AS-PANet:改进路径增强网络的重叠染色体实例分割 被引量：23

1

作者 林成创 赵淦森 +3 位作者 尹爱华 丁笔超 郭莉 陈汉彪 《中国图象图形学报》 CSCD 北大核心 2020年第10期2271-2280,共10页

目的染色体是遗传信息的重要载体,健康的人体细胞中包含46条染色体,包括22对常染色体和1对性染色体。染色体核型化分析是产前诊断和遗产疾病诊断的重要且常用方法。染色体核型化分析是指从分裂中期的细胞显微镜图像中,分割出染色体并根... 目的染色体是遗传信息的重要载体,健康的人体细胞中包含46条染色体,包括22对常染色体和1对性染色体。染色体核型化分析是产前诊断和遗产疾病诊断的重要且常用方法。染色体核型化分析是指从分裂中期的细胞显微镜图像中,分割出染色体并根据染色体的条带进行分组排列的过程。染色体核型化分析通常由细胞学家手工完成,但是这个过程非常费时、繁琐且容易出错。由于染色体的非刚性特质,多条染色体之间存在重叠及交叉现象,致使染色体实例分割非常困难。染色体分割是染色体核型化分析过程中最重要且最困难的一步,因此本文旨在解决重叠、交叉染色体实例分割问题。方法本文基于路径增强网络(PANet)模型,提出AS-PANet(amount segmentation PANet)模型用于解决重叠染色体实例分割问题。在路径增强网络的基础上引入染色体计数领域知识预测作为模型的一个预测分支,并改进了路径增强网络的模型结构和损失函数,使图像分类、目标检测、实例分割和染色体计数4个子任务共享卷积特征,进行联合训练。在临床染色体图像数据上进行标注并构建训练集和测试集,同时提出有效的数据增广方法用以扩充染色体标注训练数据集,提升模型的训练效果。结果在临床染色体数据集中开展实证研究实验。实验结果表明,本文方法在临床染色体数据集中,平均分割精度mAP(mean average precision)为90.63%。该结果比PANet提升了1.18%,比基线模型Mask R-CNN提升了2.85%。分割准确率为85%,相比PANet提升了2%,相比Mask R-CNN(region with convolutional neural network)提升3.75%。结论本文染色体实例分割方法能够更有效地解决临床染色体分割问题,相比现有的方法,分割效果更好。 展开更多

关键词 AS-panet 路径增强网络 染色体分割 实例分割 染色体核型分析

原文传递

融合Transformer和改进PANet的YOLOv5s交通标志检测 被引量：11

2

作者 张倩 刘紫燕 +2 位作者 陈运雷 吴应雨 郑旭晖 《传感技术学报》 CAS CSCD 北大核心 2023年第2期232-241,共10页

针对交通标志检测速度慢和目标大小与类别极度不平衡等问题,提出一种融合Transformer和改进PANet网络的YOLOv5s交通标志检测算法。首先在不增加模型复杂度的前提下,将主干网络末端与Transformer融合以提高网络特征提取能力;其次由于所... 针对交通标志检测速度慢和目标大小与类别极度不平衡等问题,提出一种融合Transformer和改进PANet网络的YOLOv5s交通标志检测算法。首先在不增加模型复杂度的前提下,将主干网络末端与Transformer融合以提高网络特征提取能力;其次由于所采用交通标志数据集的目标尺度太小,导致网络32倍大尺度检测层检测效果不佳,故不采用相关网络层,同时采用K-means算法得出适合的预测候选框;然后改进损失函数以解决正负样本极度不平衡问题。最后将所提出的改进算法在Jetson AGX Xavier平台上部署验证。实验结果表明,所提算法检测性能更佳,其准确率和召回率在原网络的基础上分别提高了2.2%和0.7%,模型参数量和计算复杂度分别减少了25.8%和10.1%。在Xavier上的检测速度达到76FPS,满足实时交通标志检测的要求且易于在实际场景部署。 展开更多

