检索结果-维普期刊中文期刊服务平台

基于上下文信息和多尺度融合重要性感知的特征金字塔网络算法被引量：2: 1; 作者杨昊张轶《计算机应用》 CSCD 北大核心 2023年第9期2727-2734,共8页; 针对目标检测中分类和定位子任务分别需要大感受野和高分辨率,难以在这两个相互矛盾的需求间取得平衡的问题,提出一种用于目标检测的基于注意力机制的特征金字塔网络算法。该算法能整合多个不同感受野来获取更丰富的语义信息,以一种更... 展开更多; 关键词特征金字塔目标检测上下文信息多尺度特征融合注意力机制; 在线阅读下载PDF 职称材料

MMF-YOLO晶圆模具表面微缺陷检测算法: 2; 作者冯金秋燕芳 +1 位作者杨阳李海宇《计算机工程与应用》北大核心 2025年第15期132-143,共12页; 针对晶圆模具表面微缺陷检测中面临的目标小、尺度变化大、背景复杂、检测精度较低等问题,提出了结合边缘信息聚焦和上下文信息融合扩散的微缺陷检测算法MMF-YOLO。使用边缘信息聚焦模块(edge information focusing module,EIFM)改进原... 展开更多; 关键词机器视觉微缺陷检测边缘信息增强上下文融合扩散金字塔 YOLOv11; 在线阅读下载PDF 职称材料

改进ASPP及多层次特征语义融合分割方法被引量：3: 3; 作者王银宇孟凡云 +1 位作者王金鹤刘志浩《计算机工程与应用》 CSCD 北大核心 2023年第13期220-228,共9页; 为解决图像语义分割中多尺度目标分割困难、类别边界预测不准确等问题,提出一种基于改进空洞空间金字塔池化的多层次特征语义融合分割方法。将深层次网络特征按通道分组,利用分组空洞空间金字塔池化模块捕获每个分组多尺度特征上下文信... 展开更多; 关键词语义分割空洞空间金字塔池化特征融合上下文信息; 在线阅读下载PDF 职称材料

HourglassNet:一种用于遥感目标检测的改进FCOS算法被引量：2: 4; 作者原瑜蔓白宏阳 +2 位作者郭宏伟付宏建李泽超《南京理工大学学报》 CAS CSCD 北大核心 2022年第6期719-727,741,共10页; 针对遥感图像中背景复杂、目标分布密集、目标尺度形态多样等问题,该文在单阶段全卷积(FCOS)目标检测模型的基础上,基于沙漏特征金字塔并且与多尺度上下文场景结合,提出了沙漏网(HourglassNet)。针对卷积神经网络(CNN)中不同深度语义信... 展开更多; 关键词单阶段全卷积目标检测遥感图像沙漏特征金字塔多尺度特征上下文场景卷积神经网络注意力机制特征融合; 在线阅读下载PDF 职称材料

基于改进YOLOX-s的机场跑道冰雪状态感知被引量：2: 5; 作者邢志伟阚犇 +2 位作者刘子硕李彪罗谦《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第10期1292-1304,共13页; 针对机场冰雪跑道安全性和适航性状态感知能力不足及跑道表面状况报告交互的新需求,提出一种面向多尺度特征融合的机场跑道冰雪状态感知模型.以YOLOX-s模型为基础,在主干特征提取网络中引入全局上下文模块,获取更丰富的浅层与深层特征;... 展开更多; 关键词跑道冰雪状态感知 YOLOX-s 全局上下文模块双向特征金字塔网络自适应空间特征融合结构 α-EIoU损失函数; 在线阅读下载PDF 职称材料

