期刊文献+
共找到98篇文章
< 1 2 5 >
每页显示 20 50 100
基于改进SSD模型的环焊缝DR图像缺陷检测
1
作者 张宽 王树强 《化工装备技术》 2025年第5期33-37,共5页
针对环焊缝数字化射线成像(DR)图像缺陷快速准确的检测,进而提高效率并减少人力消耗等问题,选用VGG16作为主干网络,以SSD(Single Shot MultiBox Detector)为目标检测基础框架,引入了一种能够有效实现局部跨通道交互且无需降维的注意力... 针对环焊缝数字化射线成像(DR)图像缺陷快速准确的检测,进而提高效率并减少人力消耗等问题,选用VGG16作为主干网络,以SSD(Single Shot MultiBox Detector)为目标检测基础框架,引入了一种能够有效实现局部跨通道交互且无需降维的注意力机制——ECA(Efficient Channel Attention)模块,构建了一种新型ECA-SSD模型用于缺陷识别,实现对焊缝缺陷的精准分类。结果显示,改进后的网络模型在环焊缝DR图像数据集上准确率达到90.81%,召回率达到93.23%,性能优于传统的焊缝缺陷检测算法,能够实现快速高效的缺陷识别。 展开更多
关键词 焊缝缺陷检测 目标检测 ssd模型 ECA
在线阅读 下载PDF
基于SSD深度学习模型的变电站万用接地线导通状态检测方法
2
作者 戴鹏 姬建富 +2 位作者 刘利 王辉 曹国梁 《微型电脑应用》 2025年第2期157-161,共5页
为了解决变电站万用接地线在进行导通状态检测中学习模型鲁棒性较差、检测结果偏差较大的问题,设计一种基于单发多盒检测器(SSD)深度学习模型的变电站万用接地线导通状态检测方法。针对变电站万用接地线的检测需求设计接地线导通状态检... 为了解决变电站万用接地线在进行导通状态检测中学习模型鲁棒性较差、检测结果偏差较大的问题,设计一种基于单发多盒检测器(SSD)深度学习模型的变电站万用接地线导通状态检测方法。针对变电站万用接地线的检测需求设计接地线导通状态检测设备结构,将采样模块、通信模块进行重新设计,分析SSD深度学习模型结构,利用区域候选框检测多尺度特征图,获取特征信息实现图像判断,确定接地线导通状态检测流程,完成变电站万用接地线的导通状态检测。测试结果表明,所设计方法得到的精确率和召回率均能够达到90%以上,验证了所设计方法在实际应用中的可靠性。 展开更多
关键词 ssd深度学习模型 万用接地线 状态检测 模型训练
在线阅读 下载PDF
基于反卷积和特征融合的SSD小目标检测算法 被引量:14
3
作者 赵文清 周震东 翟永杰 《智能系统学报》 CSCD 北大核心 2020年第2期310-316,共7页
由于小目标的低分辨率和噪声等影响,大多数目标检测算法不能有效利用特征图中小目标的边缘信息和语义信息,导致其特征与背景难以区分,检测效果差。为解决SSD(single shot multibox detector)模型中小目标特征信息不足的缺陷,提出反卷积... 由于小目标的低分辨率和噪声等影响,大多数目标检测算法不能有效利用特征图中小目标的边缘信息和语义信息,导致其特征与背景难以区分,检测效果差。为解决SSD(single shot multibox detector)模型中小目标特征信息不足的缺陷,提出反卷积和特征融合的方法。先采用反卷积作用于浅层特征层,增大特征图分辨率,然后将SSD模型中卷积层conv112的特征图上采样,拼接得到新的特征层,最后将新的特征层与SSD模型中固有的4个尺度的特征层进行融合。通过将改进后的方法与VOC2007数据集和KITTI车辆检测数据集上的SSD和DSSD方法进行比较,结果表明:该方法降低了小目标的漏检率,并提升整体目标的平均检测准确率。 展开更多
关键词 小目标检测 反卷积 特征映射 多尺度 特征融合 ssd模型 PASCAL VOC数据集 KITTI数据集
在线阅读 下载PDF
SSD模型及其在汉语词性标注中的应用 被引量:4
4
