基于R-FCN深度卷积神经网络的机器人疏果前苹果目标的识别 被引量：93

1

作者 王丹丹 何东健 《农业工程学报》 EI CAS CSCD 北大核心 2019年第3期156-163,共8页

疏果前期苹果背景复杂、光照条件变化、重叠及被遮挡,特别是果实与背景叶片颜色极为相近等因素,给其目标识别带来很大困难。为识别疏果前期的苹果目标,提出基于区域的全卷积网络(region-based fully convolutional network,R-FCN)的苹... 疏果前期苹果背景复杂、光照条件变化、重叠及被遮挡,特别是果实与背景叶片颜色极为相近等因素,给其目标识别带来很大困难。为识别疏果前期的苹果目标,提出基于区域的全卷积网络(region-based fully convolutional network,R-FCN)的苹果目标识别方法。该方法在研究基于ResNet-50和ResNet-101的R-FCN结构及识别结果的基础上,改进设计了基于ResNet-44的R-FCN,以提高识别精度并简化网络。该网络主要由ResNet-44全卷积网络、区域生成网络(RegionProposal Network, RPN)及感兴趣区域(Region of Interest, RoI)子网构成。ResNet-44全卷积网络为基础网络,用以提取图像的特征,RPN根据提取的特征生成Ro I,然后Ro I子网根据ResNet-44提取的特征及RPN输出的Ro I进行苹果目标的识别与定位。对采集的图像扩容后,随机选取23 591幅图像作为训练集,4 739幅图像作为验证集,对网络进行训练及参数优化。该文提出的改进模型在332幅图像组成的测试集上的试验结果表明,该方法可有效地识别出重叠、被枝叶遮挡、模糊及表面有阴影的苹果目标,识别的召回率为85.7%,识别的准确率为95.1%,误识率为4.9%,平均速度为0.187 s/幅。通过与其他3种方法进行对比试验,该文方法比FasterR-CNN、基于ResNet-50和ResNet-101的R-FCN的F1值分别提高16.4、0.7和0.7个百分点,识别速度比基于ResNet-50和ResNet-101的R-FCN分别提高了0.010和0.041 s。该方法可实现传统方法难以实现的疏果前苹果目标的识别,也可广泛应用于其他与背景颜色相近的小目标识别中。 展开更多

关键词 图像处理 算法 图像识别 小苹果 目标识别 深度学习 r-fcn

在线阅读 下载PDF 职称材料

改进R-FCN模型的小尺度行人检测 被引量：5

2

作者 刘万军 董利兵 曲海成 《中国图象图形学报》 CSCD 北大核心 2021年第10期2400-2410,共11页

目的为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络(region-based fully convolutional networks,R-FCN)的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检... 目的为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络(region-based fully convolutional networks,R-FCN)的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检测算法。方法为了使特征提取更加准确,在Res Net-101的conv5阶段中嵌入可变形卷积层,扩大特征图的感受野;为提高小尺寸行人检测精度,在Res Net-101中增加另一条检测路径,对不同尺寸大小的特征图进行感兴趣区域池化;为解决小尺寸行人检测中的误检问题,利用自举策略的非极大值抑制算法代替传统的非极大值抑制算法。结果在基准数据集Caltech上进行评估,实验表明,改进的R-FCN算法与具有代表性的单阶段检测器(single shot multi Box detector,SSD)算法和两阶段检测器中的Faster R-CNN(region convolutional neural network)算法相比,检测精度分别提高了3.29%和2.78%;在相同ResNet-101基础网络下,检测精度比原始R-FCN算法提高了12.10%。结论本文提出的改进R-FCN模型,使小尺寸行人检测精度更加准确。相比原始模型,改进的R-FCN模型对行人检测的精确率和召回率有更好的平衡能力,在保证精确率的同时,具有更大的召回率。 展开更多

