期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多粒度特征感知的FoveaBox绿色苹果抗遮挡检测模型
1
作者
任晶晶
张小勇
贾伟宽
《中国农机化学报》
北大核心
2025年第3期182-187,共6页
目标果实检测精度直接影响果园智能作业的效率,当前以卷积神经网络为代表的特征提取网络仅从局部感受野中提取特征用于目标检测,果实受枝叶遮挡或果实间重叠时存在一定的局限性,导致检测精度偏低。为提升被遮挡目标果实的检测精度,提出...
目标果实检测精度直接影响果园智能作业的效率,当前以卷积神经网络为代表的特征提取网络仅从局部感受野中提取特征用于目标检测,果实受枝叶遮挡或果实间重叠时存在一定的局限性,导致检测精度偏低。为提升被遮挡目标果实的检测精度,提出抗遮挡的FoveaBox果实检测优化模型。首先,新模型引入Swin Transformer作为骨干网络,通过计算块间的相似度,打破传统卷积仅从局部区域提取特征的限制,从而增强特征映射的表征能力;其次,采用特征金字塔网络,通过横向连接和自顶向下结构聚合浅层高分辨率特征与高层语义信息,输出金字塔型特征映射;然后,将金字塔型特征映射输入Fovea头部网络中,利用分类子网络与边界框子网络进行检测目标;最后,通过焦点损失函数Focal Loss与Smooth L1对模型进行迭代寻优,直至模型收敛。验证表明,优化模型在IoU为0.5阈值下的平均精确度可达86.3%,优于FCOS、TOOD与LAD等先进模型。提出的抗遮挡的FoveaBox可在一定程度上提升被遮挡目标的检测精确度。
展开更多
关键词
被遮挡苹果检测
多粒度特征感知
foveabox
Swin
Transformer
区域相似度计算
在线阅读
下载PDF
职称材料
基于改进FoveaBox的废杂塑料检测
被引量：
2
2
作者
文生平
陈敬福
+1 位作者
冯泽锋
朱珂郁
《计算机测量与控制》
2022年第4期66-71,共6页
塑料制品的产量和种类的飞速增长,给废杂塑料的回收带来极大的挑战;目前面对恶劣和高强度的工作环境,仍然依靠大量人工分拣,无疑亟待自动化升级;为解决上述问题,提出了一种改进的FoveaBox目标检测算法;针对废杂塑料分选背景复杂的问题,...
塑料制品的产量和种类的飞速增长,给废杂塑料的回收带来极大的挑战;目前面对恶劣和高强度的工作环境,仍然依靠大量人工分拣,无疑亟待自动化升级;为解决上述问题,提出了一种改进的FoveaBox目标检测算法;针对废杂塑料分选背景复杂的问题,采用ResNeXt-101作为主干网络替代ResNet-50来提高特征提取能力;针对外形差异大的问题,采用带缩放系数的可变形卷积来提高卷积过程的有效感受野;针对目标间彼此遮挡问题,采用带层级控制因子的软化加权锚点机制来提高被遮挡目标的检测精度;结果表明,基于改进FoveaBox的废杂塑料检测算法检测平均精度均值达到85.79%,检测速度为71.4 ms,该检测算法较强的实用性得到验证。
展开更多
关键词
塑料分选
目标检测
改进
foveabox
可变形卷积
软化加权锚点
在线阅读
下载PDF
职称材料
题名
基于多粒度特征感知的FoveaBox绿色苹果抗遮挡检测模型
1
作者
任晶晶
张小勇
贾伟宽
机构
太原学院智能与信息工程系
山东师范大学信息科学与工程学院
出处
《中国农机化学报》
北大核心
2025年第3期182-187,共6页
基金
国家自然科学基金面上项目(62372278)
山西省高等学校科技创新项目(2024L386)
山东省自然科学基金(ZR2020MF076)。
文摘
目标果实检测精度直接影响果园智能作业的效率,当前以卷积神经网络为代表的特征提取网络仅从局部感受野中提取特征用于目标检测,果实受枝叶遮挡或果实间重叠时存在一定的局限性,导致检测精度偏低。为提升被遮挡目标果实的检测精度,提出抗遮挡的FoveaBox果实检测优化模型。首先,新模型引入Swin Transformer作为骨干网络,通过计算块间的相似度,打破传统卷积仅从局部区域提取特征的限制,从而增强特征映射的表征能力;其次,采用特征金字塔网络,通过横向连接和自顶向下结构聚合浅层高分辨率特征与高层语义信息,输出金字塔型特征映射;然后,将金字塔型特征映射输入Fovea头部网络中,利用分类子网络与边界框子网络进行检测目标;最后,通过焦点损失函数Focal Loss与Smooth L1对模型进行迭代寻优,直至模型收敛。验证表明,优化模型在IoU为0.5阈值下的平均精确度可达86.3%,优于FCOS、TOOD与LAD等先进模型。提出的抗遮挡的FoveaBox可在一定程度上提升被遮挡目标的检测精确度。
关键词
被遮挡苹果检测
多粒度特征感知
foveabox
Swin
Transformer
区域相似度计算
Keywords
occluded apple detection
multi-granularity feature perception
foveabox
Swin Transformer
area similarity calculation
分类号
S126 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
基于改进FoveaBox的废杂塑料检测
被引量：
2
2
作者
文生平
陈敬福
冯泽锋
朱珂郁
机构
华南理工大学广东省高分子先进制造技术及装备重点实验室
华南理工大学聚合物成型加工工程教育部重点实验室
福建师范大学环境科学与工程学院
出处
《计算机测量与控制》
2022年第4期66-71,共6页
基金
国家重点研发计划(2019YFC1908201)。
文摘
塑料制品的产量和种类的飞速增长,给废杂塑料的回收带来极大的挑战;目前面对恶劣和高强度的工作环境,仍然依靠大量人工分拣,无疑亟待自动化升级;为解决上述问题,提出了一种改进的FoveaBox目标检测算法;针对废杂塑料分选背景复杂的问题,采用ResNeXt-101作为主干网络替代ResNet-50来提高特征提取能力;针对外形差异大的问题,采用带缩放系数的可变形卷积来提高卷积过程的有效感受野;针对目标间彼此遮挡问题,采用带层级控制因子的软化加权锚点机制来提高被遮挡目标的检测精度;结果表明,基于改进FoveaBox的废杂塑料检测算法检测平均精度均值达到85.79%,检测速度为71.4 ms,该检测算法较强的实用性得到验证。
关键词
塑料分选
目标检测
改进
foveabox
可变形卷积
软化加权锚点
Keywords
plastic classification
target detection
advanced
foveabox
deformable convolution
soft-weighted anchor point
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多粒度特征感知的FoveaBox绿色苹果抗遮挡检测模型
任晶晶
张小勇
贾伟宽
《中国农机化学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进FoveaBox的废杂塑料检测
文生平
陈敬福
冯泽锋
朱珂郁
《计算机测量与控制》
2022
2
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