作者 邢富坤 宋柔 罗智勇 《中文信息学报》 CSCD 北大核心 2010年第1期20-24,共5页
该文提出了一种以符号解码与数值解码并举的SSD(Symbol-and-Statistics Decoding Model)模型,该模型被用于汉语词性标注任务,其标注正确率在封闭测试中达到97.08%,开放测试中达到95.67%,较二阶HMM的95.56%和94.70%都有较为显著提高。SS... 该文提出了一种以符号解码与数值解码并举的SSD(Symbol-and-Statistics Decoding Model)模型,该模型被用于汉语词性标注任务,其标注正确率在封闭测试中达到97.08%,开放测试中达到95.67%,较二阶HMM的95.56%和94.70%都有较为显著提高。SSD模型的正确率虽然不及最大熵模型和CRF模型,但它的训练时间远少于后者,说明SSD模型在处理自然语言中的特定任务时是一种较强的实用模型。 展开更多
关键词 计算机应用 中文信息处理 ssd模型 HMM 词性标注
在线阅读 下载PDF
分段反卷积改进SSD的目标检测算法 被引量:7
5
作者 马跃 赵志浩 +3 位作者 尹震宇 樊超 柴安颖 李成蒙 《小型微型计算机系统》 CSCD 北大核心 2021年第7期1415-1420,共6页
针对当前SSD算法低层特征图语义信息不足导致存在小目标漏检以及误检的问题,提出一种基于分段反卷积改进SSD的目标检测算法SD-SSD(Segmented Deconvolution-Single Shot M ulti Box Detector).根据SSD模型低层特征图语义信息提取不足,... 针对当前SSD算法低层特征图语义信息不足导致存在小目标漏检以及误检的问题,提出一种基于分段反卷积改进SSD的目标检测算法SD-SSD(Segmented Deconvolution-Single Shot M ulti Box Detector).根据SSD模型低层特征图语义信息提取不足,高层特征图边缘信息丢失过多,本文重新设计了融合结构,不仅降低了计算过程中的参数数量,而且丰富了各个特征图的细节信息和语义信息;由于特征图反卷积的次数过多会增加噪声信息,本文将模型中高层特征图分成三段做分段反卷积与低层特征层融合;为增强小目标在模型下的检测效果,增加更低层次的特征图进行特征融合,着重检测小目标.在Pascal VOC2007测试集上进行验证,本文SD-SSD模型大幅度提高了小目标类别的AP值,mAP相对SSD模型和DSSD模型分别提高了4.30%和3.0%,相比目前主流单阶段目标检测算法,本文算法保持了较高的检测精度和检测速度. 展开更多
关键词 分段反卷积 特征融合 ssd模型 小目标 目标检测算法
在线阅读 下载PDF
基于SSD-MobileNetv2和FPN的人脸检测 被引量:8
6
作者 康晓凤 厉丹 《电子器件》 CAS 北大核心 2023年第2期455-462,共8页
随着人工智能技术的不断发展,人脸检测与识别技术以其广泛的应用性成为学术研究的重点。提出了SSD-MobileNetv2-FPN人脸检测模型,首先用轻量级的MobileNetv2代替SSD中的VGG-16主干网络,减少模型训练参数以提高模型的检测速度,然后引入FP... 随着人工智能技术的不断发展,人脸检测与识别技术以其广泛的应用性成为学术研究的重点。提出了SSD-MobileNetv2-FPN人脸检测模型,首先用轻量级的MobileNetv2代替SSD中的VGG-16主干网络,减少模型训练参数以提高模型的检测速度,然后引入FPN网络提取多尺度特征信息使得模型更利于小目标人脸的检测,增加检测精度。最后引入Focal loss损失函数解决模型在训练过程中出现前景和背景类分布不平衡问题,提高模型性能。实验表明上述模型在Pascal Voc 2012人脸部分数据集中准确率为92.5%,且处理速度快,满足实时需求。 展开更多
关键词 MobileNetv2网络 FPN网络 ssd模型 人脸检测
