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YOLOv3-R的滚装电梯异常载客检测系统设计
1
作者 张德萌 刘闯 《自动化应用》 2025年第16期31-33,共3页
滚装电梯因高效运载而被广泛应用,但其异常载客行为存在安全隐患。传统检测依赖重量传感器、视频监控、人工巡检,存在实时性差、误检率高、成本大等问题。基于网络通信与服务器架构的AI检测,因受传输延迟与带宽限制的影响,存在检测延迟... 滚装电梯因高效运载而被广泛应用,但其异常载客行为存在安全隐患。传统检测依赖重量传感器、视频监控、人工巡检,存在实时性差、误检率高、成本大等问题。基于网络通信与服务器架构的AI检测,因受传输延迟与带宽限制的影响,存在检测延迟、数据丢失等风险。提出YOLOv3-R异常载客检测系统,采用高分辨率工业相机采集数据,并结合智能预处理与深度学习识别超载、闯入、违规运输等行为。结果表明,YOLOv3-R在精度、误检率、推理速度方面优于传统方法,可实现高效、低延迟的实时监测,为电梯安全管理提供智能检测方案。 展开更多
关键词 滚装电梯 异常载客检测 yolov3-r 深度学习 目标检测
在线阅读 下载PDF
基于深度学习的月季多叶片病虫害检测研究 被引量：18
2
作者 李子茂 刘恋冬 +2 位作者 夏梦 帖军 张玥 《中国农机化学报》 北大核心 2021年第8期169-176,共8页
月季病虫害严重影响月季产量和观赏性,将目标检测算法应用到月季病虫害检测中有利于提高月季病虫害检测效率,对实现月季智能化种植培育起到重要支撑作用。针对实际种植场景中复杂背景对病虫害检测的影响,以及病虫害形状大小特点,提出两... 月季病虫害严重影响月季产量和观赏性,将目标检测算法应用到月季病虫害检测中有利于提高月季病虫害检测效率,对实现月季智能化种植培育起到重要支撑作用。针对实际种植场景中复杂背景对病虫害检测的影响,以及病虫害形状大小特点,提出两阶段月季病虫害检测方法TSDDP,首先添加调优后的Inception模块改进YOLOv3模型特征提取与融合能力对自然环境下拍摄的月季多叶片图像进行叶片检测,去除复杂背景中存在的影响因素,然后通过K-means聚类Anchor box优化Faster R-CNN以满足月季病虫害目标检测需求,基于叶片检测结果对叶片病虫害进行检测。通过比较YOLOv3、Faster R-CNN和TSDDP对自然环境下的月季多叶片病虫害检测效果,试验结果表明TSDDP的检测精度和定位准确度均高于其他算法,最终病虫害平均检测精度达到82.26%,有效减少复杂背景造成误检的同时改善小尺度病虫害的检测和定位效果。 展开更多
关键词 病虫害检测 yolov3 特征融合 Faster R-CNN
在线阅读 下载PDF
基于深度学习的隧道衬砌结构物探地雷达图像自动识别 被引量：46
3
作者 冯德山 杨子龙 《地球物理学进展》 CSCD 北大核心 2020年第4期1552-1556,共5页
传统探地雷达图像识别方法中存在识别准确率不高,复杂目标体识别难度大,识别流程较为繁琐,不能实现端到端识别等问题,不能准确的识别实测数据.本文将深度学习中Faster R-CNN、YOLOv3这两种具有代表性的目标检测算法运用到探地雷达的图... 传统探地雷达图像识别方法中存在识别准确率不高,复杂目标体识别难度大,识别流程较为繁琐,不能实现端到端识别等问题,不能准确的识别实测数据.本文将深度学习中Faster R-CNN、YOLOv3这两种具有代表性的目标检测算法运用到探地雷达的图像识别当中.选择隧道的衬砌结构作为探测识别研究目标,制作了包含钢拱架、钢筋网、施工缝三类结构物标注的实测数据集.从准确率、召回率、平均准确率,准确率-召回率曲线等评价指标,分析了这两种算法在实测数据集上的表现.并对照典型的识别结果,结合这两种算法的原理说明了其运用到探地雷达图像自动识别上的特点.在测试集上,Faster R-CNN在钢拱架、钢筋网、施工缝三类结构物的识别中分别取得了95.5%、90.5%、96.8%平均准确率,YOLOv3则分别取得了90.0%、16.6%、95.3%平均准确率.实验结果表明两种深度学习目标检测方法在隧道衬砌探地雷达图像的识别上取得了良好的效果,其中Faster R-CNN整体效果更好,但会将多次波误识别为有效信号,YOLOv3较少误识别多次波,但是对钢筋网识别效果不好,两种方法搭配使用会形成优势互补. 展开更多
关键词 深度学习 探地雷达 自动识别 Faster R-CNN yolov3
