基于multi-FPN的遥感目标检测方法 被引量：2

1

作者 杨志钢 黎明 李泳江 《应用科技》 CAS 2021年第5期16-22,共7页

遥感图像的目标检测一直是计算机视觉领域中重要的任务之一,遥感图像中的目标大多具有尺度多样、排布密集、背景复杂等特点,给特征提取带来了很大的困难,进而影响检测的性能。为了解决此问题,本文提出了一种基于多重特征金字塔网络(mult... 遥感图像的目标检测一直是计算机视觉领域中重要的任务之一,遥感图像中的目标大多具有尺度多样、排布密集、背景复杂等特点,给特征提取带来了很大的困难,进而影响检测的性能。为了解决此问题,本文提出了一种基于多重特征金字塔网络(multi-FPN)的遥感图像目标检测方法,该方法采用残差网络作为主干网络,在特征金字塔网络(FPN)的基础上加入跨层连接结构,改变上采样金字塔的输出层级,进一步地增强了特征的传播和重用;同时,采用双线性插值法替代原本的最邻近插值法,使得特征上采样效果更好。通过实验表明,该方法检测性能良好,在公开遥感图像数据集NWPU VHR-10上平均检测精度达到91.92%。 展开更多

关键词 遥感图像 目标检测 特征金字塔网络 双线性插值 多重特征金字塔网络 计算机视觉 主干网络 特征采样

在线阅读 下载PDF 职称材料

基于改进特征金字塔和Transformer的多分支人群密度估计方法

2

作者 杨长敏 李泽滔 《现代电子技术》 北大核心 2026年第3期121-127,共7页

为了应对人群密度估计任务中背景噪声和人群尺度不一的问题,文中提出一种人群密度估计方法,通过结合多尺度特征提取和全局信息建模,可有效应对背景噪声和尺度变化的挑战。首先,在VGG19提取的高层特征基础上,引入CBAM对特征图进行细粒度... 为了应对人群密度估计任务中背景噪声和人群尺度不一的问题,文中提出一种人群密度估计方法,通过结合多尺度特征提取和全局信息建模,可有效应对背景噪声和尺度变化的挑战。首先,在VGG19提取的高层特征基础上,引入CBAM对特征图进行细粒度的通道和空间加权,从而增强特征表达的准确性;其次,构建Transformer分支,将VGG和CBAM处理后的特征作为输入,利用Transformer的自注意力机制进行全局特征建模;最后,采用IFPN进行多尺度特征融合,通过有效结合不同层级的特征,使模型同时关注目标的局部细节信息和全局上下文。在公开数据集上的实验结果表明,该方法在多个基准测试中的性能优于现有主流方法。在ShanghaiTechPartA数据集上,所提模型的MAE和RMSE分别达到55.6和94.1;在ShanghaiTechPartB数据集上,MAE和RMSE分别达到6.2和10.1;在UCF-QNRF数据集上,MAE和RMSE分别达到83.4和144.9。实验结果验证了该方法在背景噪声和人群尺度不一场景下的鲁棒性,并显著提高了人群密度估计的准确性。 展开更多

关键词 人群密度估计 深度学习 TRANSFORMER CBAM 特征金字塔网络 多尺度特征融合

在线阅读 下载PDF 职称材料

基于MF-YOLOX-S的煤矿井下行人检测算法

3

作者 谢斌红 张晓晨 《太原科技大学学报》 2025年第5期433-438,446,共7页

针对煤矿井下大型设备遮挡、行人尺度不一等复杂环境导致行人检测出现漏检、误检等问题,提出一种基于MF-YOLOX-S算法的煤矿井下行人检测方法。通过设计新的特征金字塔模型MF-FPN作为YOLOX-S中原始特征金字塔网络(Feature Pyramid Networ... 针对煤矿井下大型设备遮挡、行人尺度不一等复杂环境导致行人检测出现漏检、误检等问题,提出一种基于MF-YOLOX-S算法的煤矿井下行人检测方法。通过设计新的特征金字塔模型MF-FPN作为YOLOX-S中原始特征金字塔网络(Feature Pyramid Networks,FPN)的替代方案,首先将多尺度注意力模块填充至FPN高层特征融合前,以提取丰富的多尺度上下文信息;其次,在特征融合后利用特征增强模块增大FPN中的感受野,增强原始特征金字塔的表征能力,在保证检测实时性的前提下,提高YOLOX-S网络对复杂环境下行人的检测能力。在COCO数据集和煤矿井下行人数据集下的实验结果表明,所提算法相对于原YOLOX-S,平均精度mAP分别有1.96%和3.64%的提升,且检测速度达到65 FPS,满足井下行人检测的实时性要求,对煤矿智能监控系统具有重要意义。 展开更多

