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126篇文章
< 1 2 … 7 >
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：
Mask-RCNN在轴承滚动体异常检测中的研究
1
作者 周经宇 葛动元 +1 位作者 姚锡凡 向文江 《机械设计与制造》 北大核心 2025年第6期253-257,共5页
为了通过深度学习来更方便且高效的检测轴承滚动体若干参数,从而自动判断出轴承滚动体是否存在异常。提出了使用Mask-RCNN来检测轴承滚动体并提取掩膜,然后通过使用图像处理的方法,计算出滚动体个数和其他若干参数,最后根据检测到的参... 为了通过深度学习来更方便且高效的检测轴承滚动体若干参数,从而自动判断出轴承滚动体是否存在异常。提出了使用Mask-RCNN来检测轴承滚动体并提取掩膜,然后通过使用图像处理的方法,计算出滚动体个数和其他若干参数,最后根据检测到的参数判断滚动体是否存在异常。本次实验设计了简单的背光源加同轴光源组合的形式并结合工业像机采集了50张轴承图像,然后通过对采集到的图像进行图像增强操作,获得了50张旋转、增强对比度和曝光等图像,组成100张图片作为数据集。通过对Mask-RCNN的训练来获得较好的模型参数,并随机对某张验证集的轴承图进行检测就可以得到各轴承滚动体的若干参数信息,从而根据求得的参数来自动判断滚动体是否异常,达到了检测的目的。 展开更多
关键词 mask-rcnn 轴承 滚动体 图像处理 参数检测 缺失检测
在线阅读 下载PDF
基于Mask-RCNN算法的电离辐射检定装置图像识别技术探究
2
作者 赵子业 韩志诚 《计量与测试技术》 2025年第7期33-35,共3页
本文通过将电离辐射检定装置与图像识别技术相结合,基于Mask-RCNN算法搭建了一种数据识别系统,并进行试验验证。结果表明:该系统在识别精度和速度上均表现较好,能有效应对辐射场的电离辐射图像识别任务;优化后的模型在大幅度降低模型参... 本文通过将电离辐射检定装置与图像识别技术相结合,基于Mask-RCNN算法搭建了一种数据识别系统,并进行试验验证。结果表明:该系统在识别精度和速度上均表现较好,能有效应对辐射场的电离辐射图像识别任务;优化后的模型在大幅度降低模型参数量的同时,可有效检测图像中的读数区域。 展开更多
关键词 电离辐射检定装置 图像识别 mask-rcnn算法 深度学习
在线阅读 下载PDF
融合注意力机制的改进Mask-RCNN遥感影像建筑物提取 被引量：5
3
作者 李健 庞留记 +1 位作者 吴浩 王心宇 《测绘科学》 CSCD 北大核心 2024年第1期79-89,共11页
针对复杂影像背景和密集建筑物堆叠导致建筑物提取效果不完整,存在误检、漏检等问题,提出了一种改进Mask-RCNN遥感影像建筑物提取方法。利用双通道注意力机制增强目标的有效特征,同时引入特征增强金字塔网络增强网络对遥感影像的上下文... 针对复杂影像背景和密集建筑物堆叠导致建筑物提取效果不完整,存在误检、漏检等问题,提出了一种改进Mask-RCNN遥感影像建筑物提取方法。利用双通道注意力机制增强目标的有效特征,同时引入特征增强金字塔网络增强网络对遥感影像的上下文特征信息地提取能力,结合双通道下采样模块减少特征损失,提高模型提取的精度和效率。实验表明,提出的改进Mask-RCNN在建筑物数据集和RSOD数据集上,与多种方法进行实验对比验证,Precision和F1值均高于对比方法,且目标识别的结果更加完整,目标漏检率更低。 展开更多
关键词 双通道注意力机制 改进mask-rcnn网络 多尺度特征金字塔 建筑物提取 遥感影像