关键词 行人检测 区域全卷积网络(r-fcn) 可变形卷积 多路径 非极大值抑制(NMS) Caltech数据集

原文传递

结合FPN改进R-FCN的肺结节检测算法 被引量：6

3

作者 李莉 乔璐 张浩洋 《计算机应用与软件》 北大核心 2022年第4期179-184,共6页

针对目前肺结节检测算法在CT影像中存在的检出率低、假阳性高及体积较小的结节难以检测的问题,提出结合特征金字塔FPN(Feature Pyramid Networks)改进R-FCN(Region-based Fully Convolutional Networks)的肺结节检测算法。对传统R-FCN... 针对目前肺结节检测算法在CT影像中存在的检出率低、假阳性高及体积较小的结节难以检测的问题,提出结合特征金字塔FPN(Feature Pyramid Networks)改进R-FCN(Region-based Fully Convolutional Networks)的肺结节检测算法。对传统R-FCN算法加以改进,将ResNet(Residual Neural Network)结构升级为DenseNet(Dense Convolutional Network)利用其密集连接机制以加强特征的传播复用,提升网络效率;引入FPN结构,一方面用于生成不同尺度的特征作为RPN(Region Proposal Network)网络的输入以生成候选区域,另一方面在检测时可以综合利用低层特征的高分辨率信息与高层特征的高语义信息,从而有效解决体积较小结节难以定位的问题。改进网络将使用focal loss作为损失函数以解决训练过程中正负样本不均衡的问题。实验结果显示,所提算法的CPM为0.876,检测精度有效提升。 展开更多

关键词 肺结节检测 CT影像 r-fcn 特征金字塔

在线阅读 下载PDF 职称材料

基于R-FCN的教室内人物识别 被引量：2

4

作者 刘寅 《科学技术创新》 2021年第30期88-90,共3页

针对教室视频图像中人物目标的识别问题,研究了深度学习R-FCN目标识别架构的算法优化及实验。通过分析R-FCN目标检测网络的结构和代价函数,采用自适应非极大值抑制修正预测框置信度,利用在线难例学习方法并优化候选框参数,得到优化后的R... 针对教室视频图像中人物目标的识别问题,研究了深度学习R-FCN目标识别架构的算法优化及实验。通过分析R-FCN目标检测网络的结构和代价函数,采用自适应非极大值抑制修正预测框置信度,利用在线难例学习方法并优化候选框参数,得到优化后的R-FCN人物目标识别模型。经数据集训练及测试,实验结果表明,在测试数据集DL2021c下的人物目标单类别识别准确率为89.52%,该实验模型可为学校相关管理工作提供数据参考。 展开更多

关键词 人物识别 目标检测 深度学习 r-fcn

在线阅读 下载PDF 职称材料

基于改进的R-FCN带纹理透明塑料裂痕检测 被引量：3

5

作者 关日钊 陈新度 +1 位作者 吴磊 徐焯基 《计算机工程与应用》 CSCD 北大核心 2019年第6期168-172,264,共6页

为了解决利用传统的机器学习方法来检测带纹理透明塑料裂痕的检测精度和识别率不高的问题,提出一种改进的基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)检测方法,通过对R-FCN中的残差网络(Residual Network,R... 为了解决利用传统的机器学习方法来检测带纹理透明塑料裂痕的检测精度和识别率不高的问题,提出一种改进的基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)检测方法,通过对R-FCN中的残差网络(Residual Network,ResNet)特征提取网络进行混合尺度感受野融合处理,弥补了原网络对微小裂痕敏感度不高的缺点。实验表明,改进后的R-FCN检测方法的裂痕检测精度比基于传统机器学习支持向量机(Support Vector Machine,SVM)检测方法的裂痕检测准确率高20%左右,比未改进的R-FCN检测方法的检测准确率高8%,证明了该方法的有效性。 展开更多