关键词 煤矿井下 MF-FPN YOLOX网络 多尺度特征融合 遮挡行人检测

在线阅读 下载PDF 职称材料

基于FPN和Faster R-CNN的生命体征参数智能识别

4

作者 刘佳颖 刘金城 +4 位作者 綦雅婷 吴思圻 黄标晟 胡志雄 王建林 《计量学报》 北大核心 2025年第7期1075-1082,共8页

传统的多参数监护仪检定方法依赖人工读数和测量,效率低下。亟待研究一种基于人工智能的目标检测算法,实现多参数监护仪中生命体征参数的智能化识别,推动多参数监护仪自动化检定技术的发展。针对上述问题,提出一种基于FPN和Faster R-CN... 传统的多参数监护仪检定方法依赖人工读数和测量,效率低下。亟待研究一种基于人工智能的目标检测算法,实现多参数监护仪中生命体征参数的智能化识别,推动多参数监护仪自动化检定技术的发展。针对上述问题,提出一种基于FPN和Faster R-CNN的神经网络模型自动识别和分类生命体征参数,为后续实现多参数监护仪自动检定提供支持。为克服传统Faster R-CNN在中小目标识别任务上的不足,结合了ResNet50和FPN提取网络,以提升中小目标识别率。在实际临床采集的图像数据集上验证ResNet50+FPN的有效性,并与VGG16、MobileNetV2、EfficientNetB0、ResNet50等网络进行对比。结果表明,ResNet50+FPN识别的均值平均精度达到了83.32%,比VGG16提升了3.88%,在中小目标识别均值平均精度上分别提升了4.05%和9.60%。 展开更多

关键词 医学计量 生命体征参数 多参数监护仪 FPN Faster R-CNN 自动化检定 目标检测

在线阅读 下载PDF 职称材料

基于改进Faster R-CNN的铝材表面缺陷检测 被引量：1

5

作者 魏擎擎 鲁玉军 《电子科技》 2025年第9期85-92,共8页

针对铝型材料表面缺陷检测精度低和误检发生率高的问题,文中提出了一种基于改进Faster R-CNN的铝型材料表面缺陷检测算法。在主干特征提取网络中引入Swim Transformer来获取多尺度特征,结合FPN(Feature Pyramid Network)、PAN(Path Aggr... 针对铝型材料表面缺陷检测精度低和误检发生率高的问题,文中提出了一种基于改进Faster R-CNN的铝型材料表面缺陷检测算法。在主干特征提取网络中引入Swim Transformer来获取多尺度特征,结合FPN(Feature Pyramid Network)、PAN(Path Aggregation Network)网络加强特征融合,以此提升小目标检测能力。使用RoI(Regin of Interest)Align层替换RoI Pooling层以消除候选框定位误差,并提升候选框的精度。在筛选候选框时,使用多个IoU(Intersection over Union)阈值为评价指标进行非极大值抑制,提升候选框样本质量。实验结果表明,所提算法的平均检测精度为86.7%,在擦花、脏点等小目标上平均精度分别提升了24.3%、20.7%。相较于Faster R-CNN算法,所提算法平均检测精度提升了12.4百分点,其中小目标检测效果提升明显,满足工业生产需求。 展开更多