原文传递
基于SE-Mask-RCNN建筑遗产识别与空间可视化分析 被引量：4
4
作者 朱小凡 胡璐锦 +1 位作者 王恺 王坚 《时空信息学报》 2024年第1期50-56,共7页
传统建筑是中国宝贵的建筑遗产,承载着优秀的民族建筑文化,是反映城市特色风貌的重要指标。现阶段深度学习识别建筑物的技术相对成熟,但使用街景图片识别建筑遗产并进行地图可视化展示的研究较少,因此,本研究基于Mask-RCNN(mask region-... 传统建筑是中国宝贵的建筑遗产,承载着优秀的民族建筑文化,是反映城市特色风貌的重要指标。现阶段深度学习识别建筑物的技术相对成熟,但使用街景图片识别建筑遗产并进行地图可视化展示的研究较少,因此,本研究基于Mask-RCNN(mask region-based convolutional neural network)模型,融合SE(squeeze and excitation)注意力机制,提出一种基于SE-Mask-RCNN识别街景图片中建筑遗产的方法。首先,通过路网数据获取百度街景图片,制作数据集。其次,在模型的残差网络(residual network,ResNet)中引入SE注意力机制;并与已有相关方法 U-net(u-shaped network)、全卷积网络(fully convolutional network,FCN)、Mask-RCNN三种模型进行实验对比评价。最后,使用本方法识别研究区域内的街景图片,形成可视化地图,分析建筑遗产在空间上的分布情况。结果表明,本方法可以有效识别城市中的建筑遗产,识别结果较Mask-RCNN、U-Net、FCN模型分别提高了2%、3.1%、4.7%,证明了本方法对城市中建筑遗产的识别具有可靠性和有效性。研究成果可为建筑遗产保护及现状调查提供依据。 展开更多
关键词 传统建筑 建筑遗产 深度学习 mask-rcnn 街景数据
在线阅读 下载PDF
基于优化Mask-RCNN算法的遥感飞机目标检测 被引量：3
5
作者 葛海婷 杨铁梅 《太原科技大学学报》 2024年第1期1-6,共6页
针对传统的图像检测算法在遥感领域中存在的问题,将改进的Mask-RCNN检测算法应用于遥感领域。通过优化Resnet特征提取网络,提高算法的特征提取能力;通过改进NMS非极大值抑制网络,优化区域推荐网络。并在自建的遥感飞机数据集上验证算法... 针对传统的图像检测算法在遥感领域中存在的问题,将改进的Mask-RCNN检测算法应用于遥感领域。通过优化Resnet特征提取网络,提高算法的特征提取能力;通过改进NMS非极大值抑制网络,优化区域推荐网络。并在自建的遥感飞机数据集上验证算法的稳定性以及有效性。经检测,改进的算法能够提升遥感图像中飞机的检测精度,并且有效降低了飞机目标的误检和漏检问题。 展开更多
关键词 mask-rcnn 深度学习 遥感图像 目标检测
在线阅读 下载PDF
结合Mask-RCNN和最小二乘法的球团粒度识别模型 被引量：4
6
作者 林双 陆伟文 +3 位作者 胡守景 余正伟 李文波 龙红明 《钢铁研究学报》 CAS CSCD 北大核心 2024年第7期855-865,共11页
