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：
基于OrchardYOLOP的火龙果园多任务视觉感知方法 被引量：3
1
作者 赵文锋 黄袁爵 +3 位作者 钟敏悦 李振源 罗梓涛 黄家俊 《农业机械学报》 EI CAS CSCD 北大核心 2024年第11期160-170,共11页
现代果园机器人面临复杂环境、光线多变和非结构化环境等问题,需要高效处理大量环境信息,而传统顺序执行多个单一任务的算法受到计算能力的限制,难以满足现代果园机器人的需求。本文针对火龙果园环境中自动驾驶机器人处理多任务时所面... 现代果园机器人面临复杂环境、光线多变和非结构化环境等问题,需要高效处理大量环境信息,而传统顺序执行多个单一任务的算法受到计算能力的限制,难以满足现代果园机器人的需求。本文针对火龙果园环境中自动驾驶机器人处理多任务时所面临的实时性和准确性要求,基于YOLOP模型引入了焦点融合高效卷积模块,并采用C2F和SPPF模块,同时优化了分割任务的损失函数,从而构建出OrchardYOLOP模型。实验结果表明,在目标检测任务上的精确度达到84.1%;在可行驶区域分割任务上的mIoU达到89.7%;在果树区域分割任务上的mIoU提高到90.8%;推理速度达到33.33 f/s,而参数量仅有9.67×10^(6)。与YOLOP模型相比,不仅在速度上满足了实时性要求,而且准确性上也有显著提升。这解决了火龙果园多任务视觉感知中的关键问题,为非结构化环境下的多任务自动驾驶视觉感知提供了一种有效的解决方案。 展开更多
关键词 火龙果园 多任务 视觉感知 语义分割 目标检测 yolop
在线阅读 下载PDF
基于三重注意力的轨道交通场景多任务感知算法 被引量：3
2
作者 高瑞 熊彦平 +2 位作者 魏辰峰 谢国涛 高铭 《控制与信息技术》 2024年第5期47-56,共10页
针对轨道交通场景下环境感知中目标检测精度不足、检测速度缓慢以及如何在两者之间寻求平衡的挑战,文章提出了一种可同时检测与分割的多任务感知模型。首先,针对轨道交通场景现有数据集缺失问题,利用在轨道现场拍摄的样本图片创建了铁... 针对轨道交通场景下环境感知中目标检测精度不足、检测速度缓慢以及如何在两者之间寻求平衡的挑战,文章提出了一种可同时检测与分割的多任务感知模型。首先,针对轨道交通场景现有数据集缺失问题,利用在轨道现场拍摄的样本图片创建了铁路环境感知数据集,用于训练模型和评估模型;其次,针对数据集数据量有限、多样性不足的问题,对数据集进行Differential RandAugment数据增强,通过引入可微分参数来优化数据增强策略,生成更加多样化的训练样本;最后,增加三重注意力机制以改进原YOLOP算法在特征提取时丢失关键信息的不足,通过对特征图3个方向进行注意力加权,改善了原始模型对关键信息的提取情况,从而提升了模型在小目标检测任务中的性能。通过在实际场景数据集上进行验证,结果表明,该模型在小目标检测、运行速度和环境适应性方面都取得了显著的改进。在自创数据集上,所有类别目标的检测准确率达到了0.945,召回率为0.853,平均精度为0.900;在小目标检测方面,平均精度达到了0.837,检测速度达到了23.5帧/s,为轨道交通领域的目标检测研究提供了有效的解决方案,具有重要的实际应用前景。 展开更多
关键词 目标检测 轨道交通 深度学习 yolop 注意力机制
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