关键词 缺陷检测 Faster R-CNN Swin Transformer 多尺度特征图 FPN PAN 特征融合 候选框定位

在线阅读 下载PDF 职称材料

基于改进YOLO11的印刷电路板表面缺陷检测算法

6

作者 杨彦萍 高军伟 +1 位作者 刘兆龙 邢荣鑫 《液晶与显示》 北大核心 2025年第10期1545-1556,共12页

针对现有PCB缺陷检测算法在处理目标尺寸较小、背景线路复杂和形态不规则等场景时存在的精度不足、误检漏检等问题,本文提出一种基于改进YOLO11的PCB表面缺陷检测方法。首先,在主干网络中引入多尺度卷积注意力(MSCA)机制,增强对微小缺... 针对现有PCB缺陷检测算法在处理目标尺寸较小、背景线路复杂和形态不规则等场景时存在的精度不足、误检漏检等问题,本文提出一种基于改进YOLO11的PCB表面缺陷检测方法。首先,在主干网络中引入多尺度卷积注意力(MSCA)机制,增强对微小缺陷的检测能力。其次,采用高效特征金字塔网络(HS-FPN)替换传统颈部(Neck)结构,通过引入通道注意力机制(CA)和选择性特征融合机制(SFF)提升了模型对不同尺寸缺陷的检测能力。随后,结合ConvFormer与卷积门控线性单元(CGLU)改进C3K2模块,在降低计算复杂度的同时提升对有效特征的提取能力。最后,采用UIoU(Unified-IoU)损失函数动态调整候选框权重分配,提升了定位精度与收敛速度。在自建的6类PCB缺陷图像数据集上的实验表明,改进后模型的mAP达89.1%,相较原始YOLO11模型,平均检测精度提升了5.3%,精确率提升了2.3%,召回率提升了6.1%,参数量降低了28.3%,验证了所提方法在实际PCB缺陷检测中的有效性与应用潜力。 展开更多

关键词 图像处理 PCB缺陷检测 YOLO11 多尺度卷积注意力机制 高效特征金字塔网络

在线阅读 下载PDF 职称材料

轻量化的多尺度特征校准小目标检测网络

7

作者 徐杰 郭立君 +2 位作者 冯海 徐栋炯 张荣 《计算机应用》 北大核心 2025年第S1期228-234,共7页

为了解决复杂工业场景中边缘设备部署和小目标检测的漏检问题,提出一种轻量化的多尺度特征校准小目标检测网络(LMFC-Net)。首先,针对由于网络层数加深导致的浅层特征信息丢失及空间特征错位问题,提出多尺度特征校准的特征金字塔网络(MSF... 为了解决复杂工业场景中边缘设备部署和小目标检测的漏检问题,提出一种轻量化的多尺度特征校准小目标检测网络(LMFC-Net)。首先,针对由于网络层数加深导致的浅层特征信息丢失及空间特征错位问题,提出多尺度特征校准的特征金字塔网络(MSFC-FPN),利用深层特征校准浅层特征,在降低参数量的同时,提高模型对密集小目标的检测能力;其次,提出一种轻量化的共享参数卷积检测头(LSPC-Head),显著提升特征表达能力,并有效降低模型的参数和计算量;最后,通过通道剪枝和特征蒸馏降低计算和内存开销,并提升检测精度,使它适用于资源受限设备。实验结果表明,在FactorySafeDet数据集上,与YOLOv8n相比,LMFC-Net的参数量和计算量分别降低了76.7%和24.7%,召回率和平均精度均值(mAP50)分别提高了5.9和2.7个百分点。此外,在VisDrone2019、CrowdHuman和PCB公开数据集上,LMFC-Net具有良好的泛化性。与其他单阶段目标检测模型相比,LMFC-Net具有更小的模型参数量、计算量和更优的检测效果。 展开更多

关键词 小目标检测 轻量化 多尺度特征校准 特征金字塔网络 共享参数卷积检测头

在线阅读 下载PDF 职称材料

CMB-YOLO:基于上下文感知的多尺度道路目标检测算法

8

作者 张善淇 陈雪芳 +1 位作者 唐穗谷 林盛鑫 《东莞理工学院学报》 2025年第3期46-54,共9页

针对复杂交通场景中存在因待测目标尺度变化多样及目标间相互遮挡重叠造成漏检、错检的问题,提出一种基于YOLOv10n的道路目标检测改进模型CMB-YOLO。首先,在主干网络引入大核多尺度分层特征融合模块(Multi-Scale, MS-Block),捕获局部多... 针对复杂交通场景中存在因待测目标尺度变化多样及目标间相互遮挡重叠造成漏检、错检的问题,提出一种基于YOLOv10n的道路目标检测改进模型CMB-YOLO。首先,在主干网络引入大核多尺度分层特征融合模块(Multi-Scale, MS-Block),捕获局部多尺度特征图的语义信息;再利用上下文锚点注意力机制(Context Anchor Attention, CAA)聚焦远程上下文信息,并在此两者基础上设计了上下文锚点多尺度模块CAMS,进一步丰富骨干网络的多尺度特征提取能力;然后在Neck网络引入GSConv,提出轻量化特征提取模块GSC2f,减少模型参数量同时提升精度;最后,Neck部分采用加权双向特征金字塔结构(Bi-FPN)通过引入额外的双向路径连接加强对小目标信息的融合能力。实验结果表明,所提算法在KITTI和BDD100K数据集上平均精度均值(mAP@0.5)分别达到89.8%和46.2%,相较基准模型YOLOv10n分别提高了1.5%和2.1%,同时模型参数量减少了0.3 M。因此,改进CMB-YOLO模型有效提升了对多尺度目标和小目标的检测性能,可以更好地满足复杂道路目标检测的需求。 展开更多