在高炉冶炼中,球团粒径分布是评价其质量的重要指标之一。粒度均匀的球团矿有助于改善高炉料柱透气性,降低冶炼能耗。采用Mask-RCNN(Mask Regional Convolutional Neural Network)算法进行球团边缘分割和粒径分析。针对球团严重堆叠对... 在高炉冶炼中,球团粒径分布是评价其质量的重要指标之一。粒度均匀的球团矿有助于改善高炉料柱透气性,降低冶炼能耗。采用Mask-RCNN(Mask Regional Convolutional Neural Network)算法进行球团边缘分割和粒径分析。针对球团严重堆叠对图像识别的干扰,根据球团的轮廓特性,使用凹点检测算法获取轮廓上的特征点,并对粘黏堆叠程度不同的球团分类,结合最小二乘圆拟合法对遮挡的轮廓信息进行复原。研究结果表明:Mask-RCNN算法的实例分割平均精准度可达到93.5%以上。但是由于球团颗粒的堆叠效应,导致Mask-RCNN算法检测的粒度分布曲线严重偏离人工筛分曲线。通过凹点检测算法和最小二乘法圆拟合算法改进后,小于16 mm球团的占比有不同程度的增加,图像检测粒度分布曲线和人工筛分曲线基本重合,平均粒径误差在Mask-RCNN算法的基础上降低了5.52%,降低幅度为98.6%。 展开更多
关键词 球团粒度 图像识别 mask-rcnn 最小二乘圆拟合 凹点检测
原文传递
基于YOLOv5和Mask-RCNN组合模型的社交媒体内涝灾害分析
7
作者 张凌嘉 周欣磊 +1 位作者 许月萍 江衍铭 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第9期1822-1831,共10页
由于缺少淹没实测数据,针对城市市区淹没深度测量数据需求,基于社交媒体与深度学习技术,探索根据社交媒体用户上传信息提取洪水淹没信息的新方法.研发基于YOLOv5与Mask-RCNN组合模型的实例分割算法,制作轿车众多关键部位的识别数据集.... 由于缺少淹没实测数据,针对城市市区淹没深度测量数据需求,基于社交媒体与深度学习技术,探索根据社交媒体用户上传信息提取洪水淹没信息的新方法.研发基于YOLOv5与Mask-RCNN组合模型的实例分割算法,制作轿车众多关键部位的识别数据集.根据模型训练结果实现全新的市区淹没事件的淹没高度提取方法.通过输入淹没图像对城市内涝中淹没点位与淹没深度进行预测,与淹没重演模型得到的数据进行比较.基于模拟淹没实验来制作验证数据集,验证该方法的可行性.结果表明,所研发的YOLOv5与Mask-RCNN组合模型的纳什效率系数为0.98.使用郑州市“7·20”城市内涝的实际社交媒体图像进行可靠性验证.结果表明,所提方法能够为城市市区内涝淹没过程提供有效数据来源. 展开更多
关键词 城市内涝 社交媒体 YOLOv5 mask-rcnn 水深提取 图像识别
在线阅读 下载PDF
基于改进Mask-RCNN算法的作物害虫分类识别 被引量：8
8
作者 张佳敏 闫科 +4 位作者 王一非 刘杰 曾娟 吴鹏飞 黄求应 《农业工程学报》 EI CAS CSCD 北大核心 2024年第7期202-209,共8页
智能虫情测报灯对农业生产中及时察觉虫害、虫灾问题有重大作用,准确的害虫分类识别为虫情测报提供可靠数据支撑的关键。该研究对智能虫情测报灯所需核心识别算法进行改进,针对分类目标多尺度、存在多种相似非目标害虫干扰、易产生目标... 智能虫情测报灯对农业生产中及时察觉虫害、虫灾问题有重大作用,准确的害虫分类识别为虫情测报提供可靠数据支撑的关键。该研究对智能虫情测报灯所需核心识别算法进行改进,针对分类目标多尺度、存在多种相似非目标害虫干扰、易产生目标粘连等问题,提出一种基于改进Mask-RCNN(mask region-based convolutional neural network)模型的害虫图像智能识别模型。该模型使用DeAnchor算法改进Mask-RCNN的锚框引导机制,使用NDCC(novelty detection consistent classifiers)训练分类器进行联合分类和检测,改善非目标杂虫的误识别问题。改进后模型对无杂虫、不同虫体密度图像的识别准确率最高达到96.1%,最密集时可达90.6%,在仅有非目标的图片识别中,误检率降至9%,非目标与目标共存且密度为40虫/图的误检率降至15%。试验表明,该文所提模型在现有分类模型的基础上,增强了对密集区域的检测能力,改善了非目标误识别问题,在实际检测环境下的害虫分类识别精度更高,可为虫害防治工作提供数据参考。 展开更多