题名基于上下文信息和多尺度融合重要性感知的特征金字塔网络算法被引量：2: 1; 作者杨昊张轶; 机构四川大学计算机学院; 出处《计算机应用》 CSCD 北大核心 2023年第9期2727-2734,共8页; 基金国家自然科学基金资助项目(U20A20161)。; 文摘针对目标检测中分类和定位子任务分别需要大感受野和高分辨率,难以在这两个相互矛盾的需求间取得平衡的问题,提出一种用于目标检测的基于注意力机制的特征金字塔网络算法。该算法能整合多个不同感受野来获取更丰富的语义信息,以一种更关注不同特征图重要性的方式融合多尺度特征图,并在注意力机制引导下进一步精练复杂融合后的特征图。首先,通过多尺度的空洞卷积获取多尺度感受野,在保留分辨率的同时增强语义信息;其次,通过多级特征融合(MLF)方式将多个不同尺度的特征图通过上采样或池化操作变为相同分辨率后融合;最后,利用注意力引导的特征精练模块(AFRM)对融合后的特征图作精练处理,丰富语义信息并消除融合带来的混叠效应。将所提特征金字塔替换Faster R-CNN中的特征金字塔网络(FPN)后在MS COCO 2017数据集上进行实验,结果表明当骨干网络为深度50和101的残差网络(ResNet)时,平均精度(AP)分别达到了39.2%和41.0%,与使用原FPN的Faster R-CNN相比,分别提高了1.4和1.0个百分点。可见,所提特征金字塔网络算法能替代原FPN,更好地应用在目标检测场景中。; 关键词特征金字塔目标检测上下文信息多尺度特征融合注意力机制; Keywords feature pyramid object detection context information multi-scale feature fusion attention mechanism; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名MMF-YOLO晶圆模具表面微缺陷检测算法: 2; 作者冯金秋燕芳杨阳李海宇; 机构内蒙古科技大学自动化与电气工程学院; 出处《计算机工程与应用》北大核心 2025年第15期132-143,共12页; 基金国家自然科学基金(62161042) 内蒙古自治区关键技术攻关计划项目(2021GG0361)。; 文摘针对晶圆模具表面微缺陷检测中面临的目标小、尺度变化大、背景复杂、检测精度较低等问题,提出了结合边缘信息聚焦和上下文信息融合扩散的微缺陷检测算法MMF-YOLO。使用边缘信息聚焦模块(edge information focusing module,EIFM)改进原网络中的C3k2,从多尺度边缘信息中选择与目标高度相关的关键特征。使用上下文信息融合扩散金字塔网络(context-fusion diffusion pyramid network,CFD-PN)结构,对颈部网络进行优化,通过提取各层次网络中特征在空间分辨率和语义信息上的不同表征,减少信息融合过程中特征的混淆和丢失。同时,引入ADown(adaptive down-sampling module)下采样模块,优化了卷积层中的参数数量和计算冗余,以减少模型的复杂度。使用特征尺度缩放检测头(feature scale-aware detection head,FSDH),通过使用共享卷积,减少网络储存开销。实验结果表明,MMF-YOLO算法相较于基线YOLOv11n,在晶圆模具表面微缺陷数据集上,mAP@0.5提升了6.93个百分点,更适用于晶圆模具表面微缺陷检测任务和嵌入式平台部署与推理。; 关键词机器视觉微缺陷检测边缘信息增强上下文融合扩散金字塔 YOLOv11; Keywords machine vision micro-defect detection edge information enhancement context-fusion diffusion pyramid YOLOv11; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名改进ASPP及多层次特征语义融合分割方法被引量：3: 3; 作者王银宇孟凡云王金鹤刘志浩; 机构青岛理工大学信息与控制工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2023年第13期220-228,共9页; 基金山东省自然科学基金(ZR2019BA014) 山东省重点研发计划(2019GGX104089) 浙江省自然科学基金(LY20A010025)。; 文摘为解决图像语义分割中多尺度目标分割困难、类别边界预测不准确等问题,提出一种基于改进空洞空间金字塔池化的多层次特征语义融合分割方法。将深层次网络特征按通道分组,利用分组空洞空间金字塔池化模块捕获每个分组多尺度特征上下文信息;引入条状池化模块对上下文信息补充和完善,增强全局语义信息表达;根据语义引导融合模块建立不同层次特征像素间对应关系,将深层次语义信息以自底向上方式逐步融入到低层次高分辨率图像中。实验结果表明,该方法在PASCAL VOC 2012和Cityscapes公开数据集上分别获得73.1%、71.8%的平均交并比,且在相同精度下,该方法减少了39%的参数量。