关键词 多尺度道路目标检测 CAA 加权双向特征金字塔网络 YOLOv10n

在线阅读 下载PDF 职称材料

ResFPN:扩增实际感受野和改进FPN的多尺度目标检测方法 被引量：3

9

作者 杨扬 唐晓芬 《计算机工程与应用》 北大核心 2025年第10期247-257,共11页

针对多尺度目标检测中主干网络实际感受野远远小于理论感受野,感受野分布稀疏,以及特征金字塔网络(feature pyramid network,FPN)在横向连接过程中统一通道数会丢失通道信息等影响模型性能的问题,提出一种扩增实际感受野和多特征融合改... 针对多尺度目标检测中主干网络实际感受野远远小于理论感受野,感受野分布稀疏,以及特征金字塔网络(feature pyramid network,FPN)在横向连接过程中统一通道数会丢失通道信息等影响模型性能的问题,提出一种扩增实际感受野和多特征融合改进FPN的多尺度目标检测算法ResFPN。针对主干网络实际感受野远远小于理论感受野的问题,设计了多分支膨胀卷积(multi-branch dilated convolutional,MBD)模块和多分支池化(multi-branch pooling,MBP)模块,通过学习不同尺度空间特征融合,扩增感受野。针对感受野分布稀疏问题,提出轻量级通道交互融合(channel interactive fusion,CIF)模块,通过双分支结构并在每一分支叠加不同数量深度可分离卷积学习像素间的依赖关系增强特征表示。针对FPN通过1×1卷积统一通道数会丢失通道信息的问题,尝试利用SubPixel卷积提取C5层输出特征,保留原始丰富语义信息的同时引出额外双向路径对FPN通道信息进行补充,但这可能会产生冗余信息。因此,在额外双向路径后引入全局上下文(global context,GC)模块,利用GC瓶颈转换模块进一步融合特征信息,减少信息冗余。实验表明,提出的ResFPN有效解决了感受野分布稀疏问题,并将主干网络感受野增大为原来的一倍,同时提出的改进FPN通道丢失问题的方法也在多尺度目标检测中获得了良好的性能。与典型的网络Faster R-CNN相比,大、中、小物体检测平均精度在具有挑战性的MS COCO数据集上分别提高了2.2、1.6、2.0个百分点,与其他检测器相比检测效果也有提升。 展开更多

关键词 目标检测 卷积神经网络 多尺度目标检测 感受野 特征金字塔网络(FPN)

在线阅读 下载PDF 职称材料

面向全景X光影像的口腔异常目标检测方法

10

作者 余红兵 扶思思 +2 位作者 陈嘉成 赵梦婷 黄武秋 《软件导刊》 2025年第9期174-180,共7页

目前,口腔疾病的患病率和发病率逐年增长,口腔疾病患病者术后缺乏定期检查意识导致病情复发,早期发现可以提前预防口腔疾病的发作或者降低治疗难度,术后定期检查可以降低病情复发概率。然而,口腔疾病病例特征复杂,仅靠口腔医师人工阅片... 目前,口腔疾病的患病率和发病率逐年增长,口腔疾病患病者术后缺乏定期检查意识导致病情复发,早期发现可以提前预防口腔疾病的发作或者降低治疗难度,术后定期检查可以降低病情复发概率。然而,口腔疾病病例特征复杂,仅靠口腔医师人工阅片存在个人主观误差,导致误诊漏诊。尽管各医学领域的自动诊断取得了进步,但由于相关数据集的缺乏,加上口腔异常的多样性和复杂性,口腔异常目标检测仍是一项巨大挑战。针对当前口腔相关数据集较少的问题,提出了一个新的口腔全景X光片数据集,其中包含1600张具有标准诊断注释标签的口腔全景X光片。此外,还针对该数据集提出了一个深度学习目标检测框架以实现9类口腔疾病智能化、自动化诊断。ResNet提取口腔疾病特征,双向注意力特征金字塔融合网络从多层次特征图中自适应捕获丰富的上下文信息,从而提高不同尺度的口腔异常疾病检测泛化能力,RPN网络进行口腔疾病区域生成,回归分类网络中通过一个多标签损失函数以降低标签竞争。该框架在所提出的数据集上可以准确地检测9类口腔疾病,各类疾病检测平均精度较基础模型都有不同程度的提升,mAP达82.5%。 展开更多