在线阅读 下载PDF
一种改进SSD的输电线路电力部件识别方法 被引量:6
7
作者 王朝硕 李伟性 +2 位作者 郑武略 王宁 赵航航 《应用科技》 CAS 2020年第4期75-81,共7页
为解决单阶段多框检测器(single shot multibox setector,SSD)算法识别较小尺寸电力部件准确率低的问题,本文提出一种注意力机制和多尺度特征融合的单阶段多框检测器(attention mechanism and multiscale feature fusion single shot mu... 为解决单阶段多框检测器(single shot multibox setector,SSD)算法识别较小尺寸电力部件准确率低的问题,本文提出一种注意力机制和多尺度特征融合的单阶段多框检测器(attention mechanism and multiscale feature fusion single shot multibox detector,amSSD)算法。该方法在SSD网络特征提取层引入压缩和激励网络(squeeze-and-excitation networks,SENet)结构,筛选并保留更多与目标相关的特征通道;对浅层特征图采用膨胀卷积操作,使目标语义信息更加丰富;对高层特征图进行反卷积操作,并与浅层特征进行融合,得到具有更高分辨率高语义信息的目标特征图,提高对较小尺寸电力部件的识别能力。利用实际无人机飞行数据进行测试验证,实验结果表明:本文方法能够有效地识别出电力部件,而且识别平均准确率达到89.6%,比SSD方法的识别准确率提升了6.2%。 展开更多
关键词 ssd模型 电力部件 多尺度 注意力机制 膨胀卷积 特征融合 反卷积 语义信息
在线阅读 下载PDF
基于SSD-LeNet的矿井移动目标检测与识别方法 被引量:5
8
作者 张帆 栾佳星 +1 位作者 崔东林 徐志超 《矿业科学学报》 CSCD 2021年第1期100-108,共9页
针对井下雾尘、低照度环境中矿井移动目标检测与识别存在检测精度低、实时性差等问题,提出了一种基于SSD-LeNet的矿井移动目标检测与识别方法。利用视觉传感器捕获矿井移动目标原始图像的一帧来构建模型输入,据此制作含有数字序列位置... 针对井下雾尘、低照度环境中矿井移动目标检测与识别存在检测精度低、实时性差等问题,提出了一种基于SSD-LeNet的矿井移动目标检测与识别方法。利用视觉传感器捕获矿井移动目标原始图像的一帧来构建模型输入,据此制作含有数字序列位置信息的数据集;离线训练的单镜头多盒检测器(Single Shot multibox Detector,SSD)模型可以输出与自身位置对应的目标特征类别,并利用该训练好的SSD学习模型对测试集中移动目标图片上的数字序列位置进行检测;根据数字序列位置对应的矩形区域进行字符分割操作,将分割后的单个字符依次放入LeNet网络中进行特征识别;识别出的单个字符按顺序合成数字序列快速检索出移动目标的身份信息。研究表明,本文方法与其他深度学习目标检测与识别方法相比,对矿井低照度及噪声环境下的目标检测与识别具有较高的准确率和较强鲁棒性,能够满足实时性要求。 展开更多
关键词 矿井 深度学习 ssd模型 深度卷积神经网络 智能检测与识别
在线阅读 下载PDF
改进SSD的灵武长枣图像轻量化目标检测方法 被引量:9
9
作者 王昱潭 薛君蕊 《农业工程学报》 EI CAS CSCD 北大核心 2021年第19期173-182,共10页
