选区域;然后,通过建立检索向量和压板状态特征矩阵的方式,检索压板状态特征,生成特征图;最后,将候选区域覆盖在由卷积神经网络生成的特征图上,使用FasterR-CNN算法识别压板状态,再通过融合处理输出检测结果。实验中,选择不同工况下的压板图像作为实验数据集,验证该方法在不同工况下的检测效果。实验结果表明,该方法的正确率平均值可达到99.57%,说明其检测效果良好。 展开更多

关键词 fasterr-cnn算法 电厂继电保护 压板状态 自动化检测

在线阅读 下载PDF 职称材料

基于FasterR-CNN的PCB缺陷检测研究 被引量：8

3

作者 汪鹏宇 瞿栋 +1 位作者 黄允 张健滔 《计量与测试技术》 2021年第10期9-11,共3页

为了快速准确地进行PCB缺陷检测,文中针对常见的PCB缺陷铜面残渣(简称re)和铜面异物(简称fb),利用了FasterR-CNN进行缺陷目标检测。从测试结果可以看出,FasterR-CNN检测模型在PCB缺陷检测中具有良好的检测效果。当阈值为0.5时,有缺陷图... 为了快速准确地进行PCB缺陷检测,文中针对常见的PCB缺陷铜面残渣(简称re)和铜面异物(简称fb),利用了FasterR-CNN进行缺陷目标检测。从测试结果可以看出,FasterR-CNN检测模型在PCB缺陷检测中具有良好的检测效果。当阈值为0.5时,有缺陷图片(简称NG图片)的漏检率只有1.73%,无缺陷图片(简称OK图片)的误检率只有5.20%,基本满足了本文的PCB缺陷检测要求。 展开更多

关键词 PCB 缺陷检测 fasterr-cnn算法 目标检测

在线阅读 下载PDF 职称材料

基于FasterR-CNN算法的继电保护压板状态识别方法 被引量：9

4

作者 袁拓来 李新海 +3 位作者 罗海鑫 曾令诚 孟晨旭 尹雁和 《电气技术与经济》 2021年第6期36-39,共4页

针对人工方式检查继电保护压板投退状态存在工作效率和检查质量较低的问题,本文提出一种基于FasterR-CNN图像处理算法的继电保护压板状态识别方法。该方法采用灰度化、二值化以及滤波技术对压板照片进行预处理,利用RPN算法生成压板检测... 针对人工方式检查继电保护压板投退状态存在工作效率和检查质量较低的问题,本文提出一种基于FasterR-CNN图像处理算法的继电保护压板状态识别方法。该方法采用灰度化、二值化以及滤波技术对压板照片进行预处理,利用RPN算法生成压板检测框,划定搜索范围,再使用已训练的FastR-CNN算法对该范围进行压板特征检测,从而快速、准确识别目标压板的投退状态。采用本文提出的基于FasterR-CNN算法的继电保护压板状态识别方法,能极大提高检测框的生成速度和压板识别准确率,在中山供电局某110kV变电站继电保护屏柜进行了压板状态识别实验,结果显示识别正确率能够高达94%以上,验证了本文提出的方法的有效性和正确性,识别效果达到替代人工核对的水平,具有较大推广价值。 展开更多

关键词 继电保护 压板状态 fasterr-cnn算法 图像识别

在线阅读 下载PDF 职称材料

墙体材料质量检测中人工智能技术应用研究 被引量：1

5

作者 丘琦 王庭 《砖瓦》 2025年第3期112-114,共3页

为解决当前建筑墙体材料质量检测速度慢、精度不高等局限问题,从实践入手,分析了人工智能技术运用的必要性与现状,并结合目标检测需求调整深度学习算法,旨在为行业智能化发展建设提供一些理论依据。结果表明,运用现有科技成果,如FPN特... 为解决当前建筑墙体材料质量检测速度慢、精度不高等局限问题,从实践入手,分析了人工智能技术运用的必要性与现状,并结合目标检测需求调整深度学习算法,旨在为行业智能化发展建设提供一些理论依据。结果表明,运用现有科技成果,如FPN特征金字塔模块技术、优化特征提取以及调整骨干网络数值等方法,可达到质量检测技术运用目标。 展开更多