关键词 口腔全景X光片 口腔疾病 目标检测 双向注意力特征金字塔网络 多标签损失函数

在线阅读 下载PDF 职称材料

基于多尺度生成对抗网络的锥束CT图像耦合伪影校正方法 被引量：1

11

作者 柴世杰 黄魁东 +1 位作者 杨富强 赵举龙 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第9期44-54,共11页

针对锥束CT(CBCT)图像存在的耦合伪影难以完全校正问题,提出1种基于多尺度生成对抗网络的锥束CT图像耦合伪影校正方法。首先,根据CT图像的伪影特征构建了一套包括仿真图像和实际图像的CBCT耦合伪影数据集,用于提高模型泛化能力。再将特... 针对锥束CT(CBCT)图像存在的耦合伪影难以完全校正问题,提出1种基于多尺度生成对抗网络的锥束CT图像耦合伪影校正方法。首先,根据CT图像的伪影特征构建了一套包括仿真图像和实际图像的CBCT耦合伪影数据集,用于提高模型泛化能力。再将特征金字塔结构(FPN)和基于卷积块的注意机制(CBAM)融入网络的生成器结构中,帮助网络捕获更全面特征信息,并配合多尺度判别器(MSD)搭建生成对抗网络框架,使得生成的去伪影图像更加清晰和真实。实验分析显示,经本文方法校正图像的PSNR和SSIM在仿真数据集中提高了21.595 dB、0.541,在实际数据集中提高了14.072 dB、0.274。实验结果表明,本文方法可有效校正耦合伪影。 展开更多

关键词 CBCT 耦合伪影去除 多尺度 FPN 生成对抗网络

原文传递

改进FPN目标检测算法研究分析 被引量：2

12

作者 陈卓 邓燕妮 +2 位作者 石英 罗佳齐 陈悦 《武汉理工大学学报》 CAS 北大核心 2020年第6期90-96,共7页

针对深度学习目标检测算法尺度不变性较差的问题,基于特征金字塔(FPN)算法增加了图像特征增强分支与自注意力网络分支,提出了S-FPN算法结构。在FPN浅层特征中,融合多尺度卷积特征,设计了特征增强网络(FSN),突出浅层小尺度目标的特征。... 针对深度学习目标检测算法尺度不变性较差的问题,基于特征金字塔(FPN)算法增加了图像特征增强分支与自注意力网络分支,提出了S-FPN算法结构。在FPN浅层特征中,融合多尺度卷积特征,设计了特征增强网络(FSN),突出浅层小尺度目标的特征。为消除多层特征语义不相容的问题,提出了flexweight自注意力分支,采用softmax回归自适应地为FPN各层分配权重。结果表明,在不增加训练时间基础上,改进S-FPN算法在VOC数据集上平均检测精度(mAP)达到80.3%,可提升网络的尺度不变性,具有良好的泛化性。 展开更多

关键词 目标检测 特征融合 特征增强 FPN 多尺度检测

原文传递

深度学习的多尺度多人目标检测方法研究 被引量：11

13

作者 刘云 钱美伊 +1 位作者 李辉 王传旭 《计算机工程与应用》 CSCD 北大核心 2020年第6期172-179,共8页

深度学习具有自主学习目标特征、识别率高、鲁棒性强等优点,当前基于深度学习的人体目标检测方法不能有效地适应目标的尺度变化。针对上述问题,提出多尺度多人的目标检测方法,将FPN特征金字塔分别与Faster R-CNN网络的两个阶段结合,同时... 深度学习具有自主学习目标特征、识别率高、鲁棒性强等优点,当前基于深度学习的人体目标检测方法不能有效地适应目标的尺度变化。针对上述问题,提出多尺度多人的目标检测方法,将FPN特征金字塔分别与Faster R-CNN网络的两个阶段结合,同时,平衡RPN阶段产生的正负锚点的数量比例,并采用了更适合的锚点纵横比,对原始网络进行了一系列的优化。在标准数据集PETS 2009、Caltech和INRIA上的实验结果表明,提出的检测方法性能优于主流深度学习目标检测算法。 展开更多