针对加载预训练模型的传统SSD(Single Shot MultiBox Detector)模型不能更改网络结构,设备内存资源有限时便无法使用的问题,该研究提出一种不使用预训练模型也能达到较高检测精度的灵武长枣图像轻量化目标检测方法。首先,建立灵武长枣... 针对加载预训练模型的传统SSD(Single Shot MultiBox Detector)模型不能更改网络结构,设备内存资源有限时便无法使用的问题,该研究提出一种不使用预训练模型也能达到较高检测精度的灵武长枣图像轻量化目标检测方法。首先,建立灵武长枣目标检测数据集。其次,以提出的改进DenseNet网络为主干网络,并将Inception模块替换SSD模型中的前3个额外层,同时结合多级融合结构,得到改进SSD模型。然后,通过对比试验证明改进DenseNet网络和改进SSD模型的有效性。在灵武长枣数据集上的试验结果表明,不加载预训练模型的情况下,改进SSD模型的平均准确率(mAP,mean Average Precision)为96.60%,检测速度为28.05帧/s,参数量为1.99×10^(6),比SSD模型和SSD模型(预训练)的mAP分别高出2.02个百分点和0.05个百分点,网络结构参数量比SSD模型少11.14×10^(6),满足轻量化网络的要求。即使在不加载预训练模型的情况下,改进SSD模型也能够很好地完成灵武长枣图像的目标检测任务,研究结果也可为其他无法加载预训练模型的目标检测任务提供新方法和新思路。 展开更多
关键词 图像处理 目标检测 灵武长枣 预训练模型 ssd模型 DenseNet网络 Inception模块
在线阅读 下载PDF
基于改进SSD的航空发动机目标缺陷检测 被引量:6
10
作者 陈为 梁晨红 《控制工程》 CSCD 北大核心 2021年第12期2329-2335,共7页
针对航空发动机的维修检测存在结构复杂、难度大、目标小等问题,提出了改进的单激发多盒探测器(single short multibox detector, SSD)模型,用于检测航空发动机内部凸台缺陷。首先,介绍了实验选用的数据集以及对数据集的处理。然后,分析... 针对航空发动机的维修检测存在结构复杂、难度大、目标小等问题,提出了改进的单激发多盒探测器(single short multibox detector, SSD)模型,用于检测航空发动机内部凸台缺陷。首先,介绍了实验选用的数据集以及对数据集的处理。然后,分析了SSD模型的基本原理和检测流程,根据凸台缺陷的特点对SSD模型进行了调整。一是对实验数据集采用聚类分析算法来计算模型默认框大小;二是采用模型更底层的卷积层所输出的特征图来进行凸台缺陷的特征提取。最后,通过MATLAB软件对数据集进行扩充。改进后的SSD模型识别凸台缺陷的准确率从从2%提高到了19.6%,但是对实际应用来讲还有很大的提升空间。 展开更多
关键词 ssd模型 凸台检测 数据集 聚类分析 卷积神经网络 特征提取
原文传递
基于R-D SSD模型航空发动机安装工位检测算法 被引量:1
11
作者 陈科山 郝宇 +1 位作者 何泓波 李坤龙 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第4期682-689,共8页
为解决航空发动机在安装过程中大多实行人工安装、定位不精确等问题,在研究其自动化安装方法中,针对航空发动机安装工位的检测需求,提出了一种残差网络与膨胀卷积相融合的SSD改进算法(R-D SSD)。将经典SSD模型的主干网络VGG16替换为残... 为解决航空发动机在安装过程中大多实行人工安装、定位不精确等问题,在研究其自动化安装方法中,针对航空发动机安装工位的检测需求,提出了一种残差网络与膨胀卷积相融合的SSD改进算法(R-D SSD)。将经典SSD模型的主干网络VGG16替换为残差网络ResNet-101,并增加其输出特征图上的预选框数量,解决了原始算法对底层特征抓取能力不足的问题,进而弥补了对小目标检测效果较差的缺陷;利用膨胀卷积扩大网络的感受野,获取足够的安装工位边缘特征细节信息,在不改变网络结构的同时,保证了模型良好的实时性和对目标的检测精度。实验表明:对于小目标数据集和整个数据集,R-D SSD算法的平均检测精度较原始算法分别提高了8.6%和4.0%,可以满足航空发动机安装时平均检测精度不低于85%的要求。 展开更多
关键词 安装工位 残差网络 膨胀卷积 ssd模型 小目标检测 预选框数量
原文传递
