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：
GSNet:基于单阶段多尺度的安全驾驶检测方法研究
1
作者 刘明阳 李赛博 +2 位作者 陈佳怡 董佳琪 巩荣芬 《电子产品世界》 2025年第6期10-16,共7页
传统的安全驾驶检测方法在检测实时性和准确性方面存在明显不足,无法适应实时性要求较高的驾驶监控场景。为解决这一问题,提出了一种基于单阶段多尺度的安全驾驶检测方法——GSNet(一种创新的安全驾驶检测方法模型)。GSNet在采用图像分... 传统的安全驾驶检测方法在检测实时性和准确性方面存在明显不足,无法适应实时性要求较高的驾驶监控场景。为解决这一问题,提出了一种基于单阶段多尺度的安全驾驶检测方法——GSNet(一种创新的安全驾驶检测方法模型)。GSNet在采用图像分类方式的基础上,结合层次化网络设计理念,同时借助分组下采样层(grouped downsampling layer,GDS Layer)和特征提取模块实现高效的特征提取与处理。为验证所提出方法的有效性,在动作识别常用的HMDB51(Human Motion Database 51)数据集上设计并开展了系列实验。实验结果显示,GSNet在HMDB51数据集上的Top-1准确率达到85.00%,Top-5准确率为97.35%,且延迟仅为5.97 ms,具有优异的准确性和实时性。该模型克服了传统方法的复杂性,为安全驾驶检测提供了一种高效的解决方案。 展开更多
关键词 安全驾驶检测 gsnet 单阶段方法 多尺度检测
在线阅读 下载PDF
基于RGB-D相机的机械臂抓取位姿检测
2
作者 颜维凤 缑燕飞 +1 位作者 甘树坤 吕雪飞 《吉林化工学院学报》 2025年第5期77-83,共7页
研究基于RGB-D相机的机械臂抓取位姿检测,设计了一种YOLO分割和GSNet抓取检测模型的机械臂目标物体抓取的识别和定位。首先利用YOLOv8n-seg分割模型对RGB图像中的目标进行分割和特征提取,将提取到的目标特征映射到深度图中,从而提高了... 研究基于RGB-D相机的机械臂抓取位姿检测,设计了一种YOLO分割和GSNet抓取检测模型的机械臂目标物体抓取的识别和定位。首先利用YOLOv8n-seg分割模型对RGB图像中的目标进行分割和特征提取,将提取到的目标特征映射到深度图中,从而提高了目标物体在三维空间中的定位精度,然后利用ICP算法将RGB图和深度图配准成点云图,最后将点云图输入到GSNet抓取模型中进行了抓取位姿检测。同时引入RANSNC多尺度圆柱分组学习对抓取位姿检测模型进行优化,解决了由于GSNet没有考虑不同尺度目标物体带来的有偏见的采样点分布,导致小物体抓取不准确的问题,从而提高机械臂目标抓取位姿检测的成功率。 展开更多
关键词 Yolov8n-seg gsnet 点云 RANSNC多尺度圆柱分组学习 抓取位姿
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 下一页 到第 页
使用帮助 返回顶部