关键词 深度学习 多尺度多人目标检测 Faster R-CNN网络 FPN网络 RPN网络 锚点

在线阅读 下载PDF 职称材料

轻量化的印刷电路板缺陷检测网络Multi-CR YOLO 被引量：14

14

作者 姜媛媛 蔡梦南 《电子测量与仪器学报》 CSCD 北大核心 2023年第11期217-224,共8页

针对印刷电路板表面缺陷目标小,检测精度低问题,设计了印刷电路板表面缺陷检测网络Multi-CR YOLO,满足实时检测速度的前提下,有效提高了检测精度。首先,由3个Multi-CR块组成的主干特征提取网络Multi-CR backbone对印刷电路板小目标缺陷... 针对印刷电路板表面缺陷目标小,检测精度低问题,设计了印刷电路板表面缺陷检测网络Multi-CR YOLO,满足实时检测速度的前提下,有效提高了检测精度。首先,由3个Multi-CR块组成的主干特征提取网络Multi-CR backbone对印刷电路板小目标缺陷进行特征提取。其次,SDDT-FPN特征融合模块使层级高的特征层向层级低的特征层进行特征融合,同时为小目标预测头YOLO Head-P3所在特征融合层加强特征融合,进一步增强低层特征层的表达能力。PCR模块加强主干特征提取网络与SDDT-FPN特征融合模块不同尺度的特征层的特征融合机制,且防止模块之间进行特征融合时信息丢失。C_(5)ECA模块负责自适应调节特征权重和自适应注意小目标缺陷信息的要求,进一步提高了特征融合模块的自适应特征提取能力。最后,3个YOLO-Head负责针对不同尺度的小目标缺陷进行预测。实验表明,Multi-CR YOLO网络模型检测mAP达到98.55%,模型大小为8.90 MB,达到轻量化要求,检测速度达到了95.85 fps,满足小目标缺陷实时检测的应用需求。 展开更多

关键词 Multi-CR YOLO 缺陷检测 印刷电路板 SDDT-FPN PCR C_(5)ECA

原文传递

基于特征金字塔网络的肺结节检测 被引量：6

15

作者 高智勇 黄金镇 杜程刚 《计算机应用》 CSCD 北大核心 2020年第9期2571-2576,共6页

针对计算机断层扫描(CT)影像中肺结节尺寸变化较大、尺寸小且不规则等特点导致的检测敏感度较低的问题,提出了基于特征金字塔网络(FPN)的肺结节检测方法。首先,利用FPN提取结节的多尺度特征,并强化小目标及目标边界细节的特征;其次,在FP... 针对计算机断层扫描(CT)影像中肺结节尺寸变化较大、尺寸小且不规则等特点导致的检测敏感度较低的问题,提出了基于特征金字塔网络(FPN)的肺结节检测方法。首先,利用FPN提取结节的多尺度特征,并强化小目标及目标边界细节的特征;其次,在FPN的基础上设计语义分割网络(名为掩模特征金字塔网络(Mask FPN))用于快速准确地分割提取肺实质,作为目标候选区域定位图像;并且,在FPN顶层添加反卷积层,采用多尺度预测策略改进快速区域卷积神经网络(Faster R-CNN)以提高检测性能;最后,针对肺结节数据集的正负样本不平衡问题,在区域候选网络(RPN)模块采用焦点损失函数以提高结节的检出率。所提方法在公开数据集LUNA16上进行实验,结果表明,利用FPN和反卷积层改进的新网络对结节检测效果有一定的帮助,采用焦点损失函数也有一定效果。综合多种改进,当平均每个扫描件的候选结节数为46.7时,所提方法的肺结节检测敏感度指标为95.7%,与其他卷积神经网络方法如Faster R-CNN、UNet等相比,具有较高的敏感性。所提方法能够较好地提取不同尺度上的结节特征,提高CT图像肺结节检测的敏感度,同时对于较小的结节也能有效检测,能更有效地辅助肺癌的诊断治疗。 展开更多