关键词 目标检测 虫害防治 分类识别 Mask RCNN 粘连目标
在线阅读 下载PDF
基于Mask-RCNN的金属缺陷识别系统设计
9
作者 覃威智 覃威淼 《移动信息》 2024年第6期298-299,303,共3页
在传统的工业生产中,特别是铸造或焊接的生产过程,对金属件的缺陷识别是非常重要的。传统的人工缺陷识别程序通常耗时且容易出错。然而,通过引入智能化缺陷识别系统,可以提高检测效率,满足生产高质量产品的需求。文中提出了一种基于Mask... 在传统的工业生产中,特别是铸造或焊接的生产过程,对金属件的缺陷识别是非常重要的。传统的人工缺陷识别程序通常耗时且容易出错。然而,通过引入智能化缺陷识别系统,可以提高检测效率,满足生产高质量产品的需求。文中提出了一种基于Mask-RCNN模型的X射线无损检测缺陷识别系统。该系统使用客户-服务器模式,由客户端上传原始图片,服务器调用Mask-RCNN模型将原始图片进行缺陷识别,返回识别缺陷后的图片给客户端,在客户端上通过掩模透明化功能进行缺陷识别结果,并分析比对。该系统以Mask-RCNN模型进行缺陷识别,完成了缺陷识别工作,解决了传统人工缺陷识别程序易出错、耗时多的问题,并提升了铸件或焊接件的缺陷检识别效率和可靠性,解放了执行缺陷识别工作质检人员的生产力。 展开更多
关键词 无损检测 缺陷识别 mask-rcnn 缺陷识别系统
在线阅读 下载PDF
基于Mask-RCNN的建筑物目标检测算法 被引量：32
10
作者 李大军 何维龙 +2 位作者 郭丙轩 李茂森 陈敏强 《测绘科学》 CSCD 北大核心 2019年第10期172-180,共9页
针对在航空影像中,城区80%的人工目标物为建筑物和道路,建筑物是遥感影像中主要地物的类别,所以建筑物的检测会直接影响到地物提取的自动化水平这一问题。该文提出了一种基于Mask-RCNN的建筑物目标检测方法,是基于卷积神经网络思想,在... 针对在航空影像中,城区80%的人工目标物为建筑物和道路,建筑物是遥感影像中主要地物的类别,所以建筑物的检测会直接影响到地物提取的自动化水平这一问题。该文提出了一种基于Mask-RCNN的建筑物目标检测方法,是基于卷积神经网络思想,在深度学习框架下通过多线程迭代训练,将无人机影像作为训练样本,在卷积神经网络中得到目标特征再通过区域建议网络(RPN)与ROIAlign操作将特征输入不同的全连接分支。最后得到具优化的权重参数的目标检测模型。在不同场景图像中,该模型可以检测出建筑物目标。实验结果达到了预期要求,提高了航空影像中建筑物检测的准确性。 展开更多
关键词 建筑物目标检测 卷积神经网络 mask-rcnn ResNet101网络 TensorFlow
原文传递
一种基于Mask-RCNN图像分割的头足类动物角质颚色素沉积量化方法 被引量：5
11
作者 宋自根 张佳彬 +2 位作者 覃学标 刘必林 卜心宇 《渔业现代化》 CSCD 2021年第5期70-78,共9页