关键词 交通标志检测 Jetson AGX Xavier TRANSFORMER panet YOLOv5s

在线阅读 下载PDF 职称材料

基于PANet网络和先验知识的变压器表计图像识别算法 被引量：5

3

作者 李曜丞 牛清林 +3 位作者 王思源 王鑫 狄凌芳 李喆 《变压器》 2023年第10期17-23,共7页

本文中作者针对传统图像处理识别方法鲁棒性较差以及深度学习算法数据量需求大的问题,本文将先验知识引入PANet模型,提出了一种全新的电气表计识别技术。此外,为解决光照干扰问题,该框架还构建了基于感知理论的光照补偿模块。整体实现... 本文中作者针对传统图像处理识别方法鲁棒性较差以及深度学习算法数据量需求大的问题,本文将先验知识引入PANet模型,提出了一种全新的电气表计识别技术。此外,为解决光照干扰问题,该框架还构建了基于感知理论的光照补偿模块。整体实现思路为:首先调整图像亮度,利用PANet网络检测表盘、指针、刻度等关键信息,再结合先验知识对上述信息进行修正,最终根据修正后的信息计算准确读数。实验表明,该方法在电力表计识别任务中相较于其它模型,具有更强的迁移性,且识别准确率明显提升,对电力设备图像识别这一小样本问题具有一定的借鉴意义。 展开更多

关键词 变压器 光照补偿 panet网络 先验知识

原文传递

基于机器视觉的木玩具零件缺陷检测技术研究 被引量：2

4

作者 吴茂俊 林云峰 +1 位作者 沈洋 陈洪立 《自动化与仪表》 2025年第3期86-91,共6页

针对木玩具零件图像背景复杂、纹理干扰、缺陷形状多样等问题,提出改进的Yolov8缺陷检测算法。算法在PANet结构采用多层自适应空间融合机制(MASF),自适应调整权重,融合深浅层特征,提升特征提取能力,减少误检漏检;引入BRA注意力机制,增... 针对木玩具零件图像背景复杂、纹理干扰、缺陷形状多样等问题,提出改进的Yolov8缺陷检测算法。算法在PANet结构采用多层自适应空间融合机制(MASF),自适应调整权重,融合深浅层特征,提升特征提取能力,减少误检漏检;引入BRA注意力机制,增强抗背景和木纹干扰能力;采用WIoU作为边界损失函数,优化边界框损失,提高目标回归精度和收敛速度。在木玩具零件缺陷数据集验证,相比原YOLOv8模型,mAP50提升11%,mAP50-95提升2.4%,较主流单阶段检测模型检测精度均有提高,验证了算法的高效性。 展开更多

关键词 缺陷检测 panet 多层自适应空间融合 注意力机制 WIoU

在线阅读 下载PDF 职称材料

基于改进YOLOv7的微生物细胞识别算法 被引量：1

5

作者 吕彦朋 赵颖彤 +1 位作者 苏晓明 刘占英 《现代电子技术》 北大核心 2025年第1期47-54,共8页

针对传统及人工方法识别多种类、大量微生物细胞存在耗时长、准确率低等问题,文中提出一种改进YOLOv7的微生物细胞识别算法YOLOv7-PN。通过引入改进的路径聚合网络(PANet)提取和融合不同尺度的特征,以捕捉细胞图像中的多尺度信息,从而... 针对传统及人工方法识别多种类、大量微生物细胞存在耗时长、准确率低等问题,文中提出一种改进YOLOv7的微生物细胞识别算法YOLOv7-PN。通过引入改进的路径聚合网络(PANet)提取和融合不同尺度的特征,以捕捉细胞图像中的多尺度信息,从而提高细胞的检测精度和鲁棒性;在骨干网络添加注意力模块(NAM),能够自适应地学习每个通道的权重,提高细胞的特征表示能力;将传统的IoU边界框损失函数替换为DIoU_Loss,以考虑边界框之间的距离和重叠程度,能够更准确地衡量检测框的精度,从而提高细胞的定位准确性。实验结果表明,使用BCCD数据集进行评估时,文中算法在微生物细胞识别任务中取得了显著的提升,与基准算法YOLOv7相比,YOLOv7-PN的Precision值提高了1.46%、F_(1)值提高了2.61%、Accuracy值提高了0.86%。实验结果验证了该算法的有效性和性能优势,为微生物学研究和医学诊断等领域的微生物细胞分析提供了有力支持。 展开更多