; 关键词语义分割空洞空间金字塔池化特征融合上下文信息; Keywords semantic segmentation atrous spatial pyramid pooling feature fusion contextual information; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名HourglassNet:一种用于遥感目标检测的改进FCOS算法被引量：2: 4; 作者原瑜蔓白宏阳郭宏伟付宏建李泽超; 机构南京理工大学能源与动力工程学院南京理工大学计算机科学与工程学院; 出处《南京理工大学学报》 CAS CSCD 北大核心 2022年第6期719-727,741,共10页; 基金国家自然科学基金(U2031138)。; 文摘针对遥感图像中背景复杂、目标分布密集、目标尺度形态多样等问题,该文在单阶段全卷积(FCOS)目标检测模型的基础上,基于沙漏特征金字塔并且与多尺度上下文场景结合,提出了沙漏网(HourglassNet)。针对卷积神经网络(CNN)中不同深度语义信息和空间信息不均衡的问题,提出了一种沙漏特征金字塔,通过将多尺度特征缩放至中间尺度进行融合和优化以获得全局特征。基于注意力机制将全局特征向不同尺度特征传递,在抑制无关特征的同时增强了有效特征,实现了对多尺度特征的补偿。为了将高层特征的语义信息更加充分地融入不同尺寸的特征图内,设计了多尺度上下文融合模块。利用适当的感受野提取高层特征的上下文信息,提升了特征的鲁棒性和辨识性。分别在DOTA v1.5和NWPU VHR-10公开遥感图像数据集上进行了性能对比与消融实验。结果表明,该文算法的均值平均精度(mAP)相比于FCOS在DOTA v1.5和NWPU VHR-10数据集上分别提升了4.3%和3.4%,且检测性能优于YOLOv3等其它对比方法。; 关键词单阶段全卷积目标检测遥感图像沙漏特征金字塔多尺度特征上下文场景卷积神经网络注意力机制特征融合; Keywords fully convolutional one-stage object detection remote sensing images hourglass feature pyramid multi-scale feature context scenario convolutional neural network attention mechanism feature fusion; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进YOLOX-s的机场跑道冰雪状态感知被引量：2: 5; 作者邢志伟阚犇刘子硕李彪罗谦; 机构中国民航大学电子信息与自动化学院天津航空机电有限公司中国民航局第二研究所工程技术研究中心; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第10期1292-1304,共13页; 基金国家重点研发计划(2018YFB1601200)资助项目。; 文摘针对机场冰雪跑道安全性和适航性状态感知能力不足及跑道表面状况报告交互的新需求,提出一种面向多尺度特征融合的机场跑道冰雪状态感知模型.以YOLOX-s模型为基础,在主干特征提取网络中引入全局上下文模块,获取更丰富的浅层与深层特征;将颈部结构中路径聚合网络替换为双向特征金字塔,以提升特征融合能力;在加强特征提取网络尾部添加自适应空间特征融合结构,进一步增强特征融合效果;使用α-EIoU优化损失函数,提高模型收敛速度与精度.实验结果表明,改进后的YOLOX-s模型在跑道冰雪实验系统所得的冰雪污染物数据集上平均精度达到了91.53%,比原始的YOLOX-s模型提高了4.68%,能够为机场跑道除冰雪作业提供决策支持.; 关键词跑道冰雪状态感知 YOLOX-s 全局上下文模块双向特征金字塔网络自适应空间特征融合结构 α-EIoU损失函数; Keywords pavement snow and ice state perception YOLOX-s global context block(GC block) bi-directional feature pyramid network(BiFPN) adaptive spatial feature fusion(ASFF) α-EIoU loss function; 分类号 TP391.9 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于上下文信息和多尺度融合重要性感知的特征金字塔网络算法	杨昊张轶	《计算机应用》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
2	MMF-YOLO晶圆模具表面微缺陷检测算法	冯金秋燕芳杨阳李海宇	《计算机工程与应用》北大核心	2025	0	在线阅读下载PDF 职称材料
3	改进ASPP及多层次特征语义融合分割方法	王银宇孟凡云王金鹤刘志浩	《计算机工程与应用》 CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
4	HourglassNet:一种用于遥感目标检测的改进FCOS算法	原瑜蔓白宏阳郭宏伟付宏建李泽超	《南京理工大学学报》 CAS CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
5	基于改进YOLOX-s的机场跑道冰雪状态感知	邢志伟阚犇刘子硕李彪罗谦	《上海交通大学学报》 EI CAS CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料