为自动化精确获取头足类动物的角质颚色素沉积占比,采用Mask-RCNN深度学习的神经网络模型,实现对角质颚及其色素沉积的图像识别和分割,提出了一种基于面积获取的自动化测量角质颚色素沉积占比新方法。首先对角质颚及其色素沉积进行轮廓... 为自动化精确获取头足类动物的角质颚色素沉积占比,采用Mask-RCNN深度学习的神经网络模型,实现对角质颚及其色素沉积的图像识别和分割,提出了一种基于面积获取的自动化测量角质颚色素沉积占比新方法。首先对角质颚及其色素沉积进行轮廓标注,将所得结果转化成训练集导入到残差网络(Resnet50)中,提取角质颚及其色素沉积的数字特征。基于特征金字塔网络(Feature Pyramid Networks,FPN)将各层特征加以融合;再利用区域候选网络(Region Proposal Network,RPN)对特征加以学习并生成候选框;最后,对候选框进行非极大值抑制(Non-Maximum Suppression,NMS),得到角质颚和色素沉积的候选区域,从而实现了角质颚色素沉积占比的自动化精确获取。结果显示:利用Mask-RCNN土颚分割精度为93.60%,色素沉积精度为92.47%,下颚为91.78%,色素沉积为88.78%。研究表明,Mask-RCNN深度学习网络模型可以较好地测量角质颚及其色素沉积的量化占比,本研究为头足类摄食动物的研究提供参考。 展开更多
关键词 角质颚 色素沉积 深度学习 生长特性 mask-rcnn
在线阅读 下载PDF
超声图像中复合材料褶皱形态的Mask-RCNN识别方法 被引量：3
12
作者 张海燕 徐心语 +2 位作者 马雪芬 朱琦 彭丽 《物理学报》 SCIE EI CAS CSCD 北大核心 2022年第7期203-210,共8页
复合材料在制造和使用过程中不可避免地会产生褶皱缺陷,因其形态变化多样,形变程度较小,人工辨认存在一定障碍,容易出现错漏情况.为提高检测效率,提出利用Mask-RCNN(Mask region-based convolutional neural net works)目标检测算法对... 复合材料在制造和使用过程中不可避免地会产生褶皱缺陷,因其形态变化多样,形变程度较小,人工辨认存在一定障碍,容易出现错漏情况.为提高检测效率,提出利用Mask-RCNN(Mask region-based convolutional neural net works)目标检测算法对复合材料超声图像中不同形态的褶皱缺陷进行检测并分类.制备含有不同形态褶皱缺陷的碳纤维复合材料层合板,利用超声相控阵采集全矩阵数据;通过波数成像算法得到复合材料层合板纵切面图像,根据地质层中褶皱的几何学特征,将复合材料层合板中存在的不同褶皱分为三类,进而建立褶皱形态与材料损伤程度之间的关系;提出Mask-RCNN算法用于褶皱缺陷的自动检测并分类,该算法中语义分割的引入可显示褶皱缺陷的位置和形状.实验结果表明:Mask-RCNN对不同形态褶皱识别的准确率分别达到92.1%,90.9%和93.3%,褶皱分类识别准确、有效.为实现复合材料层合板数据采集-成像-缺陷判别一体化、自动化提供了理论支撑. 展开更多
关键词 褶皱 波数成像 mask-rcnn 目标检测
在线阅读 下载PDF
优化Mask-RCNN的高分遥感影像建筑物提取 被引量：14
13
作者 林娜 黄韬 +1 位作者 孙鹏林 王玉莹 《遥感信息》 CSCD 北大核心 2022年第3期1-6,共6页
针对从背景复杂、目标密集的高分遥感影像上提取建筑物精度较低的问题,提出了一种基于优化Mask-RCNN的高分遥感影像建筑物提取算法。优化算法以ResNet-50为特征提取主干网络,通过添加更多的横向连接以及自下而上、自上而下路径的方式优... 针对从背景复杂、目标密集的高分遥感影像上提取建筑物精度较低的问题,提出了一种基于优化Mask-RCNN的高分遥感影像建筑物提取算法。优化算法以ResNet-50为特征提取主干网络,通过添加更多的横向连接以及自下而上、自上而下路径的方式优化FPN,提高算法的特征提取能力,并利用Soft-NMS优化原始NMS算法改善提取结果。利用自制的重庆市渝北区高分遥感影像建筑物数据集,采用交叉验证方法验证其在不同训练集与测试集上的稳定性,同时比较优化前后算法的提取性能。实验结果表明,优化算法平均精确率为88.4%,对比原始算法提高了4.9个百分点,对实现遥感影像建筑物高精度自动提取具有一定的参考意义。 展开更多