关键词 fasterr-cnn 墙体裂缝 人工智能 质量检测

在线阅读 下载PDF 职称材料

基于人工智能分析视频图像数据的发电机故障自动化监测系统设计

6

作者 彭雄新 《电子设计工程》 2025年第22期182-186,共5页

为快速识别特征并实现24小时不间断的发电机故障自动化监测,设计了基于人工智能分析视频图像数据的发电机故障自动化监测系统。利用太阳能供电设备为监控摄像机持续供电,摄像机采集发电机视频图像,经总线侦听电路传至自动化识别逻辑处... 为快速识别特征并实现24小时不间断的发电机故障自动化监测,设计了基于人工智能分析视频图像数据的发电机故障自动化监测系统。利用太阳能供电设备为监控摄像机持续供电,摄像机采集发电机视频图像,经总线侦听电路传至自动化识别逻辑处理模块。该模块利用机器视觉技术对图像进行灰度转换、分割,将结果输入到FasterR-CNN网络模型,经卷积特征提取等处理后输出故障识别结果,通过系统远程监控终端显示器呈现给用户,实现自动化监测。实验表明,该系统具备较强的发电机视频图像灰度化和分割能力,可准确识别发电机故障,发电机数量统计准确率为100%,监控摄像机数量统计准确率为98.5%,并通过自动化监控终端呈现发电机故障监测结果。 展开更多

关键词 人工智能 视频图像 发电机 自动化监测 监控终端 fasterr-cnn网络模型

在线阅读 下载PDF 职称材料

基于无人机航摄影像的一种道路标线识别方法

7

作者 魏薪海 《经纬天地》 2025年第4期37-40,共4页

针对传统道路养护依赖人工巡查、成本高且效率低的问题,提出以无人机航拍影像为数据源,实现公路标线的自动识别与精准提取。首先,依据路面颜色及梯度变化特征分割影像中的路面区域,并精确定位其连续部分;随后,融合FasterR-CNN网络与连... 针对传统道路养护依赖人工巡查、成本高且效率低的问题,提出以无人机航拍影像为数据源,实现公路标线的自动识别与精准提取。首先,依据路面颜色及梯度变化特征分割影像中的路面区域,并精确定位其连续部分;随后,融合FasterR-CNN网络与连通区域的颜色、面积双重特征,剔除干扰区域,保留完整标线。试验结果表明:该方法在复杂道路环境下仍保持高准确率,具有良好的适应性与鲁棒性。 展开更多

关键词 道路标线识别 无人机影像 fasterr-cnn 连通区域分析 自动巡检

在线阅读 下载PDF 职称材料

基于Faster R-CNN卷积神经网络的建筑物立面窗户识别与自动化建模

8

作者 李成伟 《测绘》 2025年第2期97-102,共6页

数字城市的发展为城市规划、智能化交通、网格化管理和服务、城市安全应急响应等创造了条件[1-2]。高精度的城市建筑物模型是数字城市的基础,而作为建筑物立面最重要部件之一,窗户的重建效果直接影响着城市建筑物的建模精度。现有的建... 数字城市的发展为城市规划、智能化交通、网格化管理和服务、城市安全应急响应等创造了条件[1-2]。高精度的城市建筑物模型是数字城市的基础,而作为建筑物立面最重要部件之一,窗户的重建效果直接影响着城市建筑物的建模精度。现有的建筑物立面窗户自动重建方法往往只关注窗户的大小和位置,忽略了窗户的内部结构。针对此问题,本文通过FasterR-CNN卷积神经网络识别建筑物立面窗户位置和类别并基于SketchUp软件完成建筑物立面窗户的自动化建模。 展开更多