关键词 肺结节检测 肺实质分割 特征金字塔网络 卷积神经网络 多尺度

在线阅读 下载PDF 职称材料

优化FPN的高分辨率遥感影像多类别地物语义分割 被引量：3

16

作者 李卫东 梁鑫婕 +2 位作者 刘钦灏 时春波 左晨威 《遥感信息》 CSCD 北大核心 2022年第5期1-7,共7页

针对高分辨遥感影像多类别地物存在类间不平衡、类别区分度低造成的语义分割方法鲁棒性弱和分割精度不高问题,基于UNet、特征金字塔网络(feature pyramid networks,FPN)、DeepLabV3+、HRNet 4种2D多尺度特征融合的卷积神经网络模型架构... 针对高分辨遥感影像多类别地物存在类间不平衡、类别区分度低造成的语义分割方法鲁棒性弱和分割精度不高问题,基于UNet、特征金字塔网络(feature pyramid networks,FPN)、DeepLabV3+、HRNet 4种2D多尺度特征融合的卷积神经网络模型架构,对多尺度特征融合技术进行了探讨,通过数据预处理、损失函数、模型预训练等因素对精细土地覆盖的语义分割(多达16个语义类别)进行了模型能力的测试和实验,其中FPN语义分割精细化程度最高。在此基础上,基于EfficientNetB1的FPN模型进行预训练,利用focal loss损失函数选择最优多尺度特征融合,通过超参数搜索损失函数参数最优值进行优化集成,最终训练出性能优异的FPN模型,准确率提高了1.5%,Kappa提高了1.9%,进一步提高了模型对多类别地物的识别能力和泛化能力。 展开更多

关键词 语义分割 多尺度特征融合 FPN 卷积神经网络 多类别地物

在线阅读 下载PDF 职称材料

基于模糊Petri网和本体的网格服务发现 被引量：2

17

作者 翟正利 杨扬 《北京科技大学学报》 EI CAS CSCD 北大核心 2006年第12期1196-1201,共6页

给出了一个多Agent松散耦合的网格服务发现框架.在该框架中把Agent分为三类:服务Agent、需求Agent和服务发现Agent.提出以模糊Petri网作为服务描述语言的规范,用以发布或请求服务,用可能性变迁表示一个服务或一个需求,输入库所代表在提... 给出了一个多Agent松散耦合的网格服务发现框架.在该框架中把Agent分为三类:服务Agent、需求Agent和服务发现Agent.提出以模糊Petri网作为服务描述语言的规范,用以发布或请求服务,用可能性变迁表示一个服务或一个需求,输入库所代表在提供(或请求)服务前需要成立的前提条件,输出库所表示提供(或获得)服务后成立的条件,用可能性与必然性来量化一个服务Agent能对一个请求提供相关服务的信心程度.最后基于本体论给出了一个支持部分匹配的服务匹配算法,并用一个车辆维修服务系统的例子进行了说明. 展开更多

关键词 网格服务 服务发现 多AGENT 服务描述语言 模糊PETRI网 本体 服务匹配

在线阅读 下载PDF 职称材料

复杂交通环境下多层交叉融合多目标检测 被引量：10

18

作者 李翠锦 瞿中 《电讯技术》 北大核心 2023年第9期1291-1299,共9页

针对目前复杂交通环境下还存在多目标检测精度和速度不高等问题,以特征金字塔网络(Feature Pyramid Network,FPN)为基础,提出了一种多层融合多目标检测与识别算法,以提高目标检测精度和网络泛化能力。首先,采用ResNet101的五层架构将空... 针对目前复杂交通环境下还存在多目标检测精度和速度不高等问题,以特征金字塔网络(Feature Pyramid Network,FPN)为基础,提出了一种多层融合多目标检测与识别算法,以提高目标检测精度和网络泛化能力。首先,采用ResNet101的五层架构将空间分辨率上采样2倍构建自上而下的特征图,按照元素相加的方式将上采样图和自下而上的特征图合并,并构建一个融合高层语义信息与低层几何信息的特征层;然后,根据BBox回归存在训练样本不平衡问题,选择Efficient IOU Loss损失函数并结合Focal Loss提出一种改进Focal EIOU Loss;最后,充分考虑复杂交通环境下的实际情况,进行人工标注混合数据集进行训练。该模型在KITTI测试集上的平均检测精度和速度比FPN分别提升了2.4%和5 frame/s,在Cityscale测试集上平均检测精度和速度比FPN提升了1.9%和4 frame/s。 展开更多