关键词 裂痕检测 支持向量机(SVM) 基于区域的全卷积网络(r-fcn) 残差网络(ResNet) 感受野

在线阅读 下载PDF 职称材料

复杂场景下基于R-FCN的手势识别 被引量：11

6

作者 桑农 倪子涵 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2017年第10期54-58,共5页

为了解决复杂场景下手势识别的问题,将基于区域的全卷积网络(R-FCN)用于手势识别.为了使网络适应复杂场景,利用在线难例挖掘技术对手势识别过程中产生的难例进行在线学习,并结合手的特征对网络参数进行优化调节.实验结果表明:基于R-FCN... 为了解决复杂场景下手势识别的问题,将基于区域的全卷积网络(R-FCN)用于手势识别.为了使网络适应复杂场景,利用在线难例挖掘技术对手势识别过程中产生的难例进行在线学习,并结合手的特征对网络参数进行优化调节.实验结果表明:基于R-FCN的手势识别方法能准确地从复杂场景中识别手势,识别率达到99.73%. 展开更多

关键词 人机交互 手势识别 深度学习 基于区域的全卷积网络(r-fcn) 在线难例挖掘

原文传递

改进R-FCN的船舶识别方法 被引量：7

7

作者 黄致君 桑庆兵 《计算机科学与探索》 CSCD 北大核心 2020年第6期1045-1053,共9页

针对复杂海情下需要对不同大小及种类的船舶进行检测的问题,提出一种基于深度学习的船舶检测方法,该方法主要针对区域全卷积网络(R-FCN)进行改进。首先选取ResNet50网络用于自动提取特征,并将Feature Map自动提供给改进的R-FCN;其次根... 针对复杂海情下需要对不同大小及种类的船舶进行检测的问题,提出一种基于深度学习的船舶检测方法,该方法主要针对区域全卷积网络(R-FCN)进行改进。首先选取ResNet50网络用于自动提取特征,并将Feature Map自动提供给改进的R-FCN;其次根据船舶识别的特性改进R-FCN,使得R-FCN在船舶检测上能够完全发挥其性能;最后根据部分类别船舶体积较小识别率低的问题,先采取最大池化层(Maxpooling)进行改进,将小目标船舶识别率提高了4.08个百分点,之后针对ROIAlign进行改进。改进的R-FCN方法比原始的R-FCN在小目标船舶识别方面表现更优,精度共提升了13个百分点,还与目前主流的目标检测算法如Faster-RCNN等进行了对比。实验结果表明,该方法识别精度更高,速率与其他方法基本持平。 展开更多

关键词 深度学习 目标检测 区域全卷积网络(r-fcn)

在线阅读 下载PDF 职称材料

基于改进的R-FCN航拍巡线图像中的绝缘子检测方法 被引量：27

8

作者 赵振兵 崔雅萍 +3 位作者 戚银城 杜丽群 张珂 翟永杰 《计算机科学》 CSCD 北大核心 2019年第3期159-163,共5页

航拍巡线图像中的绝缘子目标存在部分遮挡的情况,利用区域全卷积网络(Region-based Fully Convolutional Networks,R-FCN)模型对其进行检测,出现了绝缘子目标检测效果较差且检测框无法完全贴合目标的问题。基于此,文中提出了一种基于改... 航拍巡线图像中的绝缘子目标存在部分遮挡的情况,利用区域全卷积网络(Region-based Fully Convolutional Networks,R-FCN)模型对其进行检测,出现了绝缘子目标检测效果较差且检测框无法完全贴合目标的问题。基于此,文中提出了一种基于改进的R-FCN航拍巡线图像中的绝缘子目标检测方法。首先,根据绝缘子目标的宽高比特征,将R-FCN模型中RPN的建议框的宽高比修改为1∶4,1∶2,1∶1,2∶1,4∶1;然后,针对遮挡问题,在R-FCN模型中引入对抗空间丢弃网络(Adversarial Spatial Dropout Network,ASDN)层,对特征图的部分位置生成掩码以获得目标特征的不完整样本,从而提高模型对目标特征较差的样本检测性能。在包含7433个绝缘子目标框的数据集中,R-FCN模型的平均检测率达到了77.27%,而改进的R-FCN检测方法的平均检测率达到了84.29%,性能提升了7.02%,且检测框更贴合目标。 展开更多