自然环境下多类水果采摘目标识别的通用改进SSD模型 被引量:95
12
作者 彭红星 黄博 +4 位作者 邵园园 李泽森 张朝武 陈燕 熊俊涛 《农业工程学报》 EI CAS CSCD 北大核心 2018年第16期155-162,共8页
为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为R... 为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为Res Net-101模型,并运用迁移学习方法和随机梯度下降算法优化SSD深度学习模型。该文基于Caffe深度学习框架,对自然环境下采集的水果图像进行不同网络模型、不同数据集大小和不同遮挡比例等多组水果识别检测效果对比试验。试验表明:改进的SSD深度学习水果检测模型对4种水果在各种环境下的平均检测精度达到88.4%,高于经典SSD深度学习模型中的86.38%,经过数据增强后平均检测精度可提升至89.53%,在遮挡面积低于50%的情况下F1值能达到96.12%,有较好的泛化性和鲁棒性,可以很好地实现自然环境下多类水果的精准检测,可为农业自动化采摘中的水果识别检测问题提供新的方案。 展开更多
关键词 图像识别 模型 算法 水果检测 深度学习 ssd VGG16 ResNet-101
在线阅读 下载PDF
基于轻量级SSD模型的夜间金蝉若虫检测 被引量:6
13
作者 刘阳 高国琴 《农业工程学报》 EI CAS CSCD 北大核心 2022年第10期166-175,共10页
为实现夜间树上金蝉若虫的快速准确检测,该研究以自然环境图像数据集为研究对象,结合近距离实际应用场景,考虑到嵌入式系统的模型小型化和计算过程轻量化,在保持精度指标基本不变的前提下,基于适度削减模型深度、宽度的思路对已有目标... 为实现夜间树上金蝉若虫的快速准确检测,该研究以自然环境图像数据集为研究对象,结合近距离实际应用场景,考虑到嵌入式系统的模型小型化和计算过程轻量化,在保持精度指标基本不变的前提下,基于适度削减模型深度、宽度的思路对已有目标检测网络Mobile Net-SSD提出改进。具体措施包括:删除骨干网络末端的小尺寸特征图卷积层,逐级裁剪模型整体宽度、适当增加中高层卷积深度,在目标检测的分类层和预测框的回归层中使用深度可分离卷积代替传统3×3卷积等措施,先后获取3种改进的精简模型以进行比较。夜间图像测试结果表明,在基本保持网络性能的前提下,改进后的模型大小及计算量均呈现大幅减小,其中最优模型大小从原MobileNet-SSD的15.22 MB减少到1.51 MB,模型的浮点运算量也由原先的1.13×10^(9)减少到1.26×10^(8),其平均准确率达90.46%,平均交并比达83.52%,F1分数达92.35%,GPU上的检测速度达179.3帧/s,CPU上的检测速度达到6.49帧/s,与改进前的模型相比具有更好的综合性能,白天图像的试验结果也显示出较好的泛化性能。该文提出的改进模型在大幅减少模型大小及其计算量的同时使模型性能保持在一个较高的水平,更适合部署在移动终端等资源受限设备上,可为金蝉的人工养殖提供有益参考。 展开更多
关键词 图像识别 目标检测 金蝉若虫 MobileNet-ssd 轻量级卷积神经网络 模型尺寸 模型运算量
在线阅读 下载PDF
不同品种水稻对土壤中镉的富集特征及敏感性分布(SSD) 被引量:56
14
作者 孙聪 陈世宝 +1 位作者 宋文恩 李宁 《中国农业科学》 CAS CSCD 北大核心 2014年第12期2384-2394,共11页