关键词 卷积神经网络 fasterr-cnn 窗户识别 SketchUp自动化建模

在线阅读 下载PDF 职称材料

基于Faster R-CNN的田间西兰花幼苗图像检测方法 被引量：52

9

作者 孙哲 张春龙 +3 位作者 葛鲁镇 张铭 李伟 谭豫之 《农业机械学报》 EI CAS CSCD 北大核心 2019年第7期216-221,共6页

为解决自然环境下作物识别率不高、鲁棒性不强等问题,以西兰花幼苗为研究对象,提出了一种基于Faster R-CNN模型的作物检测方法。根据田间环境特点,采集不同光照强度、不同地面含水率和不同杂草密度下的西兰花幼苗图像,以确保样本多样性... 为解决自然环境下作物识别率不高、鲁棒性不强等问题,以西兰花幼苗为研究对象,提出了一种基于Faster R-CNN模型的作物检测方法。根据田间环境特点,采集不同光照强度、不同地面含水率和不同杂草密度下的西兰花幼苗图像,以确保样本多样性,并通过数据增强手段扩大样本量,制作PASCAL VOC格式数据集。针对此数据集训练Faster R-CNN模型,通过设计ResNet101、ResNet50与VGG16网络的对比试验,确定ResNet101网络为最优特征提取网络,其平均精度为90.89%,平均检测时间249 ms。在此基础上优化网络超参数,确定Dropout值为0.6时,模型识别效果最佳,其平均精度达到91.73%。结果表明,本文方法能够对自然环境下的西兰花幼苗进行有效检测,可为农业智能除草作业中的作物识别提供借鉴。 展开更多

关键词 西兰花幼苗 作物识别 深度学习 卷积神经网络 fasterr-cnn

在线阅读 下载PDF 职称材料

基于卷积神经网络的绝缘子目标识别方法研究 被引量：13

10

作者 陈春玲 杨雪 +4 位作者 周云成 王俊 朱浩祎 苑婷 于泳 《沈阳农业大学学报》 CAS CSCD 北大核心 2019年第4期501-506,共6页

为了实现复杂背景下绝缘子的快速、准确识别,提出了基于卷积神经网络的绝缘子目标识别方法。该方法通过公开数据集ImageNet预训练VGGNet,并将VGGNet作为特征提取网络,预训练后用其参数初始化Faster R-CNN,通过绝缘子数据集再训练,最终... 为了实现复杂背景下绝缘子的快速、准确识别,提出了基于卷积神经网络的绝缘子目标识别方法。该方法通过公开数据集ImageNet预训练VGGNet,并将VGGNet作为特征提取网络,预训练后用其参数初始化Faster R-CNN,通过绝缘子数据集再训练,最终用来识别绝缘子目标。此外,为了探究不同卷积网络和不同算法对试验结果的影响,除上述VGGNet和Faster R-CNN以外,还使用了AlexNet和Fast R-CNN来进行对比试验,即对比Fast R-CNN+VGGNet、FasterR-CNN+VGGNet、Faster R-CNN+AlexNet这3种网络。测试结果表明:在使用相同特征网络VGGNet时,Faster R-CNN的各项测试指标均优于Fast R-CNN,在使用相同算法Faster R-CNN时,VGGNet网络的检测指标较为理想,但识别速度稍慢于AlexNet网络。3种网络都能够达到绝缘子目标识别的目的,精确度依次为87.23%、96.66%、93.34%,召回率依次为59.42%、84.06%、49.28%,平均识别时间依次为8.48,2.70,1.40s。观察试验可知,相比其他两种算法Faster R-CNN+VGGNet检测结果较为理想,其精确度分别高出9.43%和3.32%,召回率分别高出24.64%和34.78%,说明该方法可对复杂背景下的绝缘子进行有效识别。 展开更多

关键词 目标识别 绝缘子识别 深度学习 卷积神经网络 fasterr-cnn

在线阅读 下载PDF 职称材料

基于Faster R-CNN的榆紫叶甲虫识别方法研究 被引量：6

11

作者 董本志 聂丽郦 +1 位作者 景维鹏 崔航 《计算机工程与应用》 CSCD 北大核心 2018年第23期89-93,108,共6页

针对传统图像识别方法中利用人工设计特征提取模板对昆虫的识别精度不高的问题,提出了基于K-means聚类的深度学习网络模型Faster R-CNN对图像中的目标进行识别。该方法用K-means聚类算法,结合BWP指标对训练数据标签的长宽比值进行聚类,... 针对传统图像识别方法中利用人工设计特征提取模板对昆虫的识别精度不高的问题,提出了基于K-means聚类的深度学习网络模型Faster R-CNN对图像中的目标进行识别。该方法用K-means聚类算法,结合BWP指标对训练数据标签的长宽比值进行聚类,用新的聚类中心点代替标准Faster R-CNN网络中生成初始候选框的长宽比值;对生成初始候选框的尺寸加以改进;将训练数据送入改进后的Faster R-CNN网络进行训练。实验结果表明,在识别具有特定长宽比例的目标时,加入聚类策略的Faster R-CNN网络较标准Faster R-CNN网络有较强的鲁棒性,有效克服了叶片豁口或孔洞造成的冗余现象、榆紫叶甲虫甲壳反光的干扰、相邻的榆紫叶甲虫特征的互相影响和其他与榆紫叶甲虫有相似特征的种类昆虫的干扰。最终达到94.73%的识别精度,较标准网络提高了4.15%。该方法可有效克服传统昆虫检测中特征提取模板的局限性,对识别昆虫这种特征细腻,姿态多样的目标有重要意义。 展开更多