关键词 微生物细胞 YOLOv7 YOLOv7-PN panet NAM DIoU_Loss

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的综采工作面人员检测算法 被引量：25

6

作者 张磊 李熙尉 +2 位作者 燕倩如 王浩盛 雷伟强 《中国安全科学学报》 CAS CSCD 北大核心 2023年第7期82-89,共8页

为了智能监控井工煤矿综采工作面危险区域人员闯入和安全帽佩戴问题,避免监控视频受粉尘干扰、光照不均等因素影响图像检测精度的问题,提出一种基于改进YOLOv5s的目标检测算法(简称YOLOv5s-DPE),并建立相关模型。首先,在颈部网络部分,... 为了智能监控井工煤矿综采工作面危险区域人员闯入和安全帽佩戴问题,避免监控视频受粉尘干扰、光照不均等因素影响图像检测精度的问题,提出一种基于改进YOLOv5s的目标检测算法(简称YOLOv5s-DPE),并建立相关模型。首先,在颈部网络部分,采用深度可分离卷积(DwConv)替换普通卷积,降低参数量和计算量;然后,引入改进的路径聚合网络(PANet)提升特征提取能力,替换边界框损失函数完全交并比(CIOU)为有效交并比(EIOU),提升检测准确率;最后,选取综采工作面视频中的人员图像进行检测,选取煤矿井下人员闯入和安全帽佩戴监控视频作为检测数据集,并进行训练和验证。结果表明:对比初始YOLOv5s算法模型,YOLOv5s-DPE算法模型的参数量下降14.2%,浮点数计算量下降7.6%,算法网络模型大小下降12.5%,均值平均精度(mAP)@0.5提升到93.7%,mAP@0.5∶0.95提升到65.8%,YOLOv5s-DPE模型对小目标检测效果更好,误检漏检等情况有所减少。 展开更多

关键词 YOLOv5s 综采工作面 检测算法 深度可分离卷积(DwConv) 有效交并比(EIOU) 路径聚合网络(panet)

原文传递

YOLOF-CBAM:一种新的结直肠息肉实时分类与检测方法 被引量：5

7

作者 杨昆 孙宇锋 +2 位作者 汪世伟 路宇飞 薛林雁 《电子测量技术》 北大核心 2023年第16期138-147,共10页

针对目前常见的计算机辅助检测系统对结肠镜图像中息肉的分类与检测准确性和实时性不足的问题,提出了一种以YOLOv4为基本框架,结合空间注意力机制与改进特征融合层的YOLOF-CBAM模型,可对白光和窄带成像双模态内镜图像中的增生性息肉与... 针对目前常见的计算机辅助检测系统对结肠镜图像中息肉的分类与检测准确性和实时性不足的问题,提出了一种以YOLOv4为基本框架,结合空间注意力机制与改进特征融合层的YOLOF-CBAM模型,可对白光和窄带成像双模态内镜图像中的增生性息肉与腺瘤性息肉进行实时分类与检测。为了使息肉的特征提取更准确,在YOLOv4的主干网中增加CBAM模块,使网络特征提取层关注到更加重要的空间以及通道信息,抑制不必要特征向下传递;在此基础上,通过对特征融合层PANet进行剪枝操作优化网络结构,以此减少网络参数量,进一步提高模型的检测速度。为了对改进后的模型进行训练和测试,从河北大学附属医院收集了2988张包含了白光和NBI的内镜图像,并按照9∶1的划分比例划分为训练集和测试集。实验结果表明,YOLOF-CBAM在测试集上的mAP值为86.44%,识别增生性息肉和腺瘤性息肉的召回率分别为89.62%和85.64%,精确率分别为91.35%和85.19%,且实时分类速度达到47 FPS,证明所提出的模型具有潜在的临床应用价值。 展开更多

