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6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：
基于上下文信息融合的改进Vovnet遥感目标检测算法 被引量：1
1
作者 张照珩 刘云清 +1 位作者 颜飞 张琼 《电光与控制》 北大核心 2025年第4期37-43,共7页
针对遥感图像目标检测面临目标分布密集、背景复杂、小目标众多等问题,在Vovnet算法的基础上进行改进,在特征提取主干网络中加入CoT全局特征提取模块,协同跨视角的特征提取,在多个尺度上保留了感受野的视角信息,以结合不同尺度目标的上... 针对遥感图像目标检测面临目标分布密集、背景复杂、小目标众多等问题,在Vovnet算法的基础上进行改进,在特征提取主干网络中加入CoT全局特征提取模块,协同跨视角的特征提取,在多个尺度上保留了感受野的视角信息,以结合不同尺度目标的上下文信息并增强视觉表示;同时在FPN的基础上设计了上下文信息融合模块MSSFPN,建立在深层特征图上,在尺度维度对图像特征进行融合以增强目标的特征表示;引入深度超参数化卷积层进行预测,对每个通道的特征图使用独立的权重,使网络适应不同尺度所提取的图像特征,以提高检测精度。改进的算法在公开的Visdrone数据集中的目标检测平均精度均值(mAP)相较于原始Vovnet算法提升6.80个百分点,同样优于其他目标检测算法。实验结果进一步验证了所改进算法在遥感图像目标检测方面的高精度和有效性。 展开更多
关键词 遥感图像 目标检测 vovnet 上下文信息融合 自注意力
在线阅读 下载PDF
基于VoVNet优化的轻量级SSD目标检测算法研究
2
作者 胡俊立 《信息记录材料》 2025年第7期88-90,103,共4页
针对工业机器人工件检测场景中目标检测模型计算资源受限与检测精度需求高的矛盾,本文提出一种基于VoVNet优化的轻量级单步多框检测算法(SSD)。采用VoVNet替换SSD的主干网络VGG16,通过单次聚合(OSA)模块提升特征提取效率;在VoVNet中引... 针对工业机器人工件检测场景中目标检测模型计算资源受限与检测精度需求高的矛盾,本文提出一种基于VoVNet优化的轻量级单步多框检测算法(SSD)。采用VoVNet替换SSD的主干网络VGG16,通过单次聚合(OSA)模块提升特征提取效率;在VoVNet中引入残差结构并设计增强的残差单次聚合模块(residual one shot aggregation, Res-OSA)模块,解决网络退化问题并增强关键特征表达能力;进一步在Res-OSA模块后增加混合域注意力机制(HDA)提高定位精度。实验表明:改进后的算法在PASCAL VOC数据集上平均精度(mAP)达到79.4%,每秒传输帧数(FPS)提升至65,模型大小为25.8 MB,显著优于原SSD算法。 展开更多
关键词 目标检测 单步多框检测(SSD) vovnet 轻量化
在线阅读 下载PDF
基于改进VoVNet的人脸表情识别 被引量：1
3
作者 李娇 王彬彬 +1 位作者 周心荆 冉峰 《计算机应用与软件》 北大核心 2023年第8期155-160,200,共7页
针对实时目标检测网络VoVNet应用于人脸表情识别任务输入尺寸大、不够轻量化、准确率不高等问题,提出改进的VoVNet——EM_VoVNet(EMotion_VoVNet)。EM_VoVNet通过采用组合池化的思想,重设VoVNet的浅层特征提取结构,丰富了浅层特征层。另... 针对实时目标检测网络VoVNet应用于人脸表情识别任务输入尺寸大、不够轻量化、准确率不高等问题,提出改进的VoVNet——EM_VoVNet(EMotion_VoVNet)。EM_VoVNet通过采用组合池化的思想,重设VoVNet的浅层特征提取结构,丰富了浅层特征层。另外,还引入了ECA注意力机制,增强重要特征图的表达能力。采用减少模块个数、通道数的模型优化技术构建网络,使得网络参数仅为1.3×105,具有较好的轻量级特性。在FER2013和RAF-DB数据集上的实验均证明,提出的轻量化EM_VoVNet具有良好的识别性能,有利于模型进一步在嵌入式边缘设备上的部署。 展开更多
关键词 表情识别 vovnet 轻量化 特征提取
在线阅读 下载PDF
基于多尺度目标检测的蓄电池外观缺陷检测