关键词 榆紫叶甲虫 昆虫识别 卷积神经网络 fasterr-cnn 初始候选框调整 K-MEANS聚类算法

在线阅读 下载PDF 职称材料

融合自注意力机制的安全帽佩戴检测方法 被引量：28

12

作者 孙国栋 李超 张航 《计算机工程与应用》 CSCD 北大核心 2022年第20期300-304,共5页

佩戴安全帽是防止施工现场工作人员头部损伤的有效方法之一,然而现有安全帽检测算法多存在重叠目标检测难度大、小目标漏检率高等缺点。为此,提出了一种通过融合自注意力机制来改进FasterR-CNN的目标检测算法,用于安全帽检测。通过自注... 佩戴安全帽是防止施工现场工作人员头部损伤的有效方法之一,然而现有安全帽检测算法多存在重叠目标检测难度大、小目标漏检率高等缺点。为此,提出了一种通过融合自注意力机制来改进FasterR-CNN的目标检测算法,用于安全帽检测。通过自注意力层来捕获多个尺度上的全局信息,得到更丰富的高层语义特征并将更大的感受野范围引入模型,在区域建议网络(RPN)的训练中通过锚框补选增强的方法让小目标信息得到更多的训练,强化了网络对于小尺度目标的表达能力。实验结果表明:改进后的算法在安全帽佩戴检测上的mAP值较传统FasterR-CNN提高了6.4个百分点,对于不同场景不同尺度的安全帽有着较好的检测效果。 展开更多

关键词 小目标检测 fasterr-cnn算法 自注意力机制 安全帽佩戴识别

在线阅读 下载PDF 职称材料

基于改进Faster R-CNN+ZF模型的铁路桥梁裂缝分类方法 被引量：12

13

作者 王纪武 鱼鹏飞 罗海保 《北京交通大学学报》 CAS CSCD 北大核心 2020年第1期106-112,共7页

针对传统图像处理算法不能对存在过饱和像素和随机高强度噪声影响的铁路桥梁裂缝图像有效分类的问题,设计了一种基于改进Faster R-CNN+ZF模型的铁路桥梁裂缝自动分类方法.首先将原始图像集进行数据增强后,参照Pascal Voc数据集格式自制... 针对传统图像处理算法不能对存在过饱和像素和随机高强度噪声影响的铁路桥梁裂缝图像有效分类的问题,设计了一种基于改进Faster R-CNN+ZF模型的铁路桥梁裂缝自动分类方法.首先将原始图像集进行数据增强后,参照Pascal Voc数据集格式自制训练所需数据集;然后在Faster R-CNN网络模型前添加一层Prewitt算子锐化卷积层提升模型特征提取能力;最后重置ZF模型中相关卷积核的尺度、优化模型超参数和学习率,使模型的鲁棒性和高实时性得到有效保障.该方法在实际采集的49124幅铁路桥梁裂缝图像数据集中进行测试.结果表明:新的算法能实现所有铁路桥梁裂缝类型的分类,有效裂缝识别率达93.7%以上,明显优于投影法和支持向量机法,具有很强的工程应用价值. 展开更多

关键词 铁路桥梁裂缝 自动分类 数据增强 fasterr-cnn 特征提取

在线阅读 下载PDF 职称材料

基于改进的Faster R-CNN船舶目标检测算法 被引量：9

14

作者 齐亮 李邦昱 陈连凯 《中国造船》 EI CSCD 北大核心 2020年第S01期40-51,共12页

为了提髙船舶目标的检测率和效率,提出了一种改进的基于区域的快速卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)船舶目标检测方法。采用图像降尺度方法,旨在增强船舶图像的有用信息;采用场景窄化方法... 为了提髙船舶目标的检测率和效率,提出了一种改进的基于区域的快速卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)船舶目标检测方法。采用图像降尺度方法,旨在增强船舶图像的有用信息;采用场景窄化方法将目标区域定位网络和FasterR-CNN卷积神经网络构建成一个层级窄化网络,旨在降低目标检测搜索尺度,从而提高Faster R-CNN的计算速度;研究具有主题窄化功能的Faster R-CNN,选择纹理特征和空间差异特征作为窄化子网络,旨在实现主网与子网间深度协作的功能,优化网络参数.试验结果表明:该方法在提高FasterR-CNN算法检测精度的同时,显著地缩短了检测时间. 展开更多