关键词 区域全卷积网络 数据集 建议框比例 掩码

在线阅读 下载PDF 职称材料

基于迁移学习和R-FCN的电力设备红外图像识别算法 被引量：20

9

作者 王勋 毛华敏 +2 位作者 李唐兵 曾晗 程宏波 《传感器与微系统》 CSCD 北大核心 2021年第1期147-150,共4页

电力设备类型的准确识别是实现红外图像智能诊断的前提。针对电力设备红外图像数量多、识别任务重等问题,采用迁移学习和基于区域的全卷积网络(R-FCN)算法实现电力设备红外图像的智能识别。首先,利用Labelimg软件制作电力设备红外图像... 电力设备类型的准确识别是实现红外图像智能诊断的前提。针对电力设备红外图像数量多、识别任务重等问题,采用迁移学习和基于区域的全卷积网络(R-FCN)算法实现电力设备红外图像的智能识别。首先,利用Labelimg软件制作电力设备红外图像数据集;然后,基于迁移学习的原理,选择在VOC数据集上表现优秀的识别算法R-FCN;最后,将R-FCN检测模型分别与2种不同大小的卷积神经网络结合,并利用在线难例挖掘(OHEM)改进算法。实验结果表明:在相同样本条件下,以上提出的算法能够快速有效地识别电力设备红外图像,精度达到0.9143,具有较好的准确性和鲁棒性。该算法为电力设备红外图像热故障诊断提供诊断基础。 展开更多

关键词 电力设备 目标识别 迁移学习 基于区域的全卷积网络(r-fcn)

在线阅读 下载PDF 职称材料

改进HSR-FCN的服装图像识别分类算法研究 被引量：10

10

作者 高妍 王宝珠 +1 位作者 郭志涛 周亚同 《计算机工程与应用》 CSCD 北大核心 2019年第16期144-149,共6页

目前网络上的服装图像数量增长迅猛,对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络(Region-Based Fully Convolutional Networks,R-FCN)引入到服装图像识别中,针对服装图像分类中网络训练时间长、形变服装图像... 目前网络上的服装图像数量增长迅猛,对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络(Region-Based Fully Convolutional Networks,R-FCN)引入到服装图像识别中,针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题,提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合,改变图片特征学习方式,使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络,对输入服装图像和特征图进行了空间变换及对齐,加强了对多角度服装和形变服装的特征学习。实验结果表明,改进后的HSR-FCN模型有效地加强了对形变服装图像的学习,且在训练时间更短的情况下,比原来的网络模型R-FCN平均准确率提高了大约3个百分点,达到96.69%。 展开更多

关键词 服装图像 深度学习 图像分类 基于区域的全卷积网络(r-fcn) HyperNet 区域建议网络 空间转换网络

在线阅读 下载PDF 职称材料

基于R-FCN的行人检测方法研究 被引量：8

11

作者 蒋胜 黄敏 +1 位作者 朱启兵 王正来 《计算机工程与应用》 CSCD 北大核心 2018年第18期180-183,262,共5页

行人检测是计算机视觉中的研究热点,为了实现复杂场景下的行人检测,将基于区域的全卷积网络(Regionbased Fully Convolutional Networks,R-FCN)引入行人检测中。针对行人检测中的遮挡、背景混淆干扰、小目标这三个难点,修改了R-FCN的搜... 行人检测是计算机视觉中的研究热点,为了实现复杂场景下的行人检测,将基于区域的全卷积网络(Regionbased Fully Convolutional Networks,R-FCN)引入行人检测中。针对行人检测中的遮挡、背景混淆干扰、小目标这三个难点,修改了R-FCN的搜索机制,引入目标行人的区域划分(上下半身)和背景混淆干扰行人的强化学习策略,加强了对遮挡行人和背景相似行人的学习。并在此基础上,对R-FCN的输出进行二次分类学习。实验结果表明,通过对R-FCN的改进,可有效地缓解行人遮挡、背景混淆干扰和小目标条件下,传统R-FCN网络的漏报和误判问题。 展开更多