原文传递
基于实例分割的柚子姿态识别与定位研究 被引量：6
4
作者 曾镜源 洪添胜 杨洲 《河南农业大学学报》 CAS CSCD 2021年第2期287-294,共8页
采用Mask R-CNN和YOLOv3算法对复杂背景场景下的柚子进行目标识别和分割,通过微调方法训练了2个实例分割模型,并应用于柚子相关目标的识别和分割。结果表明,YOLOv3模型的帧速率为18~20 FPS,Mask R-CNN模型的帧速率为0.5~2 FPS,YOLOv3模... 采用Mask R-CNN和YOLOv3算法对复杂背景场景下的柚子进行目标识别和分割,通过微调方法训练了2个实例分割模型,并应用于柚子相关目标的识别和分割。结果表明,YOLOv3模型的帧速率为18~20 FPS,Mask R-CNN模型的帧速率为0.5~2 FPS,YOLOv3模型的目标检出率比Mask R-CNN模型少30%以上,包围框定位精度比Mask R-CNN模型偏离10%以上。基于Mask R-CNN模型输出的Mask提出的外形估算方法,免标定像素尺寸,时间复杂度为T(n),便于轮廓对比。基于目标边框对柚子角度进行计算,角度动态范围为±5°。说明基于实例分割的柚子外形估算和品质评价方法,能适应复杂图像背景,具有较强的泛化能力。 展开更多
关键词 柚子检测 实例分割 品质 Mask R-CNN yolov3
在线阅读 下载PDF
基于双模型融合的大熊猫头部图像分割 被引量：1
5
作者 周章玉 侯佳萍 +2 位作者 刘鹏 陈鹏 段昶 《兽类学报》 CAS CSCD 北大核心 2023年第1期82-88,共7页
在大熊猫(Ailuropoda melanoleuca)的迁地保护和种群饲养管理中,及时、快速地进行个体识别和行为监测,对其健康管理具有至关重要的作用。圈养大熊猫健康状况通常由专门的饲养人员肉眼观测,人力成本高、效率低并且缺乏时效性。基于图像... 在大熊猫(Ailuropoda melanoleuca)的迁地保护和种群饲养管理中,及时、快速地进行个体识别和行为监测,对其健康管理具有至关重要的作用。圈养大熊猫健康状况通常由专门的饲养人员肉眼观测,人力成本高、效率低并且缺乏时效性。基于图像的动物个体识别与行为分析技术效率高、时间成本低,已经成为新的监测发展趋势。已有研究提出,通过大熊猫面部图像的检测和分析,可实现个体识别和行为分类。但该方法依然存在检测精度不足导致识别准确率难以提升的问题。本文提出一种基于YOLOv3和Mask R-CNN的双模型融合方法,实现了大熊猫头部图像分割和精准检测。包含3个部分:YOLOv3完成头部检测,Mask R-CNN完成大熊猫轮廓分割,然后将两个模型的输出进行交并比融合。结果显示,头部检测准确率为82.6%,大熊猫轮廓分割准确率为95.2%,总体头部轮廓分割准确率为87.1%。该方法对大熊猫头部图像的识别率和分割准确率高,为大熊猫的个体识别、性别分类提供了帮助,为行为分析提供了技术参考。 展开更多
关键词 大熊猫 yolov3 Mask R-CNN 双模型融合 图像分割
在线阅读 下载PDF
基于Faster R-CNN的高速公路抛落物检测 被引量：2
6
作者 张文风 于艳玲 《上海船舶运输科学研究所学报》 2021年第1期70-75,共6页
采用传统的基于图像处理的检测方法对高速公路抛落物进行检测不仅耗时耗力,而且检测效果不理想,为解决该问题,提出一种基于Faster R-CNN的深度学习检测方法。在原始Faster R-CNN的基础上,采用残差网络Resnet101代替传统的VGG-16网络和ZF... 采用传统的基于图像处理的检测方法对高速公路抛落物进行检测不仅耗时耗力,而且检测效果不理想,为解决该问题,提出一种基于Faster R-CNN的深度学习检测方法。在原始Faster R-CNN的基础上,采用残差网络Resnet101代替传统的VGG-16网络和ZFNet网络,作为图像特征提取网络;采用尺寸为4像素、8像素和16像素的锚框代替原始锚框,得到高速公路抛落物检测模型。采用自制的高速公路抛落物数据集对该检测方法的有效性进行验证,结果显示,采用该方法检测的平均准确率达到了91.75%,相比原始的Faster R-CNN算法和yolov3算法,分别提高了7.02%和11.13%。 展开更多
关键词 抛落物检测 Faster R-CNN算法 残差网络Resnet101 yolov3算法
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