关键词 fasterr-cnn 船舶目标检测 图像降尺度 场景窄化 主题窄化

在线阅读 下载PDF 职称材料

基于无人机航拍图像的公路标线检测算法 被引量：3

15

作者 王立春 刘宁钟 李强懿 《计算机技术与发展》 2018年第9期138-142,共5页

随着公路建设的迅速发展,对公路养护的任务量与日俱增,传统的人工查看方式已不再适用,利用无人机航拍对公路标线进行自动化检测无疑是一种更好的检测方式。而对于公路标线的自动化检测分析,首要的便是对图像中的公路标线进行检测。基于... 随着公路建设的迅速发展,对公路养护的任务量与日俱增,传统的人工查看方式已不再适用,利用无人机航拍对公路标线进行自动化检测无疑是一种更好的检测方式。而对于公路标线的自动化检测分析,首要的便是对图像中的公路标线进行检测。基于无人机航拍公路图像,提出一种针对公路航拍图像的公路标线检测算法。首先依据路面的颜色特征以及梯度特征进行路面分割,并提取分割图像连通区域,然后将深度学习物体检测领域的Faster R-CNN算法与连通区域颜色面积特征相结合进行非标线区域的过滤,最后提取未过滤的标线区域作为公路标线提取结果。实验结果表明,该算法适用性强,运行效率高,针对不同的公路均具有较高的准确率。 展开更多

关键词 航拍图像 标线检测 深度学习 fasterr-cnn 无人机

在线阅读 下载PDF 职称材料

基于改进的Faster R-CNN的电力部件识别 被引量：6

16

作者 姚万业 李金平 《电力科学与工程》 2019年第5期32-36,共5页

传统的图像识别方法不能有效地检测出电力部件的具体位置,同时在干扰物较多的场景下识别准确率较低。针对上述问题,提出来一种改进的FasterR-CNN的电力部件识别算法,使用深度卷积网络自动从图像中提取最适合电力部件特征。FasterR-CNN方... 传统的图像识别方法不能有效地检测出电力部件的具体位置,同时在干扰物较多的场景下识别准确率较低。针对上述问题,提出来一种改进的FasterR-CNN的电力部件识别算法,使用深度卷积网络自动从图像中提取最适合电力部件特征。FasterR-CNN方法,利用“HotAnchors”代替均匀采样的锚点来避免大量额外的计算,提高检测效率。最后,21检测框架被修改成4类电力部件检测。实验结果表明:改进的FasterR-CNN的电力部件识别算法,在检测效率和准确率方面分别提升了16.1%和3.8%。 展开更多

关键词 电力部件识别 fasterr-cnn HotAnchors

在线阅读 下载PDF 职称材料

岩石种类智能识别研究的Faster R-CNN方法 被引量：2

17

作者 柳小波 王怀远 王连成 《现代矿业》 CAS 2019年第5期60-64,共5页

为实现岩石种类的智能化识别,对橄榄岩、玄武岩、大理岩、片麻岩、砾岩、石灰岩图像进行数据扩增处理,在FasterR-CNN深度学习目标检测框架下,采用简化VGG16为基础特征提取网络,对岩石图像进行特征提取和特征学习,进而训练成岩石种类区... 为实现岩石种类的智能化识别,对橄榄岩、玄武岩、大理岩、片麻岩、砾岩、石灰岩图像进行数据扩增处理,在FasterR-CNN深度学习目标检测框架下,采用简化VGG16为基础特征提取网络,对岩石图像进行特征提取和特征学习,进而训练成岩石种类区分识别模型。通过验证,模型对6张单类岩石图像识别均正确且分类概率均大于96%。对多类岩石混合图像区分识别效果良好,大部分分类概率超过80%且定位准确。模型能够很好地将图像特征相似、有遮挡的岩石种类区分识别出来,证明模型的鲁棒性和泛化能力较强。 展开更多