关键词 结直肠息肉 实时分类与检测 注意力机制 YOLOv4 panet

原文传递

基于深度可分离卷积的轻量级YOLOv3输电线路鸟巢检测方法 被引量：15

8

作者 杨学存 和沛栋 +1 位作者 陈丽媛 李杰华 《智慧电力》 北大核心 2021年第12期88-95,共8页

针对输电线路无人机巡检图像鸟巢检测现有方法实时性差及小目标检测能力较弱的问题,提出一种基于深度可分离卷积的轻量级YOLOv3输电线路鸟巢检测方法。首先,使用Mosaic数据增强方法增强数据集并变相提升训练集中小目标的数量;然后,在主... 针对输电线路无人机巡检图像鸟巢检测现有方法实时性差及小目标检测能力较弱的问题,提出一种基于深度可分离卷积的轻量级YOLOv3输电线路鸟巢检测方法。首先,使用Mosaic数据增强方法增强数据集并变相提升训练集中小目标的数量;然后,在主干特征提取网络使用深度可分离卷积代替部分标准卷积,提高检测网络的速度,并降低网络参数量从而降低权重文件内存,再使用PANet代替FPN,进一步提升特征融合的能力,增强对小目标的检测能力;最后,使用标签平滑进行训练,解决由于极少量标签错误导致的网络过度自信问题和网络过拟合问题。将某供电局无人机巡检视频剪切成图像制作数据集,使用本文算法与原始YOLOv3算法进行比较,并做消融实验。实验结果表明,本文的算法逐步提升了模型的速度和精度。 展开更多

关键词 无人机巡检 YOLOv3 深度可分离卷积 panet 目标检测

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法 被引量：6

9

作者 胡丹丹 张忠婷 《智能系统学报》 CSCD 北大核心 2024年第3期653-660,共8页

在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以... 在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以提升检测速度。其次,在特征融合网络中引入基于感受野模块(receptive field block,RFB)改进的RFB-s,通过模仿人类视觉感知,增强特征图的有效感受野区域,提高网络特征表达能力及对目标特征的可辨识性。最后,使用自适应空间特征融合(adaptively spatial feature fusion,ASFF)方式以提升PANet对多尺度特征融合的效果。实验结果表明,在PASCAL VOC数据集上,所提算法检测平均精度均值相较于YOLOv5s提高1.71个百分点,达到84.01%,在满足自动驾驶汽车实时性要求的前提下,在一定程度上减少目标检测时的误检及漏检情况,有效提升模型在复杂驾驶场景下的检测性能。 展开更多

关键词 YOLOv5s 自动驾驶 目标检测算法 深度可分离卷积 感受野模块 自适应空间特征融合 panet 多尺度特征融合

在线阅读 下载PDF 职称材料

基于改进YOLOv4的输送带损伤检测方法 被引量：17

10

作者 周宇杰 徐善永 +1 位作者 黄友锐 唐超礼 《工矿自动化》 北大核心 2021年第11期61-65,共5页

针对现有输送带损伤检测方法检测精度低、检测速度慢且缺少对面积较小损伤检测的问题,提出了一种基于改进YOLOv4的输送带损伤检测方法。该方法以YOLOv4为基础,对PANet路径融合网络部分进行改进,增加与浅层特征层的融合,将原3个尺度的特... 针对现有输送带损伤检测方法检测精度低、检测速度慢且缺少对面积较小损伤检测的问题,提出了一种基于改进YOLOv4的输送带损伤检测方法。该方法以YOLOv4为基础,对PANet路径融合网络部分进行改进,增加与浅层特征层的融合,将原3个尺度的特征层融合增加到4个尺度,提高模型对输送带损伤的特征提取能力,提高检测精度;将PANet部分每个特征层融合后的卷积次数由5次减少到3次,减少计算量,提高检测速度;对输送带损伤图像进行标注,并输入改进的YOLOv4模型进行训练和测试。实验结果表明,基于改进YOLOv4的输送带损伤检测方法损失收敛速度快,模型训练效果好;基于改进YOLOv4的输送带损伤检测方法对输送带撕裂、表面磨损和表面缺陷检测的平均精度均值达96.86%,检测速度达20.66帧/s,与YOLOv4,YOLOv3和Faster-RCNN相比,平均精度均值分别提升了1.4%,6.35%,2.16%,检测速度分别提升了2.39,2.34,15.25帧/s;与YOLOv4相比,基于改进YOLOv4的输送带损伤检测方法检测精度更高,对面积较小损伤的检测效果更好。 展开更多