【目的】研究不同水稻品种对土壤中镉(Cd)毒害的敏感性分布规律,测定基于保护95%水稻品种的土壤中Cd对不同水稻毒害的生态风险阈值HC5,为中国水稻Cd污染防治提供理论依据。【方法】利用中国南方具有代表性的两种水稻土,通过外源添加Cd... 【目的】研究不同水稻品种对土壤中镉(Cd)毒害的敏感性分布规律,测定基于保护95%水稻品种的土壤中Cd对不同水稻毒害的生态风险阈值HC5,为中国水稻Cd污染防治提供理论依据。【方法】利用中国南方具有代表性的两种水稻土,通过外源添加Cd制备成0、1.2、4.8、10、40、120 mg·kg-1的Cd污染土壤,以中国水稻主产区18个常规不同水稻品种为试材,通过温室盆栽试验测定不同Cd污染土壤对不同品种水稻的生物量、植株Cd含量及不同水稻Cd吸收的生物富集系数(BCF)影响。通过国际最新的累积概率分布函数逻辑斯蒂克分布模型(Log-logistic distribution)对不同水稻基于生物量的Cd毒性的剂量-效应关系进行拟合,利用物种敏感性分布模型Burr-III构建出Cd对不同水稻毒性的物种敏感度分布频次曲线(SSD),并基于此推导出不同水稻Cd毒性的物种敏感性分布频次和基于保护95%水稻品种的Cd毒性阈值HC5,并测定不同水稻Cd吸收BCF值与土壤中Cd有效态含量变化的定量关系。【结果】在酸性祁阳红壤中,不同品种水稻随着Cd处理浓度的增加,生物量明显下降,对Cd最为敏感的品种X-42,生物量降低86%,而对Cd耐性较强的品种Z-120生物量降低51%。当添加浓度为4.8 mg·kg-1时,JY-253、J-463、Z-611、J-899、T-15、X-6、T-167品种水稻的生物量达到最大,其余品种均在1.2 mg·kg-1处理下达到最高。与对照相比,不同品种水稻的生物量增加了4%—56%,说明低剂量Cd对水稻生长有一定的刺激效应。在中碱性广州水稻土中,不同品种水稻随着Cd处理浓度的增加,生物量没有显著性差异。在两种土壤中,生物富集系数(BCF)随着Cd处理浓度的增加而降低,在低镉(1.2 mg·kg-1)条件下,红壤水稻BCF的变化范围为0.0056(S-974)—0.0133(T-15),相差2.38倍;而广州水稻土的变化范围则为0.0018(L-42,LY-28)—0.0034(J-899),相差1.89倍。但是对于相同Cd浓度处理下,红壤中水稻的BCF大于广州水稻土,两者相差2—14倍,这可能与两种土壤的性质差异有关。祁阳红壤是酸性土壤,有机质匮乏,测得Cd有效态含量高,对水稻的毒害强,生物量降低的多;广州的水稻土则相反,高pH和有机质丰富的土壤对Cd吸附容量和固持力增加,对水稻毒害减弱,生物量变化不明显。土壤中Cd对以上18种水稻的毒性阈值浓度(EC50)变化范围为4.30—61.611mg·kg-1,最高的为水稻X-45,最低的是水稻X-42,不同水稻品种之间EC50差别为1.0—4.32倍。【结论】不同水稻品种对土壤中Cd毒性胁迫有显著性差异,虽然Cd属于非必需元素,但不同水稻品种对低剂量Cd表现出不同的刺激效应;基于物种敏感性分布模型(Burr-III)测定结果表明,18种不同水稻具有明显的分布频次差异,其中,水稻X-42毒性阈值最小,对Cd胁迫最为敏感,水稻X-45则相反,表现出较强耐性。经过Burr-III模型的计算得到基于保护95%水稻品种的土壤中Cd50%抑制浓度值(HC550%)为4.93 mg·kg-1。 展开更多
关键词 Burr-III模型 水稻品种 敏感性分布 生态风险
在线阅读 下载PDF
基于改进SSD的柑橘实时分类检测 被引量:45
15
作者 李善军 胡定一 +3 位作者 高淑敏 林家豪 安小松 朱明 《农业工程学报》 EI CAS CSCD 北大核心 2019年第24期307-313,共7页
针对人工分拣柑橘过程中,检测表面缺陷费时费力的问题,该文提出了一种基于改进SSD深度学习模型的柑橘实时分类检测方法。在经改装的自制打蜡机试验台架下采集单幅图像含有多类多个柑橘的样本2 500张,随机选取其中2 000张为训练集,500张... 针对人工分拣柑橘过程中,检测表面缺陷费时费力的问题,该文提出了一种基于改进SSD深度学习模型的柑橘实时分类检测方法。在经改装的自制打蜡机试验台架下采集单幅图像含有多类多个柑橘的样本2 500张,随机选取其中2 000张为训练集,500张为测试集,在数据集中共有正常柑橘19 507个,表皮病变柑橘9 097个,机械损伤柑橘4 327个。