关键词 基于区域的全卷积网络(r-fcn) 遮挡 背景混淆干扰 二次分类

在线阅读 下载PDF 职称材料

基于R-FCN的中国手指语识别 被引量：3

12

作者 周雷 阿里甫·库尔班 +1 位作者 吕情深 孟欣欣 《新疆大学学报（自然科学版）》 CAS 2020年第2期170-176,共7页

中国手指语的识别使听力障碍人群与听力正常人群相互交流和人机交互更加便捷.传统的手指语识别对环境背景要求较高,为了解决复杂环境下中国手指语的识别问题,构建并扩展了手指语图片训练集,提出基于改进的区域的全卷积网络R-FCN解决复... 中国手指语的识别使听力障碍人群与听力正常人群相互交流和人机交互更加便捷.传统的手指语识别对环境背景要求较高,为了解决复杂环境下中国手指语的识别问题,构建并扩展了手指语图片训练集,提出基于改进的区域的全卷积网络R-FCN解决复杂背景下的手指语识别任务.为适应多变的复杂场景,利用在线难例挖掘技术对手指语识别过程中产生的难例进行在线学习,结合手指语特征对网络进行优化.并与SVM分类和FasterR-CNN神经网络作对比.实验结果表明,基于改进的R-FCN在复杂环境的手语识别任务上能达到较好的识别效果. 展开更多

关键词 手指语识别 r-fcn 手语 在线难例挖掘

在线阅读 下载PDF 职称材料

基于R-FCN区域全卷积网络的绝缘子红外图像识别研究 被引量：13

13

作者 丁国君 范开元 +2 位作者 李一航 平原 崔耀辉 《自动化技术与应用》 2023年第11期147-150,183,共5页

红外热成像因其具有非接触性、灵敏性等优点,已被广泛应用于电力设备的带电检测及其诊断中。其中,对设备快速精确地识别定位是电力设备智能诊断的关键。然而利用传统机器算法对电力设备图像进行识别定位,存在泛化能力不强、鲁棒性较差... 红外热成像因其具有非接触性、灵敏性等优点,已被广泛应用于电力设备的带电检测及其诊断中。其中,对设备快速精确地识别定位是电力设备智能诊断的关键。然而利用传统机器算法对电力设备图像进行识别定位,存在泛化能力不强、鲁棒性较差等不足。针对此问题,开展基于R-FCN区域全卷积网络的绝缘子红外图像识别研究。在TensorFlow框架下搭建R-FCN检测模型,并利用迁移学习方法初始化模型权重,以提高训练效果。最后,将所研究算法与Faster-RCNN和SSD模型进行对比。实验表明,R-FCN模型的检测精度为89.2%,检测速度为23 fps,具有较高的精度和速度。该算法为绝缘子的智能诊断奠定坚实基础。 展开更多

