期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于改进YOLOv3-SPP算法的道路车辆检测 被引量:7
1
作者 王涛 冯浩 +4 位作者 秘蓉新 李林 何振学 傅奕茗 吴姝 《通信学报》 EI CSCD 北大核心 2024年第2期68-78,共11页
针对在城市道路场景下视觉检测车辆时,车辆密集和远处车辆呈现小尺度,导致出现检测精度低或者漏检的问题,提出了一种基于改进的YOLOv3-SPP算法,对激活函数进行优化,以DIOU-NMS Loss作为边界框损失函数,增强网络的表达能力。为提高所提... 针对在城市道路场景下视觉检测车辆时,车辆密集和远处车辆呈现小尺度,导致出现检测精度低或者漏检的问题,提出了一种基于改进的YOLOv3-SPP算法,对激活函数进行优化,以DIOU-NMS Loss作为边界框损失函数,增强网络的表达能力。为提高所提算法对小目标和遮挡目标的特征提取能力,引入空洞卷积模块,增大目标的感受野。实验结果表明,所提算法在检测车辆目标时m AP提高了1.79%,也有效减少了在检测紧密车辆目标时出现的漏检现象。 展开更多
关键词 车辆检测 YOLOv3-spp算法 激活函数 空洞卷积 深度学习
在线阅读 下载PDF
A Genetic Algorithm for Ship Routing and Scheduling Problem with Time Window
2
作者 Khaled Al-Hamad Mohamed Al-Ibrahim Eiman Al-Enezy 《American Journal of Operations Research》 2012年第3期417-429,共13页
This paper develops an efficient variant of a Genetic Algorithm (GA) for a ship routing and scheduling problem (SRSP) with time-window in industrial shipping operation mode. This method addresses the problem of loadin... This paper develops an efficient variant of a Genetic Algorithm (GA) for a ship routing and scheduling problem (SRSP) with time-window in industrial shipping operation mode. This method addresses the problem of loading shipments for many customers using heterogeneous ships. Constraints relate to delivery time windows imposed by customers, the time horizon by which all deliveries must be made and ship capacities. The results of a computational investigation are presented and the solution quality and execution time are explored with respect to problem size. The proposed algorithm is compared, in terms of solution quality and computational time, with an exact method that uses Set Partitioning Problem (SPP). It is found that while the exact method solves small scale problem efficiently, treating large scale problems with the exact method becomes involved due to computational problem, a deficiency that the GA can encounter. Meantime, GA consistently returns better solution than other published work using Tabu Search method in term of solution quality. 展开更多
关键词 GENETIC algorithm TRANSPORTATION spp SRSP
暂未订购
多种选星算法在GNSS组合导航中的应用分析 被引量:2
3
作者 蔡光宇 崔先强 +1 位作者 蔡昌盛 张鹏飞 《全球定位系统》 2025年第1期33-40,共8页
