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4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：
改进RetinaNet的水稻冠层害虫为害状自动检测模型 被引量：27
1
作者 姚青 谷嘉乐 +4 位作者 吕军 郭龙军 唐健 杨保军 许渭根 《农业工程学报》 EI CAS CSCD 北大核心 2020年第15期182-188,共7页
中国现行的水稻冠层害虫为害状田间调查方法需要测报人员下田目测为害状发生情况,此种人工调查方法存在客观性差、效率低与劳动强度大等问题。近几年,诸多学者开始利用深度学习方法来识别植物病虫为害状,但大多针对单株或单个叶片上病... 中国现行的水稻冠层害虫为害状田间调查方法需要测报人员下田目测为害状发生情况,此种人工调查方法存在客观性差、效率低与劳动强度大等问题。近几年,诸多学者开始利用深度学习方法来识别植物病虫为害状,但大多针对单株或单个叶片上病虫害种类进行识别研究。该研究采集了水稻冠层多丛植株上稻纵卷叶螟和二化螟为害状图像,提出一种改进RetinaNet的水稻冠层害虫为害状自动检测模型。模型中采用ResNeXt101作为特征提取网络,组归一化(Group Normalization,GN)作为归一化方法,改进了特征金字塔网络(Feature Pyramid Network,FPN)结构。改进后的RetinaNet模型对2种害虫为害状区域检测的平均精度均值达到93.76%,为实现水稻害虫为害状智能监测提供了理论依据和技术支持。 展开更多
关键词 图像处理 算法 自动检测 水稻冠层 为害状图像 稻纵卷叶螟 二化螟 retinanet模型
在线阅读 下载PDF
采用改进RetinaNet的笼养肉鸽繁育期个体检测模型 被引量：6
2
作者 刘双印 范文婷 +8 位作者 邓皓 何国煌 陈耀聪 周冰 李锦慧 冯大春 吴惠粦 李景彬 尹航 《农业工程学报》 EI CAS CSCD 北大核心 2022年第13期184-193,共10页
实现繁育期精准个体检测是提高集约养殖环境下肉鸽繁育效率和精准管控效果的有效手段,其中小目标鸽蛋及粘连乳鸽的精准检测是关键。该研究提出了一种基于改进RetinaNet的目标检测模型,以RetinaNet网络为基础框架,将ResNet50特征提取网... 实现繁育期精准个体检测是提高集约养殖环境下肉鸽繁育效率和精准管控效果的有效手段,其中小目标鸽蛋及粘连乳鸽的精准检测是关键。该研究提出了一种基于改进RetinaNet的目标检测模型,以RetinaNet网络为基础框架,将ResNet50特征提取网络与特征金字塔网络(FeaturePyramidNetworks,FPN)结合,增加特征金字塔网络中特征检测尺度,提升对图像中遮挡鸽蛋与粘连乳鸽的检测精度;在分类和回归子网络前引入卷积注意力模块(ConvolutionalBlock Attention Module,CBAM),提升对小目标检测的精度。试验结果表明,该研究提出的模型对于笼养肉鸽个体检测的平均精度均值(mean Average Precision,m AP)达到80.89%,相对SSD等传统模型有明显提升;对成鸽、乳鸽与鸽蛋检测的平均精度(Average Precision,AP)分别为95.88%,79.51%和67.29%,相对原始RetinaNet模型提高了2.16、21.74和22.48个百分点,在保证成鸽精准检测的基础上,提升了对复杂环境下存在局部遮挡的小目标鸽蛋以及粘连乳鸽的检测精度,为实现集约化养殖环境下肉鸽繁育周期个体检测和精准管控提供有效支持。 展开更多
关键词 图像识别 养殖 小目标检测 鸽蛋 粘连乳鸽 retinanet模型 特征金字塔网络 卷积注意力模块
在线阅读 下载PDF
RetinaNet图像识别技术在煤矿目标监测领域的应用研究 被引量：6
3
作者 谭章禄 陈孝慈 《矿业安全与环保》 北大核心 2020年第5期65-70,76,共7页
为了解决当前煤矿监控中存在的人工干预多、监测效率低等问题,建立基于RetinaNet的单阶段煤矿目标检测器,通过实验确定检测关键参数并验证检测效果。实验结果表明:RetinaNet目标检测器能够自动检测及提取人员等关键对象,整体性能可以满... 为了解决当前煤矿监控中存在的人工干预多、监测效率低等问题,建立基于RetinaNet的单阶段煤矿目标检测器,通过实验确定检测关键参数并验证检测效果。实验结果表明:RetinaNet目标检测器能够自动检测及提取人员等关键对象,整体性能可以满足煤矿监控的需求;RetinaNet目标检测器能够在较差的环境条件下实现对目标对象的准确检测,对于人员的辨识已经达到较为理想的水平;基于现有数据构建的图像识别模型,尚不能较好地识别各类煤矿机械设备。RetinaNet目标检测器相关功能的实现,有赖于建立专业图像数据集,并准确地训练模型进而发掘数据的深度价值。 展开更多
关键词 矿井监控 retinanet 目标检测器 对象检测 识别模型 专业数据集
在线阅读 下载PDF
基于RetinaNet的密集型钢筋计数改进算法 被引量：8
4
作者 明洪宇 陈春梅 +1 位作者 刘桂华 邓豪 《传感器与微系统》 CSCD 2020年第12期115-118,共4页
提出了一种基于RetinaNet目标检测框架,结合高斯混合模型(GMM)和期望最大化(EM)算法的钢筋计数方法。通过在RetinaNet特征提取后端增加Soft-IOU层以对预测框与真实框的交并比进行评估。借助Soft-IOU评估到的质量分数,生成钢筋目标检测... 提出了一种基于RetinaNet目标检测框架,结合高斯混合模型(GMM)和期望最大化(EM)算法的钢筋计数方法。通过在RetinaNet特征提取后端增加Soft-IOU层以对预测框与真实框的交并比进行评估。借助Soft-IOU评估到的质量分数,生成钢筋目标检测的高斯混合模型。针对RetinaNet原始框架对密集目标检测效果欠理想的问题,采用了基于EM算法的高斯混合聚类方法解决歧义检测以提高计数精度。实验结果表明:改进后的方法较RetinaNet算法平均精度提高了3.3%,计数均方根误差提升了64.2,具有很强的适应性。 展开更多
关键词 retinanet网络 期望最大化(EM)算法 钢筋计数 高斯混合模型
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