关键词 绝缘子 区域全卷积网络 r-fcn模型 红外图像

在线阅读 下载PDF 职称材料

基于级联R-FCN的文档图像表格检测方法

14

作者 宋颖 易尧华 +1 位作者 汤梓伟 卢利琼 《数字印刷》 北大核心 2020年第2期50-57,共8页

表格检测是文档分析中的非文本内容检测部分的重要任务,表格检测的高准确率是提高文本检测准确性的必要条件。本研究提出了一种基于深度学习的文档图像分析的表格检测方法。该方法采用级联R-FCN(基于区域的全卷积网络)框架,首先检测出... 表格检测是文档分析中的非文本内容检测部分的重要任务,表格检测的高准确率是提高文本检测准确性的必要条件。本研究提出了一种基于深度学习的文档图像分析的表格检测方法。该方法采用级联R-FCN(基于区域的全卷积网络)框架,首先检测出文档图像的公式区域并移除;然后在无公式的文档图像中,检测提取表格与图区域,最后通过参数调节筛选出最终的文档图像表格区域。该方法在ICDAR 2017 Competitionon Page Object Detection数据集上IoU(交叉重合区域)为0.8时,AP值和F1值相应为0.851和0.898。实验结果表明,该方法与传统的基于形态学变换和水平垂直投影的方法相比,可以简单而高效地检测文档图像中的表格。 展开更多

关键词 文档图像 表格检测 级联r-fcn

在线阅读 下载PDF 职称材料

多尺度级联R-FCN的尾灯检测算法研究 被引量：1

15

作者 白博 谢刚 续欣莹 《计算机工程与应用》 CSCD 北大核心 2020年第6期194-200,共7页

前方车辆尾灯检测是自动驾驶中环境感知的研究热点,为在复杂城市环境下实时检测车辆尾灯,将基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)引入尾灯检测,提出了一种基于多尺度级联R-FCN的车辆尾灯检测算法。... 前方车辆尾灯检测是自动驾驶中环境感知的研究热点,为在复杂城市环境下实时检测车辆尾灯,将基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)引入尾灯检测,提出了一种基于多尺度级联R-FCN的车辆尾灯检测算法。通过网络中的跨层连接融合尾灯的底层特征和高层语义,并加入批次归一化层加快网络的收敛速度,得到改进的R-FCN子网络,将一系列在不同交并比输入数据上训练的R-FCN子网络级联得到最终的检测网络。同时预测阶段采用改进的非极大值抑制获得最精准的检测结果。检测结果表明,该方法在CVPR数据集上获得总体94.04%的平均精度,单张图片平均检测耗时31 ms,在检测速度和精度上均有较好的性能。 展开更多

关键词 车辆尾灯检测 基于区域的全卷积网络(r-fcn) 级联网络 多尺度特征融合 批次归一化 非极大值抑制

在线阅读 下载PDF 职称材料

基于改进R-FCN框架的遥感影像飞机目标识别方法

16

作者 王冰 周焰 +1 位作者 张怀念 王宁 《空军预警学院学报》 2019年第5期318-322,共5页

遥感影像飞机目标识别是实现地面特定目标的精准打击、掌握机场军事价值的重要途径.针对飞机识别数据集未充分参照不同条件下飞机几何形态的问题,构建了飞机类型识别数据集,同时为进一步提高识别精度,基于区域全卷积网络(R-FCN)识别框架... 遥感影像飞机目标识别是实现地面特定目标的精准打击、掌握机场军事价值的重要途径.针对飞机识别数据集未充分参照不同条件下飞机几何形态的问题,构建了飞机类型识别数据集,同时为进一步提高识别精度,基于区域全卷积网络(R-FCN)识别框架,提出飞机目标全卷积神经网络(AFFCN)识别方法.通过人工增强方法,扩增包含四种类型飞机影像的数量,构建了每种类型飞机识别数据集;基于深度残差网络能有效区分不同类型目标的性质,提出了飞机目标深度残差网络,并将此网络应用于R-FCN识别框架中,建立了AFFCN识别方法.仿真结果表明,该方法结合本文数据集可以准确地识别遥感影像中的飞机目标. 展开更多