4
作者 李洋 张建亮 +4 位作者 赵敏 巫健 韩超 党小燕 王慧芳 《太原理工大学学报》 北大核心 2025年第3期419-426,共8页
【目的】蓄电池故障常常伴随显著的外观缺陷。针对变电站蓄电池室蓄电池故障检测领域高度依赖人工检测的问题,提出一种基于图像识别的深度学习方法VoLoNet,用于实时检测监控录像,识别蓄电池外观缺陷。【方法】该算法基于YOLO v4框架,设... 【目的】蓄电池故障常常伴随显著的外观缺陷。针对变电站蓄电池室蓄电池故障检测领域高度依赖人工检测的问题,提出一种基于图像识别的深度学习方法VoLoNet,用于实时检测监控录像,识别蓄电池外观缺陷。【方法】该算法基于YOLO v4框架,设计了新的特征提取网络VoVNet-A,能够有效识别图像细粒度特征;改进了注意力模块CSAM作用于聚合特征,区分聚合特征不同通道、不同区域的重要性,能够有效过滤特征聚合带来的冗余特征;此外,还优化了预选框的选择;采用了多种数据增强手段扩充了缺陷数据,最终提升了蓄电池缺陷的检测效果。【结果】消融实验表明,以上改进能够不同程度地提升检测精度。对比实验表明,相比于常用的目标检测算法Fast RCNN、SSD-VGG16、YOLO v4,该方法对蓄电池缺陷的平均精度均值mAP分别提升11.5%、21.5%和3.3%,每秒处理帧数FPS分别增加16、12和4帧。 展开更多
关键词 蓄电池故障 缺陷检测 深度学习 YOLO v4 vovnet
在线阅读 下载PDF
一种基于改进MaskRCNN的纸病诊断算法 被引量：3
5
作者 汤伟 刘英伟 +3 位作者 王孟效 耿志遥 刘常闯 杨亦君 《中国造纸》 北大核心 2024年第12期164-171,163,共9页
本研究提出了一种基于改进MaskRCNN网络的纸病诊断算法。该算法首先在原有的MaskRCNN网络的基础上,使用轻量化头部骨干网络VOVNet和精细化的RoIPooling(PrRoIPooling)对原网络模型进行改进,以减少原网络模型的参数使用量,提升检测分类速... 本研究提出了一种基于改进MaskRCNN网络的纸病诊断算法。该算法首先在原有的MaskRCNN网络的基础上,使用轻量化头部骨干网络VOVNet和精细化的RoIPooling(PrRoIPooling)对原网络模型进行改进,以减少原网络模型的参数使用量,提升检测分类速度;其次添加空间金字塔注意力机制(SPANet),以解决原网络模型对于小目标检测精确度不高的问题。采集4000多张纸病图像对本研究提出的算法进行仿真验证。结果表明,改进的MaskRCNN模型比原网络模型在平均精度上提升了3个百分点,速度上提升了15%,能够满足纸病诊断的实时性和准确性的实际需求。 展开更多
关键词 纸病诊断 MaskRCNN vovnet PrRoIPooling SPANet
在线阅读 下载PDF
一种SAR图像舰船检测的YOLOv5-TVC算法 被引量：3
6
作者 张翰康 颜明重 +2 位作者 朱大奇 陈斌 李杰 《控制工程》 CSCD 北大核心 2023年第11期1979-1989,共11页
为了在SAR图像中准确地检测出大范围海域内的舰船等目标,提出了一种基于YOLOv5-Transformer的目标检测算法:YOLOv5-TVC。首先,使用Vo VNet-57替代原有的CSP-Darknet53以增强对小目标特征的敏感性。其次,将CBAM加在neck的多尺度采样层中... 为了在SAR图像中准确地检测出大范围海域内的舰船等目标,提出了一种基于YOLOv5-Transformer的目标检测算法:YOLOv5-TVC。首先,使用Vo VNet-57替代原有的CSP-Darknet53以增强对小目标特征的敏感性。其次,将CBAM加在neck的多尺度采样层中,实现深层网络中对重要空间和通道的关注。最后,在Bottleneck-Transformer模块内,用自我注意力机制叠加结构来替代提取特征的卷积层,从而优化对目标特征提取的效率。消融实验和对比实验的结果表明,YOLOv5-TVC检测SAR图像目标的精度优于其他YOLO系列算法。 展开更多
关键词 SAR图像 舰船检测 YOLOv5 vovnet-57 CBAM Bottleneck-Transformer
原文传递
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