关键词 fasterr-cnn 简化VGG16 图像特征 岩石种类 区分识别

在线阅读 下载PDF 职称材料

遥感卫星明视视频中飞机目标的跟踪算法 被引量：2

18

作者 赵春晖 刘海燕 《沈阳大学学报（自然科学版）》 CAS 2019年第4期284-290,共7页

针对直接利用CN跟踪算法难以对遥感卫星视频进行跟踪的问题提出了一种利用目标检测实现全自动跟踪的框架.该框架首先利用变化检测的方法提取出目标的运动区域图像,然后由FasterR-CNN算法对该部分图像进行检测,得到运动目标的初始位置后... 针对直接利用CN跟踪算法难以对遥感卫星视频进行跟踪的问题提出了一种利用目标检测实现全自动跟踪的框架.该框架首先利用变化检测的方法提取出目标的运动区域图像,然后由FasterR-CNN算法对该部分图像进行检测,得到运动目标的初始位置后再由CN跟踪算法进行跟踪.针对CN算法一旦跟丢目标就无法重新找回的问题,提出了解决方案.通过循环检测的方式每隔一定帧间隔进行一次检测,从而对丢失目标的位置进行更新.实验结果表明,提出的方法具有较强的鲁棒性,在真实遥感视频数据上具有较好的效果. 展开更多

关键词 遥感卫星视频 全自动跟踪 fasterr-cnn算法 CN跟踪算法 目标检测 目标跟踪

在线阅读 下载PDF 职称材料

一种基于AI视觉技术的菜品自动识别结算设备的设计 被引量：2

19

作者 余毅 Angie Ceniza Canillo Archival Sebial 《物联网技术》 2024年第12期56-58,共3页

设计了一款基于人工智能视觉技术的菜品自动识别结算设备,旨在提高餐饮业效率和用户体验。硬件方面,采用高性能图像数据采集装置和图像处理单元的自助结算AI智慧餐台,确保系统能够快速响应并确保稳定性。软件方面,菜品图像通过机器视觉... 设计了一款基于人工智能视觉技术的菜品自动识别结算设备,旨在提高餐饮业效率和用户体验。硬件方面,采用高性能图像数据采集装置和图像处理单元的自助结算AI智慧餐台,确保系统能够快速响应并确保稳定性。软件方面,菜品图像通过机器视觉算法快速准确识别,生成订单并传输至支付端,实现自动结算。销售数据可与云端大数据分析对接。相较传统点餐结算方式,该设备提供了更便捷的结算方式,减少了人工操作,最大限度避免了计算错误,有助于精准运营。实验证明,该设备在不同环境下表现出色,对提升餐厅服务质量和效率具有明显效果。 展开更多

关键词 人工智能 机器视觉 fasterr-cnn 自动识别结算 硬件设计 图像处理

在线阅读 下载PDF 职称材料

基于迁移学习与图像增强的夜间航拍车辆识别方法 被引量：18

20

作者 袁功霖 侯静 尹奎英 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第3期467-473,共7页

为了对夜间航拍图片中的车辆进行有效识别,提出基于二次迁移学习和Retinex算法的图像处理方法,仅利用小规模的数据集训练网络,采用基于Faster R-CNN的深度学习算法即可实现车辆的快速检测.首先在ImageNet大规模数据集和中国科学院日间... 为了对夜间航拍图片中的车辆进行有效识别,提出基于二次迁移学习和Retinex算法的图像处理方法,仅利用小规模的数据集训练网络,采用基于Faster R-CNN的深度学习算法即可实现车辆的快速检测.首先在ImageNet大规模数据集和中国科学院日间航拍中规模数据集之间应用一次迁移学习;然后在日间中规模数据集与夜间航拍小规模数据集之间应用二次迁移学习;最后利用Retinex迭代算法对夜间图片进行处理以增强其与日间图片的相似性,使二次迁移学习有效进行.实验结果表明,在深度学习平台上,该方法利用小规模航拍数据集训练出有效的识别网络,检测结果优于传统的机器学习方法,在军事侦察及交通管控等方面具有一定的应用价值. 展开更多

关键词 夜间航拍 车辆检测 深度学习 fasterr-cnn算法 迁移学习

在线阅读 下载PDF 职称材料