关键词 带式输送机 输送带损伤检测 YOLOv4 深度学习 panet 特征层融合

在线阅读 下载PDF 职称材料

基于轻量化深度学习网络的工业环境小目标缺陷检测 被引量：18

11

作者 叶卓勋 刘妹琴 张森林 《控制与决策》 EI CSCD 北大核心 2023年第5期1231-1238,共8页

工业环境下表面缺陷检测是质量管理的重要一环,具有重要的研究价值.通用检测网络(如YOLOv4)已被证实在多种数据集检测方面是有效的,但是在工业环境的缺陷检测仍需要解决两个问题:一是缺陷实例在表面占比过小,属于典型的小目标检测问题;... 工业环境下表面缺陷检测是质量管理的重要一环,具有重要的研究价值.通用检测网络(如YOLOv4)已被证实在多种数据集检测方面是有效的,但是在工业环境的缺陷检测仍需要解决两个问题:一是缺陷实例在表面占比过小,属于典型的小目标检测问题;二是通用检测网络结构复杂,很难部署在移动设备上.针对上述问题,提出一种基于轻量化深度学习网络的工业环境小目标缺陷检测方法.应用GhostNet替代YOLOv4主干特征提取网络,提高网络特征提取能力及降低算法复杂度,并通过改进式PANet结构增加YOLO预测头中高维特征图比例以实现更好的性能.以发动机金属表面缺陷检测为例进行实验分析,结果表明该模型在检测精度(mAP)提升5.83%的同时将网络模型参数量降低83.5%,检测速度提升2倍,同时满足缺陷检测的精度和实时性要求. 展开更多

关键词 轻量化检测网络 小目标缺陷检测 主干特征提取网络 改进式panet

原文传递

一种高精度的卷积神经网络安全帽检测方法 被引量：13

12

作者 李天宇 李栋 +2 位作者 陈明举 吴浩 刘益岑 《液晶与显示》 CAS CSCD 北大核心 2021年第7期1018-1026,共9页

在复杂的施工环境中,基于机器视觉技术的安全帽佩戴检测算法常常出现漏检、误检,其检测能力有限。为提高安全帽佩戴检测的精度,本文建立了一种基于注意力机制的双向特征金字塔的安全帽检测卷积神经网络。为兼顾卷积神经网络中的浅层位... 在复杂的施工环境中,基于机器视觉技术的安全帽佩戴检测算法常常出现漏检、误检,其检测能力有限。为提高安全帽佩戴检测的精度,本文建立了一种基于注意力机制的双向特征金字塔的安全帽检测卷积神经网络。为兼顾卷积神经网络中的浅层位置信息和深层语义信息的表达能力,实现对弱小安全帽目标的检测能力,该网络将跳跃连接和注意力机制CBAM技术引入双向特征融合的特征金字塔网络PANet模块中,构建基于注意力机制的双向特征金字塔模块CPANet。为提高模型的收敛能力,采用了CIoU来代替IoU进行优化锚框回归预测,降低该网络的训练难度。对比实验表明,本文建立的检测网络比YOLOv3、RFBNet、SSD、Faster RCNN的mAP值分别提高了0.82,4.43,23.12,23.96,检测速度达到21 frame/s,实现了施工现场安全帽佩戴实时高精度检测。 展开更多

关键词 目标检测 特征融合 panet CBAM CIoU

在线阅读 下载PDF 职称材料

基于YOLOv5的道路目标检测算法研究 被引量：11

13

作者 王鹏 王玉林 +2 位作者 焦博文 王洪昌 于奕轩 《计算机工程与应用》 CSCD 北大核心 2023年第1期117-125,共9页

为提高道路目标检测精度,基于YOLOv5网络模型,引入自底向上的PANet网络结构,以增强特征融合;采用具有方向感知与位置信息的目标注意力机制,以增强对目标位置的感知能力;增加了一个YOLO检测头,以增强对小目标的学习能力。采用改进的CIOU(... 为提高道路目标检测精度,基于YOLOv5网络模型,引入自底向上的PANet网络结构,以增强特征融合;采用具有方向感知与位置信息的目标注意力机制,以增强对目标位置的感知能力;增加了一个YOLO检测头,以增强对小目标的学习能力。采用改进的CIOU(ICIOU)目标回归损失函数,使得整个模型对图像特征的学习能力和目标检测精度显著提升。实验结果表明,该模型在华为SODA10M数据集下的mAP达到了68.2%,相比原YOLOv5网络mAP提升了15.4个百分点,检测精度得到了明显提升。在此基础上,对图像尺寸对检测时间和精度的影响进行探索,结果表明适当增大图像输入尺寸,可以在检测速度下降不大(23.3个百分点)的前提下,使得mAP明显提升(3.8个百分点)。 展开更多