关键词 遥感影像处理 飞机目标识别 飞机目标全卷积神经网络识别 飞机类型识别数据集 r-fcn框架

在线阅读 下载PDF 职称材料

基于改进的R-FCN刀闸检测算法研究 被引量：3

17

作者 陶征勇 宗起振 曾清旋 《无线互联科技》 2022年第16期135-139,共5页

文章针对变电站刀闸检测时受环境遮挡造成的误检和漏检问题,提出一种联合全局特征的R-FCN网络模型,模型通过对R-FCN输出预测网络并联融入全局特征预测模块,补充原始网络通过局部特征预测刀闸时产生的感受野不足缺陷,提升对部分遮挡的刀... 文章针对变电站刀闸检测时受环境遮挡造成的误检和漏检问题,提出一种联合全局特征的R-FCN网络模型,模型通过对R-FCN输出预测网络并联融入全局特征预测模块,补充原始网络通过局部特征预测刀闸时产生的感受野不足缺陷,提升对部分遮挡的刀闸检测准确率。以存在部分遮挡的刀闸数据为实验对象,以AP_(50),AP_(75),AP作为评价指标进行实验验证,结果显示,检测准确率分别达到了97.7%,95.6%,79.4%,均高出对比实验的R-FCN算法、Faster R-CNN算法与FPN算法的检测准确率。 展开更多

关键词 刀闸检测 局部特征 全局特征 r-fcn网络

在线阅读 下载PDF 职称材料

在自然环境背景下使用改进R-FCN对香蕉串识别的方法

18

作者 冯嘉倩 曹洪 王金权 《科学与信息化》 2024年第24期142-144,共3页

香蕉串的检测与识别对智能化果实采集至关重要。然而,果园风景复杂、香蕉和树叶等背景具有相似性使得自动、快速、准确识别香蕉串成为智能化果实采集的挑战。为此提出一种改进的R-FCN模型,用于检测复杂背景下的香蕉串。从香蕉种植基地... 香蕉串的检测与识别对智能化果实采集至关重要。然而,果园风景复杂、香蕉和树叶等背景具有相似性使得自动、快速、准确识别香蕉串成为智能化果实采集的挑战。为此提出一种改进的R-FCN模型,用于检测复杂背景下的香蕉串。从香蕉种植基地收集了大量图像,并通过旋转和颜色转换技术进行增强。训练时,这些增强图像与原始图像共同使用。采用经剪裁的ResNet网络和像素加权损失函数,提高了检测速度和分割效果。测试结果表明,该方法在AP50和AP70时的准确率分别达到93.1%和90.4%,检测时间缩短至0.187s,相较于其他图像检测算法,速度更快、精度更高。 展开更多

关键词 自然环境 香蕉串识别 r-fcn 区域全卷积神经网络

在线阅读 下载PDF 职称材料

基于DeR-FCN模型的车辆检测算法 被引量：4

19

作者 王玲 李厚博 +1 位作者 王鹏 孙爽滋 《计算机工程与设计》 北大核心 2020年第10期2927-2933,共7页

针对复杂城市环境下天气、光照、目标尺度以及车辆之间的遮挡等因素影响带来的车辆检测精度较差问题,提出一种改进区域全卷积网络的车辆检测算法(DeR-FCN)。通过特征级联的方式,跨层连接融合车辆底层细节特征和高层语义特征;使用维度分... 针对复杂城市环境下天气、光照、目标尺度以及车辆之间的遮挡等因素影响带来的车辆检测精度较差问题,提出一种改进区域全卷积网络的车辆检测算法(DeR-FCN)。通过特征级联的方式,跨层连接融合车辆底层细节特征和高层语义特征;使用维度分解区域提议网络,获得更加精准的区域候选框;在预测阶段采用软化非极大值抑制的方法,输出更加准确的检测结果。为验证算法的有效性,在KITTI和PASCAL VOC数据集,使用DeR-FCN算法和常用的车辆检测算法进行对比实验,实验结果表明,DeR-FCN算法的检测精度高于其它方法。 展开更多

关键词 深度学习 车辆检测 区域全卷积网络 维度分解区域提议网络 软化非极大值抑制

在线阅读 下载PDF 职称材料