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：
一种改进Faster R-CNN的太阳能电池片缺陷检测方法 被引量：20
1
作者 鲁东林 王淑青 +3 位作者 鲁濠 张鹏飞 刘逸凡 要若天 《激光杂志》 CAS 北大核心 2022年第3期50-55,共6页
针对传统太阳能电池片检测方法中检测时间过长,检测精度不高等缺点,提出了一种改进Faster R-CNN的太阳能电池片缺陷检测方法。以Faster R-CNN为框架,以ResNet50为网络主干,针对小目标缺陷,融入了基于FPN的多尺度检测网络,并应用了GA-RP... 针对传统太阳能电池片检测方法中检测时间过长,检测精度不高等缺点,提出了一种改进Faster R-CNN的太阳能电池片缺陷检测方法。以Faster R-CNN为框架,以ResNet50为网络主干,针对小目标缺陷,融入了基于FPN的多尺度检测网络,并应用了GA-RPN结构,实现对太阳能电池片缺陷的检测。实验结果表明,较原始的Faster R-CNN算法,所提出的针对太阳能电池片表面缺陷检测方法的均值平均精度提高了6%,检测时间也有所提升。 展开更多
关键词 太阳能电池片 Faster R-CNN 缺陷检测 FPN ga-rpn
原文传递
基于Libra R-CNN改进的交通标志检测算法 被引量：6
2
作者 赵子婧 刘宏哲 曹东璞 《机械工程学报》 EI CAS CSCD 北大核心 2021年第22期255-265,共11页
随着人工智能领域的快速发展,深度学习在无人驾驶领域中的应用逐渐成熟,但是其中交通标志检测任务作为难点问题仍有很大的改进空间。城市道路下的交通标志检测具有环境复杂、小目标多、目标种类多且数量不平衡的特点,针对这些问题,提出... 随着人工智能领域的快速发展,深度学习在无人驾驶领域中的应用逐渐成熟,但是其中交通标志检测任务作为难点问题仍有很大的改进空间。城市道路下的交通标志检测具有环境复杂、小目标多、目标种类多且数量不平衡的特点,针对这些问题,提出基于Libra R-CNN进行改进的方案。Libra R-CNN目标检测网络是基于平衡提出的,能够较好应对目标种类多及数量不平衡问题,在Libra R-CNN网络的锚框提取样本阶段,使用GA-RPN生成锚框,从而在训练期间产生更精确、更多样化的样本,减少背景影响和小目标不好定位的问题,提高检测准确率。该方法通过试验验证了有效性。试验是在MS COCO 2017和交通标志数据集上进行的。改进后的Libra R-CNN的m AP提高了超2.7个百分点。试验结果表明,改进后的网络相比原有的目标检测网络性能有了显著提升。 展开更多
关键词 计算机视觉 深度学习 目标检测 交通标志检测 改进的Libra R-CNN ga-rpn
原文传递
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
使用帮助 返回顶部