多系统组合导航下可见卫星的数量显著增加,同时观测数据冗余会使移动终端的定位效率降低,而高效的选星算法能够提高动态导航的实时性.本文根据选星算法的原理,将8种选星算法划分为基于几何精度因子(geometry dilution of precision,GDOP... 多系统组合导航下可见卫星的数量显著增加,同时观测数据冗余会使移动终端的定位效率降低,而高效的选星算法能够提高动态导航的实时性.本文根据选星算法的原理,将8种选星算法划分为基于几何精度因子(geometry dilution of precision,GDOP)最小的选星算法和基于空间几何分布的选星算法两类.在介绍各种选星算法原理的基础上,综合分析算法的优缺点,并通过实例验证各选星算法在GNSS四系统组合导航中的性能. 展开更多
关键词 选星算法 GNSS 几何精度因子(GDOP) 组合导航 单点定位(spp)
在线阅读 下载PDF
全局加权稀疏局部保留投影 被引量:3
4
作者 林克正 程卫月 刘帅 《计算机应用》 CSCD 北大核心 2014年第3期760-762,779,共4页
针对稀疏保留投影(SPP)算法运行时间较长并且忽略了样本的类间差异信息的问题,在稀疏保留投影算法的基础上,提出了全局加权稀疏局部保留投影(GWSLPP)算法。该算法在保持样本的稀疏重构关系的同时,使样本具有很好的鉴别能力,算法通过对... 针对稀疏保留投影(SPP)算法运行时间较长并且忽略了样本的类间差异信息的问题,在稀疏保留投影算法的基础上,提出了全局加权稀疏局部保留投影(GWSLPP)算法。该算法在保持样本的稀疏重构关系的同时,使样本具有很好的鉴别能力,算法通过对样本进行稀疏重构处理;然后对样本进行投影并且最大化样本的类间散度;最后利用得到的投影将样本分类。该算法分别在FERET人脸库和YALE人脸库上进行实验。实验结果表明,全局加权稀疏保留算法在执行时间和识别率综合性能上,优于局部保留投影(LPP)、SPP和FisherFace算法,执行时间只有25 s,识别率能达到95%以上,实验数据验证了算法的有效性。 展开更多
关键词 稀疏保留投影算法 类间差异 稀疏重构 类间散度
在线阅读 下载PDF
基于YOLOv4的输电线路外破隐患识别算法 被引量:18
5
作者 田二胜 李春蕾 +3 位作者 朱国栋 粟忠来 张小明 徐晓光 《计算机系统应用》 2021年第7期190-196,共7页
针对人工巡检及传统视频监测方式不能及时识别输电线路外破隐患的问题,本文提出基于YOLOv4的输电线路外破隐患识别算法.该算法采用改进K-means算法对图片样本集目标的大小进行聚类分析,筛选出符合检测目标特征的锚框,之后利用CSPDarknet... 针对人工巡检及传统视频监测方式不能及时识别输电线路外破隐患的问题,本文提出基于YOLOv4的输电线路外破隐患识别算法.该算法采用改进K-means算法对图片样本集目标的大小进行聚类分析,筛选出符合检测目标特征的锚框,之后利用CSPDarknet-53残差网络提取图片深层次网络特征数据,并采用SPP算法对特征图进行处理增加感受野,提取更高层次的语义特征.最后结合实际的输电线路现场监控图片,测试结果表明该算法能够及时准确检测到外破隐患. 展开更多
关键词 YOLOv4 残差网络 K-MEANS spp算法
在线阅读 下载PDF
基于卷积神经网络的油茶害虫生态识别 被引量:3
6
作者 梁秀豪 杨丽萍 +7 位作者 廖旺姣 黄丽芸 陈健武 阳文林 蒙芳 黄超航 韦维 王国全 《广西林业科学》 2023年第3期361-366,共6页
害虫是影响油茶(Camellia spp.)产量的主要因素之一,对其进行准确识别有助于及时防控,减少损失。目前,油茶害虫识别研究缺少相关的数据集,限制了深度学习技术在油茶害虫识别中的应用。为给在生态环境下准确识别油茶害虫提供1种新范式,... 害虫是影响油茶(Camellia spp.)产量的主要因素之一,对其进行准确识别有助于及时防控,减少损失。目前,油茶害虫识别研究缺少相关的数据集,限制了深度学习技术在油茶害虫识别中的应用。为给在生态环境下准确识别油茶害虫提供1种新范式,构建包含1116张7类害虫的油茶害虫识别图像数据集,采用4种目标检测算法(SSD、YOLOv3、YOLOX和RetinaNet)在该数据集上进行试验。结果表明,IOU阈值为0.5时,SSD的平均精度为93.50%,YOLOX为93.50%,RetinaNet为86.80%,YOLOv3为96.60%;SSD的平均召回率为73.20%,YOLOX为75.10%,RetinaNet为78.00%,YOLOv3为76.80%。综合分析,YOLOv3的检测和分类能力最优。 展开更多
关键词 害虫识别 目标检测算法 油茶
在线阅读 下载PDF
基于改进YOLOv3行人检测研究 被引量:2
7
作者 杨飞 李国飞 +1 位作者 张虎 伍东升 《工业控制计算机》 2022年第5期79-81,共3页