该方法通过单阶段检测模型SSD-ResNet18对图片进行计算和预测,并返回图中柑橘的位置与类别,以此实现柑橘的分类检测。以平均精度AP(average precision)的均值m AP(mean average precision)作为精度指标,平均检测时间作为速度指标,在使用不同特征图、不同分辨率和ResNet18、MobileNetV3、ESPNetV2、VoVNet39等4种不同特征提取网络时,进行模型分类检测效果对比试验研究。研究表明,该模型使用C4、C5特征图,768×768像素的分辨率较为合适,特征提取网络ResNet18在检测速度上存在明显优势,最终该模型的m AP达到87.89%,比原SSD的87.55%高出0.34个百分点,平均检测时间为20.27 ms,相较于原SSD的108.83 ms,检测耗时降低了436.90%。该模型可以同时对多类多个柑橘进行实时分类检测,可为自动化生产线上分拣表面缺陷柑橘的识别方面提供技术借鉴。 展开更多
关键词 目标识别 模型 无损检测 柑橘 表面缺陷 深度学习 ssd ResNet18
在线阅读 下载PDF
SSD模型在门式起重机障碍物检测中的应用
16
作者 胡晓兵 杨雄 +2 位作者 卢斯伟 何政霖 郭磊 《机械》 2019年第2期56-62,共7页
针对传统的门式起重机障碍物检测方式与避障手段中易受自然环境、现场条件、后期维护等因素的影响以及功能泛化能力较差的问题,提出了一种基于视觉的SSD模型障碍物检测方法。这种检测方式是一种基于回归方法的深度学习目标检测算法,通... 针对传统的门式起重机障碍物检测方式与避障手段中易受自然环境、现场条件、后期维护等因素的影响以及功能泛化能力较差的问题,提出了一种基于视觉的SSD模型障碍物检测方法。这种检测方式是一种基于回归方法的深度学习目标检测算法,通过对输入图像进行卷积和池化处理等操作提取特征向量,大大提高了对图片中特征检测准确率。采用VOC数据集中的行人、狗、猫、水杯、自行车图片集加上无障碍轨道图片作为训练集,并且训练过程中结合多尺度图像和多环境背景图像来降低复杂环境对检测的影响。实验结果表明,所提供的方法能够有效地提取本文规定的特征,解决了传统门式起重机障碍物检测方式与避障手段的不足,同时提高了运行过程中的安全性。 展开更多
关键词 门式起重机 障碍物检测 深度学习 ssd模型
在线阅读 下载PDF
基于改进SSD模型的高铁扣件定位算法 被引量:12
17
作者 李兆洋 李柏林 +1 位作者 罗建桥 欧阳 《铁道标准设计》 北大核心 2020年第5期24-29,共6页
高铁扣件的检测对于保障铁路的正常运行起着十分重要的作用。针对高铁扣件定位精度不足以及传统定位算法无法定位道岔处扣件的问题,设计一种改进的SSD(single shot detector)深度学习扣件定位算法,即Improved_SSD。首先采用ResNet101更... 高铁扣件的检测对于保障铁路的正常运行起着十分重要的作用。针对高铁扣件定位精度不足以及传统定位算法无法定位道岔处扣件的问题,设计一种改进的SSD(single shot detector)深度学习扣件定位算法,即Improved_SSD。首先采用ResNet101更换经典SSD深度学习模型中的VGG16,增加网络深度的同时提高特征的抓取能力;然后利用膨胀卷积扩大网络的感受野,以不增加模型额外结构的方式提高模型的鲁棒性;最后提出一种非极大加权抑制方法,进一步提高扣件的定位精度。实验结果表明:与经典SSD算法相比,本文算法对扣件定位的召回率和精度分别提高了3.4%和4.7%;与其他几种扣件定位算法相比,本文算法不仅提高了对普通轨道扣件的定位精度,而且解决了传统定位算法无法定位道岔处扣件的问题。 展开更多
关键词 扣件定位 深度学习 ssd模型 膨胀卷积 非极大加权抑制
在线阅读 下载PDF
基于SSD模型的人脸检测与头部姿态估计融合算法 被引量:12
18
