期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进SOLOv2网络的动车组TEDS图像辅助识别关键技术研究
1
作者
范立
李丹勇
+2 位作者
刘冰
尤嘉
贾潞
《铁道机车车辆》
北大核心
2025年第2期1-11,共11页
TEDS是保障动车组运行安全的重要监测设备之一,目前其图像缺陷检测方式主要依赖人工。为了降低劳动强度,提高检测效率,针对现有智能检测算法存在的负样本少、误报率与漏报率高的问题,文中设计了一套基于深度学习的TEDS图像辅助检测系统...
TEDS是保障动车组运行安全的重要监测设备之一,目前其图像缺陷检测方式主要依赖人工。为了降低劳动强度,提高检测效率,针对现有智能检测算法存在的负样本少、误报率与漏报率高的问题,文中设计了一套基于深度学习的TEDS图像辅助检测系统,该系统采用基于深度可分离卷积方法改进的SOLOv2算法对图像中的零部件进行精确定位,并排除零部件的背景信息以降低误报。提出GAN网络与特征匹配相融合的无监督异常检测算法用于检测异常零部件,解决了单独依赖深度学习方法的检测算法易漏报的问题。试验结果表明,该系统在零漏报的前提下,平均误报率仅为8.66%。不仅保证了检测的准确性,而且减少了检测人员复核误报图像的数量,间接提高了检测人员的检测效率。
展开更多
关键词
深度学习
solov2
算法
GAN网络
特征匹配
TEDS
在线阅读
下载PDF
职称材料
改进SOLOv2的服装图像分割算法
被引量：
8
2
作者
花玮
顾梅花
+1 位作者
李立瑶
崔琳
《纺织高校基础科学学报》
CAS
2021年第4期74-81,共8页
提出了一种基于改进SOLOv2的服装图像分割算法,以解决因小目标以及遮挡引起的服装图像分割准确率低的问题。以SOLOv2为基础模型,优化掩膜特征分支中对多层特征的融合方式,从深至浅逐层融合特征信息;上采样过程中选用Mish激活函数,在提...
提出了一种基于改进SOLOv2的服装图像分割算法,以解决因小目标以及遮挡引起的服装图像分割准确率低的问题。以SOLOv2为基础模型,优化掩膜特征分支中对多层特征的融合方式,从深至浅逐层融合特征信息;上采样过程中选用Mish激活函数,在提高模型泛化能力与收敛速度的同时,强化模型对图像中小目标服装特征的提取能力;引入影响因子优化损失函数,根据遮挡程度自适应调整损失函数的权重,减少遮挡问题对服装图像分割带来的影响。实验结果表明:与原SOLOv2模型相比,提出的方法平均预测精度值提高了3.2%。改进后的分割算法能显著提升对遮挡、小目标服装图像的分割准确度。
展开更多
关键词
服装图像
分割算法
solov2
特征融合
激活函数
损失函数
在线阅读
下载PDF
职称材料
题名
基于改进SOLOv2网络的动车组TEDS图像辅助识别关键技术研究
1
作者
范立
李丹勇
刘冰
尤嘉
贾潞
机构
北京交通大学电子信息工程学院
北京纵横机电科技有限公司
中国铁道科学研究院集团有限公司机车车辆研究所
中国铁道科学研究院集团有限公司电子计算技术研究所
中国铁路北京局集团有限公司北京动车段
出处
《铁道机车车辆》
北大核心
2025年第2期1-11,共11页
基金
中国铁路北京局集团有限公司科研课题(2019CC17)
北京市自然科学基金(4202059)
中央高校基本科研业务费项目(2020JBM011)。
文摘
TEDS是保障动车组运行安全的重要监测设备之一,目前其图像缺陷检测方式主要依赖人工。为了降低劳动强度,提高检测效率,针对现有智能检测算法存在的负样本少、误报率与漏报率高的问题,文中设计了一套基于深度学习的TEDS图像辅助检测系统,该系统采用基于深度可分离卷积方法改进的SOLOv2算法对图像中的零部件进行精确定位,并排除零部件的背景信息以降低误报。提出GAN网络与特征匹配相融合的无监督异常检测算法用于检测异常零部件,解决了单独依赖深度学习方法的检测算法易漏报的问题。试验结果表明,该系统在零漏报的前提下,平均误报率仅为8.66%。不仅保证了检测的准确性,而且减少了检测人员复核误报图像的数量,间接提高了检测人员的检测效率。
关键词
深度学习
solov2
算法
GAN网络
特征匹配
TEDS
Keywords
deep learning
solov2 algorithm
GAN network
feature matching
TEDS
分类号
U266 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
改进SOLOv2的服装图像分割算法
被引量：
8
2
作者
花玮
顾梅花
李立瑶
崔琳
机构
西安工程大学电子信息学院
出处
《纺织高校基础科学学报》
CAS
2021年第4期74-81,共8页
基金
国家自然科学基金青年科学基金(61901347)。
文摘
提出了一种基于改进SOLOv2的服装图像分割算法,以解决因小目标以及遮挡引起的服装图像分割准确率低的问题。以SOLOv2为基础模型,优化掩膜特征分支中对多层特征的融合方式,从深至浅逐层融合特征信息;上采样过程中选用Mish激活函数,在提高模型泛化能力与收敛速度的同时,强化模型对图像中小目标服装特征的提取能力;引入影响因子优化损失函数,根据遮挡程度自适应调整损失函数的权重,减少遮挡问题对服装图像分割带来的影响。实验结果表明:与原SOLOv2模型相比,提出的方法平均预测精度值提高了3.2%。改进后的分割算法能显著提升对遮挡、小目标服装图像的分割准确度。
关键词
服装图像
分割算法
solov2
特征融合
激活函数
损失函数
Keywords
clothing image
segmentation
algorithm
solov2
feature fusion
activation function
loss function
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进SOLOv2网络的动车组TEDS图像辅助识别关键技术研究
范立
李丹勇
刘冰
尤嘉
贾潞
《铁道机车车辆》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
改进SOLOv2的服装图像分割算法
花玮
顾梅花
李立瑶
崔琳
《纺织高校基础科学学报》
CAS
2021
8
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