关键词 深度学习 目标检测 注意力机制 交并比 panet网络结构

在线阅读 下载PDF 职称材料

一种改进Swin Transformer网络的资源三号水体提取方法 被引量：4

14

作者 刘彦德 王竞雪 《遥感信息》 CSCD 北大核心 2023年第2期96-103,共8页

针对传统的水体指数法和监督分类法在对卫星影像进行水体提取时经常出现错分的问题,提出一种改进Swin Transformer网络的资源三号影像水体提取方法,并对其特征金字塔的构建进行优化。其中,结合PANet算法原理快速融合特征金字塔顶层信息... 针对传统的水体指数法和监督分类法在对卫星影像进行水体提取时经常出现错分的问题,提出一种改进Swin Transformer网络的资源三号影像水体提取方法,并对其特征金字塔的构建进行优化。其中,结合PANet算法原理快速融合特征金字塔顶层信息和底层信息,通过融合不同尺度的信息提高对水体特征提取的效果;利用Swin Transformer网络包含的滑动窗口分割和循环位移操作来减少训练时的计算复杂度。通过混淆矩阵计算得到该方法对城区、郊区和山区水体提取结果的总体精度、Kappa系数、F1-score指数,分别在90.14%~96.52%之间、0.80~0.88之间、0.81~0.87之间,证明该方法对资源三号卫星影像进行水体提取的有效性与可靠性。 展开更多

关键词 Swin Transformer panet 资源三号卫星 水体提取 Kappa系数

在线阅读 下载PDF 职称材料

聚丙烯汽车仪表盘专用料的研制 被引量：26

15

作者 李艳霞 孙文强 +4 位作者 刘保成 李荣勋 刘光烨 刘建军 申欣 《工程塑料应用》 CAS CSCD 北大核心 2001年第4期7-9,共3页

采用共聚聚丙烯为基础树脂,POE为增韧剂,滑石粉为填料制得性能符合要求的汽车仪表盘专用料。研究了POE和填料的添加量对共混材料性能的影响。结果表明,与EPDM相比,POE使共混体系的冲击韧性提高最大,而弯曲弹性模量、拉伸强度和流动性降... 采用共聚聚丙烯为基础树脂,POE为增韧剂,滑石粉为填料制得性能符合要求的汽车仪表盘专用料。研究了POE和填料的添加量对共混材料性能的影响。结果表明,与EPDM相比,POE使共混体系的冲击韧性提高最大,而弯曲弹性模量、拉伸强度和流动性降低最小。滑石粉的加入能提高共混材料的弹性模量,且对流动性影响较小。因此,选择适当用量的POE和滑石粉,可制得各项性能俱佳的汽车仪表盘专用料。 展开更多

关键词 聚丙烯 POE 滑石粉 增韧改性 汽车仪表盘 专用料 增韧剂

在线阅读 下载PDF 职称材料

基于改进YOLO v4光线模糊场景下交通标志检测 被引量：2

16

作者 申智 徐丽 符祥远 《计算机与现代化》 2022年第7期27-32,共6页

近些年,自动驾驶开始进入人们的视线。对于自动驾驶而言,模糊光线场景下的交通标志检测是其中极其重要的一部分。目前YOLO v4算法广泛用于目标检测,虽然它的检测精度相比于其他YOLO版本有着较大的提高,但是还没有达到预期的精度。为了... 近些年,自动驾驶开始进入人们的视线。对于自动驾驶而言,模糊光线场景下的交通标志检测是其中极其重要的一部分。目前YOLO v4算法广泛用于目标检测,虽然它的检测精度相比于其他YOLO版本有着较大的提高,但是还没有达到预期的精度。为了进一步提高检测交通标志的精度,本文在原有YOLO v4的基础上作一定的改进并与MSRCR图像增强处理相结合。首先将作为训练的图片通过MSRCR算法达到图像增强的目的,并将其作为目标检测的训练集图像。使用Darknet-53的YOLO v4网络,通过labelImg标注BelgiumTS交通信号数据集,使用改进的K-means++聚类算法确定先验框和具体参数并且改进路径聚合网络(PANet)结构和损失函数,将数据集进行训练。实验结果表明,改进后的算法与原本的YOLO v4算法相比较,平均精度提高了1.86个百分点。 展开更多