关键词 深度学习 mask-rcnn 建筑物提取 优化FPN 优化NMS
在线阅读 下载PDF
基于改进Mask-RCNN的电力线路识别方法 被引量：3
14
作者 陈麒 梁锐城 《汕头大学学报（自然科学版）》 2022年第2期43-49,共7页
针对无人机在电力输电线路巡检过程中,因空巡视角受风吹晃动导致线路难以完整呈现在巡检视频中,以及线路直径较小、观察距离远等限制,造成了巡检影像中线路识别准确率低下的问题.针对这一问题,提出了一种基于减帧的改进Mask-RCNN方法,... 针对无人机在电力输电线路巡检过程中,因空巡视角受风吹晃动导致线路难以完整呈现在巡检视频中,以及线路直径较小、观察距离远等限制,造成了巡检影像中线路识别准确率低下的问题.针对这一问题,提出了一种基于减帧的改进Mask-RCNN方法,该方法以相邻帧作为对比模板寻找图像差异从而提高识别准确度,并且通过减少运算过程中的数据处理量以减少数据处理时间,提高运算效率.在以复杂背景下导线为目标的试验中,本文方法的识别准确率与CPU使用率综合性能明显优于其他方法. 展开更多
关键词 输电线路 设备图像 目标识别 mask-rcnn 间接帧减
在线阅读 下载PDF
SE-Mask-RCNN:多参数MRI前列腺癌分割方法 被引量：8
15
作者 黄毅鹏 胡冀苏 +5 位作者 钱旭升 周志勇 赵文露 马麒 沈钧康 戴亚康 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第1期203-212,共10页
为了从多参数磁共振(mp-MRI)的前列腺区域中自动提取前列腺癌病灶区域,提出新的深度卷积神经网络模型SE-Mask-RCNN.在特征图上搜索定位包含病灶的候选区域,基于候选区域实现病灶的精细分割.为了利用mp-MRI中的互补信息,通过2个并行卷积... 为了从多参数磁共振(mp-MRI)的前列腺区域中自动提取前列腺癌病灶区域,提出新的深度卷积神经网络模型SE-Mask-RCNN.在特征图上搜索定位包含病灶的候选区域,基于候选区域实现病灶的精细分割.为了利用mp-MRI中的互补信息,通过2个并行卷积网络分别提取表观扩散系数(ADC)和T2加权(T2W)图像的特征图后进行融合,使用挤压与激励块自动提升融合特征图中的有效特征并抑制无效特征.在收集得到的140例数据上进行实验.结果表明,使用SE-Mask-RCNN得到前列腺癌病灶分割Dice系数为0.654,敏感度为0.695,特异度为0.970,阳性预测值为0.685.与U-net、V-net、Resnet50-U-net和Mask-RCNN等模型相比,SE-Mask-RCNN能够有效提升mp-MRI中前列腺癌病灶区域的分割精度. 展开更多
关键词 前列腺癌 深度学习 挤压与激励块(SE-block) mask-rcnn 多参数磁共振成像(mp-MRI)
暂未订购
基于Mask-RCNN的转炉炉口形貌检测 被引量：7
16
作者 戴张杰 黄成永 +3 位作者 刘威 夏建超 杨树峰 李京社 《钢铁》 CAS CSCD 北大核心 2023年第3期73-78,共6页