作者 方阳 刘英杰 +1 位作者 孙立博 秦文虎 《江苏大学学报(自然科学版)》 EI CAS 北大核心 2019年第4期451-457,共7页
针对头部姿态估计常用的人脸检测、姿态估计两步串联框架中流程复杂、耦合性高、整体鲁棒性低的问题,提出了一种基于改进SSD模型的人脸检测与头部姿态估计融合算法.通过拓展SSD模型,设计了人脸检测与姿态估计融合网络模型,在多层次卷积... 针对头部姿态估计常用的人脸检测、姿态估计两步串联框架中流程复杂、耦合性高、整体鲁棒性低的问题,提出了一种基于改进SSD模型的人脸检测与头部姿态估计融合算法.通过拓展SSD模型,设计了人脸检测与姿态估计融合网络模型,在多层次卷积特征图上检测人脸,并估计头部姿态;采用端到端训练模式进行模型训练,简化了头部姿态估计任务的处理流程.在Pointing′04和300W-LP数据集上进行了试验.结果表明,本模型能够在满足实时性要求的前提下有效地完成检测任务与估计任务,在两个数据集中的pitch预测平均绝对误差分别达到了4.80°和6.48°,这充分证明了所提出算法的实用性和鲁棒性. 展开更多
关键词 头部姿态 人脸检测 卷积神经网络 ssd模型 融合算法
在线阅读 下载PDF
基于改进SSD模型的工件表面缺陷识别算法 被引量:22
19
作者 李兰 奚舒舒 +1 位作者 张才宝 马鸿洋 《计算机工程与科学》 CSCD 北大核心 2020年第9期1608-1615,共8页
工件表面缺陷是影响机械设备性能的重要因素,快速高效的检测方法是目前研究的重点。为了解决工件表面缺陷检测问题,提出一种基于改进SSD模型的检测算法。该算法用本文提出的DH-MobileNet网络代替SSD结构中的VGG16网络,从而简化检测模型... 工件表面缺陷是影响机械设备性能的重要因素,快速高效的检测方法是目前研究的重点。为了解决工件表面缺陷检测问题,提出一种基于改进SSD模型的检测算法。该算法用本文提出的DH-MobileNet网络代替SSD结构中的VGG16网络,从而简化检测模型,减少了运算量。同时采用反向残差结构进行位置预测,并用空洞卷积代替下采样操作以避免信息损失。利用扫描电子显微镜得到工件表面图像,建立工件表面缺陷数据集并进行扩充,最后针对碎屑、剥落和梨沟这3类高频缺陷进行训练和测试,并与YOLO、Faster R-CNN和原始SSD模型进行效果比较。检测结果表明该算法能够更准确、快速地检测工件表面缺陷,为实际工业场景中的缺陷检测提供了新的思路。 展开更多
关键词 工件缺陷 ssd模型 MobileNet 目标检测
在线阅读 下载PDF
基于SSD-MobilenetV3模型的车辆检测 被引量:6
20
作者 廖慕钦 周永军 +2 位作者 汤小红 蒋淑霞 李宇琼 《传感器与微系统》 CSCD 北大核心 2022年第6期142-145,共4页
针对自动驾驶平台车辆检测问题,提出一种结合迁移学习的卷积神经网络(CNN)模型SSD-MobilenetV3。网络结合SSD检测速度较快与MobilenetV3占用内存小的优点,将SSD模型的基础网络替换成MobilenetV3。首先,结合迁移学习的方法,在COCO数据集... 针对自动驾驶平台车辆检测问题,提出一种结合迁移学习的卷积神经网络(CNN)模型SSD-MobilenetV3。网络结合SSD检测速度较快与MobilenetV3占用内存小的优点,将SSD模型的基础网络替换成MobilenetV3。首先,结合迁移学习的方法,在COCO数据集上对网络进行预训练,再使用自建融合车辆数据集对预训练模型全连接层进行重新训练,可在短时间训练下得到收敛,并有较好的准确率。实验结果表明:相比原SSD模型,检测准确率达到85.6%,提高了3.1%;参数量减为16.9 Mbyte,减少了83.1%。模型在准确率小幅上升的同时,大幅度减少占用内存,更适用于自动驾驶平台。 展开更多
关键词 自动驾驶 车辆检测 迁移学习 ssd-MobilenetV3模型
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部