关键词 复杂交通环境 多目标检测 多目标识别 特征金字塔网络(FPN) 多层交叉融合

在线阅读 下载PDF 职称材料

融合注意力机制的建筑物提取方法 被引量：5

19

作者 刘德祥 张海荣 +2 位作者 承达瑜 彭正涛 赵安周 《遥感信息》 CSCD 北大核心 2021年第4期119-124,共6页

针对高分辨率遥感影像中因细节信息繁多导致的建筑物特征提取困难问题,提出了一种融合注意力机制的建筑物提取方法RSDANet,进一步从复杂的特征中增强有效特征,抑制非有效特征。该方法采用了Encoder-Decoder结构。在Encoder中,设计了一... 针对高分辨率遥感影像中因细节信息繁多导致的建筑物特征提取困难问题,提出了一种融合注意力机制的建筑物提取方法RSDANet,进一步从复杂的特征中增强有效特征,抑制非有效特征。该方法采用了Encoder-Decoder结构。在Encoder中,设计了一个多级的残差连接块RSD Block和一个双向的FPN结构用于捕获多尺度特征信息,接着使用注意力机制进一步处理多尺度特征,以全局上下文信息为约束条件抑制或增强特征;在Decoder中,使用Skip-Connection把低层特征逐级融合起来,低层特征含有比较丰富的空间信息,更利于提高分割精度。实验研究表明,该方法取得了较好的提取结果,相比于Deeplabv3+方法,MIoU提高了2.24%。 展开更多

关键词 建筑物提取 注意力机制 双向FPN 多级残差连接 多尺度

在线阅读 下载PDF 职称材料

融合多尺度上下文信息的实例分割 被引量：4

20

作者 万新军 周逸云 +2 位作者 沈鸣飞 周涛 胡伏原 《中国图象图形学报》 CSCD 北大核心 2023年第2期495-509,共15页

目的实例分割通过像素级实例掩膜对图像中不同目标进行分类和定位。然而不同目标在图像中往往存在尺度差异,目标多尺度变化容易错检和漏检,导致实例分割精度提高受限。现有方法主要通过特征金字塔网络(feature pyramid network,FPN)提... 目的实例分割通过像素级实例掩膜对图像中不同目标进行分类和定位。然而不同目标在图像中往往存在尺度差异,目标多尺度变化容易错检和漏检,导致实例分割精度提高受限。现有方法主要通过特征金字塔网络(feature pyramid network,FPN)提取多尺度信息,但是FPN采用插值和元素相加进行邻层特征融合的方式未能充分挖掘不同尺度特征的语义信息。因此,本文在Mask R-CNN(mask region-based convolutional neural network)的基础上,提出注意力引导的特征金字塔网络,并充分融合多尺度上下文信息进行实例分割。方法首先,设计邻层特征自适应融合模块优化FPN邻层特征融合,通过内容感知重组对特征上采样,并在融合相邻特征前引入通道注意力机制对通道加权增强语义一致性,缓解邻层不同尺度目标间的语义混叠;其次,利用多尺度通道注意力设计注意力特征融合模块和全局上下文模块,对感兴趣区域(region of interest,RoI)特征和多尺度上下文信息进行融合,增强分类回归和掩膜预测分支的多尺度特征表示,进而提高对不同尺度目标的掩膜预测质量。结果在MS COCO 2017(Microsoft common objects in context 2017)和Cityscapes数据集上进行综合实验。在MS COCO 2017数据集上,本文算法相较于Mask R-CNN在主干网络为ResNet50/101时分别提高了1.7%和2.5%;在Cityscapes数据集上,以ResNet50为主干网络,在验证集和测试集上进行评估,比Mask R-CNN分别提高了2.1%和2.3%。可视化结果显示,所提方法对不同尺度目标定位更精准,在相互遮挡和不同目标分界处的分割效果显著改善。结论本文算法有效提高了网络对不同尺度目标检测和分割的准确率。 展开更多

关键词 实例分割 Mask R-CNN 特征金字塔网络(FPN) 多尺度上下文信息 多尺度通道注意力(MSCA)

原文传递