随着炼钢工序自动化要求的进一步提高,实现过程自动化加料具有重要意义。由于转炉冶炼过程时常伴随溢渣现象,炉口处易形成结瘤,致使内径减小,从而影响下一炉次加料工序进行。目前现场主要通过人工对炉口形貌进行观测以判断是否需要进行... 随着炼钢工序自动化要求的进一步提高,实现过程自动化加料具有重要意义。由于转炉冶炼过程时常伴随溢渣现象,炉口处易形成结瘤,致使内径减小,从而影响下一炉次加料工序进行。目前现场主要通过人工对炉口形貌进行观测以判断是否需要进行修补炉口操作,这种传统人工检测效率低,并且由于炉内光强以及技术人员的主观判断等因素,致使检测结果不稳定。随着人工智能领域中深度学习方法的快速发展及并在各行业中发挥重大作用,提出了一种基于Mask-RCNN的转炉炉口形貌检测方法。该方法基于网络模型的输出结果,通过图像处理对炉口轮廓的周长与面积进行测算,并结合最小二乘圆拟合法(LSCM),通过圆度指标对形貌进行更加合理定量的表征。试验表明,随着冶炼的连续进行,炉口面积与周长都将持续减小,对应圆度误差值持续增加,这说明过程中炉口形貌由于黏渣现象发生而持续改变。自动检测方法能够针对加料或出渣时不同转动倾角的炉口进行实时稳定检测,其识别率高达99%,具有较高的检测性能,相较于人工检测具有稳定、准确、高效的优势,大幅度提升了工艺稳定性。 展开更多
关键词 转炉炉口形貌 mask-rcnn 深度学习 图像处理 智能炼钢
原文传递
基于Mask-RCNN海上升压站数字式仪表读数的自动识别算法 被引量：17
17
作者 汤鹏 刘毅 +7 位作者 魏宏光 董秀芬 严国斌 张迎宾 袁亚君 王增光 范亚南 马鹏阁 《红外与激光工程》 EI CSCD 北大核心 2021年第S02期163-170,共8页
海上升压站采用挂轨机器人开展巡检作业,利用机器视觉手段自动识别数字式仪表读数,替代人工记录。提出了一种基于Mask-RCNN深度学习方法的数字仪表读数自动识别算法。将不同类型的数字仪表原始图像制作成数据集,利用深度学习算法进行训... 海上升压站采用挂轨机器人开展巡检作业,利用机器视觉手段自动识别数字式仪表读数,替代人工记录。提出了一种基于Mask-RCNN深度学习方法的数字仪表读数自动识别算法。将不同类型的数字仪表原始图像制作成数据集,利用深度学习算法进行训练,根据损失函数变化曲线对算法进行参数优化得到训练后的模型,再进行数字仪表图像的识别分析。采用灰度世界算法和霍夫变换等算法进行图像预处理,可有效改善数字识别的准确度。最后,实验对比了YOLOv3和Mask-RCNN深度学习算法的识别性能,结果表明前者具有较高的检测速度,后者具有更高的准确率。后者的识别率为99.52%,满足海上升压站远程监控对数字仪表读数正确率高的要求。 展开更多
关键词 图像处理 数字式仪表识别 mask-rcnn YOLOv3
原文传递
基于Mask-RCNN的自然场景下油茶果目标识别与检测 被引量：18
18
作者 王梁 侯义锋 贺杰 《中国农机化学报》 北大核心 2022年第12期148-154,189,F0003,共9页
针对我国油茶果采摘过程中存在的自动化水平落后、采摘效率低、适采周期短的现状,应用于机器人收获技术的机器视觉技术受限于真实场景中复杂背景干扰从而导致识别精度较低的问题。以自然场景下的油茶果为研究对象,提出一种基于Mask-RCN... 针对我国油茶果采摘过程中存在的自动化水平落后、采摘效率低、适采周期短的现状,应用于机器人收获技术的机器视觉技术受限于真实场景中复杂背景干扰从而导致识别精度较低的问题。以自然场景下的油茶果为研究对象,提出一种基于Mask-RCNN的自然场景下油茶果目标识别与检测算法,首先获取油茶果图像并建立数据集,利用ResNet卷积神经网络提取油茶果果实图片的特征,获得果实目标分割结果,再采用RPN对所得到的特征图进行操作,并增加全连接层,提取每个样本mask像素面积,并对目标类别进行预测。利用测试集分别测试油茶果的分割网络模型及目标识别算法,结果表明,网络模型的分割准确率为89.85%,油茶果目标识别的平均检测精度为89.42%,召回率为92.86%。本算法能够自动检测油茶果目标,并有效降低不同光照情况下叶片与花苞遮挡、果实重叠、果实色泽等因素干扰,为自然场景中果实自动化采摘提供可靠的视觉支持。 展开更多