行人的检测与跟踪在智能交通、自动驾驶领域中均有广泛的应用。针对图像中小目标检测率低问题,提出了一种YOLOv3的改进方法,并将其应用于小目标的检测。由于小目标所占的像素少、特征不明显,为了获取更多的小目标特征信息,在YOLOv3网络... 行人的检测与跟踪在智能交通、自动驾驶领域中均有广泛的应用。针对图像中小目标检测率低问题,提出了一种YOLOv3的改进方法,并将其应用于小目标的检测。由于小目标所占的像素少、特征不明显,为了获取更多的小目标特征信息,在YOLOv3网络结构的基础上添加三层SPP网络,通过SPP模块实现了局部特征和全局特征,SPP模块中最大的池化核大小要尽可能地接近或者等于需要池化的特征图的大小,特征图经过局部特征与全局特征相融合后,丰富了特征图的表达能力,有利于待检测图像中目标大小差异较大的情况。用改进的YOLOv3算法和原YOLOv3算法在数据集上进行对比实验,结果表明改进后的YOLOv3算法能有效的检测小目标,对小目标的平均准确率有明显的提升。 展开更多
关键词 深度学习 目标检测 行人检测 YOLOv3网络 spp网络
在线阅读 下载PDF
基于YOLOv3-Tiny-D算法的偏光片缺陷检测 被引量:14
8
作者 李春霖 谢刚 +2 位作者 王银 谢新林 刘瑞珍 《计算机集成制造系统》 EI CSCD 北大核心 2022年第3期787-797,共11页
随着偏光片的应用日益广泛,对于其生产质量的要求也愈加严苛。采用深度学习的目标检测算法对偏光片的三类瑕疵缺陷进行检测,以解决传统方法检测精度低、硬件成本高的问题,从而优化生产工艺。基于YOLOv3-Tiny算法,采用Dense Block模块与S... 随着偏光片的应用日益广泛,对于其生产质量的要求也愈加严苛。采用深度学习的目标检测算法对偏光片的三类瑕疵缺陷进行检测,以解决传统方法检测精度低、硬件成本高的问题,从而优化生产工艺。基于YOLOv3-Tiny算法,采用Dense Block模块与SPP-Net模块对其特征提取网络进行优化,并与待检测目标的实际情况相结合调整优化网络的检测模块,提出一种改进后的算法YOLOv3-Tiny-D。实验表明,所提方法在偏光片数据集上测试时,单张图片在保证检测速度的同时(18ms/张),脏污、划痕、标记3类缺陷的检测正确率为90.74%、98.90%、97.52%,平均正确率95.72%,较原算法提高7%。 展开更多
关键词 偏光片 缺陷检测 spp-Net模块 Dense Block模块 YOLOv3-Tiny-D算法
在线阅读 下载PDF
基于深度学习的多目标车辆检测及追踪方法
9
作者 王锋 《汽车实用技术》 2023年第4期23-30,共8页
文章是以MTALAB软件为主要平台,基于深度学习建立一种多目标车辆检测及追踪的方法。首先建立一个基于深度学习的模型用于训练的不同场景的车辆数据集,并对所采集的数据集进行标注和格式归一化处理。然后使用K-means聚类算法进行锚框,建... 文章是以MTALAB软件为主要平台,基于深度学习建立一种多目标车辆检测及追踪的方法。首先建立一个基于深度学习的模型用于训练的不同场景的车辆数据集,并对所采集的数据集进行标注和格式归一化处理。然后使用K-means聚类算法进行锚框,建立以YOLOv3SPP算法为主的神经网络框架,采用非极大值拟制(NMS)算法得到最终的预测框。最终训练神经网络模型,再对该模型进行测试和评定。经实验可以得出该模型能够准确地检测及追踪多目标车辆。 展开更多
关键词 深度学习 多目标车辆 K-MEANS聚类算法 YOLOv3 spp算法 非极大值拟制算法
在线阅读 下载PDF
改进YOLOv3的复杂施工环境下安全帽佩戴检测算法 被引量:29
10
作者 赵红成 田秀霞 +1 位作者 杨泽森 白万荣 《中国安全科学学报》 CAS CSCD 北大核心 2022年第5期194-200,共7页
为解决施工场所环境复杂导致的智能监控下安全帽佩戴检测准确率低及漏检等问题,提出一种改进YOLOv3的安全帽佩戴检测算法。采用Focal Loss专注困难正样本训练,提高模型在复杂环境下的鲁棒性;在原始网络基础上使用空间金字塔多级池化融... 为解决施工场所环境复杂导致的智能监控下安全帽佩戴检测准确率低及漏检等问题,提出一种改进YOLOv3的安全帽佩戴检测算法。采用Focal Loss专注困难正样本训练,提高模型在复杂环境下的鲁棒性;在原始网络基础上使用空间金字塔多级池化融合局部与整体特征,提高多尺度检测能力;引入注意力机制,将通道和空间注意力模块分别集成到YOLOv3的主干网络和检测层的残差结构中,使模型专注于安全帽特征学习;使用GIoU提高定位准确率,在复杂施工环境不同视觉条件下验证算法的有效性。结果表明:改进模型的平均精度达到88%,较原始模型提高13.3%,其中person及helmet的精度分别提高17.2%、9.5%,召回率分别提高15.3%、7.6%。 展开更多
关键词 YOLOv3 复杂施工环境 安全帽佩戴 检测算法 Focal Loss 空间金字塔池化(spp) 注意力机制 并集上的广义交集(GIoU)
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部