关键词 交通标志检测 MSRCR算法 YOLO v4算法 K-means++聚类算法 损失函数 panet

在线阅读 下载PDF 职称材料

时效应力松弛校形原理及其在蒙皮制造中的应用 被引量：21

17

作者 周贤宾 常和生 戴美云 《北京航空航天大学学报》 EI CAS CSCD 北大核心 1992年第2期65-71,共7页

时效应力松弛校形和成形方法已成功地用于制造飞机铝合金蒙皮壁板,具有很多优点。本文论述该方法的原理、应用和模拟试验结果。通过2024和LY12铝合金板件的单曲度与双曲度弯曲试验,研究了校形效果随温度、时间和预变形等的变化规律。回... 时效应力松弛校形和成形方法已成功地用于制造飞机铝合金蒙皮壁板,具有很多优点。本文论述该方法的原理、应用和模拟试验结果。通过2024和LY12铝合金板件的单曲度与双曲度弯曲试验,研究了校形效果随温度、时间和预变形等的变化规律。回弹和残余应力的测量结果表明,校形效率随温度和时间提高,在铝合金人工时效温度和时间范围内,一次约可消除回弹60％。剩余的尺寸偏差可通过在夹具上修出过弯量消除。 展开更多

关键词 板材 成形 校形 铝合金 人工时效

在线阅读 下载PDF 职称材料

PLC在制药厂包衣机控制系统中的应用 被引量：4

18

作者 张振宇 梁素芳 《机电工程》 CAS 2005年第5期9-13,共5页

介绍了SiemensS7系列PLC、TP270触摸屏和Micromaster420变频器在制药厂包衣机控制系统中的应用,从硬件和软件两个方面介绍了系统的设计,并着重阐述了TP270的软件流程和连续型PID功能块。在实际应用中,该系统提高了产品质量和生产效率,... 介绍了SiemensS7系列PLC、TP270触摸屏和Micromaster420变频器在制药厂包衣机控制系统中的应用,从硬件和软件两个方面介绍了系统的设计,并着重阐述了TP270的软件流程和连续型PID功能块。在实际应用中,该系统提高了产品质量和生产效率,证明了设计的合理性。 展开更多

关键词 包衣机 触摸屏 变频器 控制

在线阅读 下载PDF 职称材料

一种适合于深空星际互联网的传输控制协议 被引量：3

19

作者 金凤林 刘炯 崔玉萍 《计算机科学》 CSCD 北大核心 2013年第1期37-40,80,共5页

目前国内外已经开展了大量针对同步卫星互联网的传输控制技术研究,提出了很多传输控制协议方案。然而,这些协议方案在信道条件更加恶劣的行星际互联网中的性能表现并不理想。针对深空通信信道特点,在TP-Sa-tellite协议的基础上提出了TP-... 目前国内外已经开展了大量针对同步卫星互联网的传输控制技术研究,提出了很多传输控制协议方案。然而,这些协议方案在信道条件更加恶劣的行星际互联网中的性能表现并不理想。针对深空通信信道特点,在TP-Sa-tellite协议的基础上提出了TP-Satellite+协议。仿真表明,TP-Satellite+协议在月球与地球之间的行星际互联网中,不仅能够有效对抗信道误码,节省反向链路资源占用,而且能缩短连接建立时间,提高行星际互联网的网络性能。 展开更多

关键词 深空通信 行星际互联网 传输控制协议 TP-Satellite+

在线阅读 下载PDF 职称材料

一种改进SSD算法的输电线路目标检测方法 被引量：5

20

作者 黄芹芹 董洁 +1 位作者 陈玥 朱圆圆 《电工电气》 2021年第6期51-55,共5页

电力巡检在输电线路部件故障的排除中起着至关重要的作用。为了实现复杂背景下的输电线路电力小部件的目标检测,提出了一种改进SSD算法的小目标检测算法——PA-SSD。将反卷积融合单元融合到PANet算法中,以改进PANet结构,并以此为基础产... 电力巡检在输电线路部件故障的排除中起着至关重要的作用。为了实现复杂背景下的输电线路电力小部件的目标检测,提出了一种改进SSD算法的小目标检测算法——PA-SSD。将反卷积融合单元融合到PANet算法中,以改进PANet结构,并以此为基础产生新的特征融合方式,融合不同尺度的特征图;将传统SSD算法中的特征图用新的特征图替换,形成新的特征金字塔模型。针对实际输电线路中的4种目标进行了测试,结果表明,PA-SSD算法与原始的SSD算法相比,其检测精度有了明显提高,检测速度也可以满足检测性能的要求。 展开更多

关键词 目标检测 输电线路 SSD算法 panet算法

在线阅读 下载PDF 职称材料