关键词 自然场景 油茶果 目标识别 mask-rcnn 图像分割
在线阅读 下载PDF
基于改进Mask-RCNN的遥感影像建筑物提取 被引量：16
19
作者 何代毅 施文灶 +3 位作者 林志斌 乔星星 刘芫汐 林耀辉 《计算机系统应用》 2020年第9期156-163,共8页
由于遥感影像中建筑物种类繁多且与周围环境信息混淆,传统方法难以实现建筑物的准确高效提取.本文提出了一种基于改进Mask-RCNN的建筑物自动提取方法,利用PyTorch深度学习框架搭建改进Mask-RCNN网络模型架构,在网络的设计中添加了路径... 由于遥感影像中建筑物种类繁多且与周围环境信息混淆,传统方法难以实现建筑物的准确高效提取.本文提出了一种基于改进Mask-RCNN的建筑物自动提取方法,利用PyTorch深度学习框架搭建改进Mask-RCNN网络模型架构,在网络的设计中添加了路径聚合网络和特征增强功能,通过监督和迁移学习的方式对Inria航空影像标签数据集进行多线程迭代训练与模型优化学习,实现了建筑物的自动精确分割和提取.基于不同开源数据集,分别与SVM、FCN、U-net和Mask-RCNN等建筑物提取算法进行对比,实验表明,本文方法可以高效准确、高效地提取建筑物,对于同一个数据集,提取结果的mAP、mRecall、mPrecision和F1分数这4个评价指标均优于对比算法. 展开更多
关键词 建筑物提取 mask-rcnn PyTorch 实例分割
在线阅读 下载PDF
基于Mask-RCNN的复杂背景下多目标叶片的分割和识别 被引量：13
20
作者 钟伟镇 刘鑫磊 +1 位作者 杨坤龙 李丰果 《浙江农业学报》 CSCD 北大核心 2020年第11期2059-2066,共8页
在基于叶片图像进行植物识别和生长状态监控时,植物目标叶片的准确分割和识别是前提和基础,但复杂背景给叶片的分割和识别带来了极大的挑战。本研究提出基于Mask-RCNN深度学习网络分割和识别复杂背景下多目标叶片的算法,共拍摄自然生长... 在基于叶片图像进行植物识别和生长状态监控时,植物目标叶片的准确分割和识别是前提和基础,但复杂背景给叶片的分割和识别带来了极大的挑战。本研究提出基于Mask-RCNN深度学习网络分割和识别复杂背景下多目标叶片的算法,共拍摄自然生长状态下常见的植物叶片图像7357张,标注3000张作为训练数据库,这3000张图像共包含4种植物,分别为孔雀竹芋(Calathea makoyana)、珊瑚树(Viburnum odoratissinum)、洋常春藤(Hedera helix L.)和黄花羊蹄甲(Bauhinia tomentos a)。选择这4种植物的80个测试样本图像进行分割、识别与错分率分析。结果表明:Mask-RCNN深度学习网络对这4种植物的识别效果良好,未出现误识别的情况;分割的平均图像错分率为0.93%,最大值不超过2.49%,即分割准确率达97.51%;同时该算法具有强大的迁移能力。 展开更多
关键词 叶片识别 mask-rcnn 错分率 准确率
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 … 7 下一页 到第 页
使用帮助 返回顶部