期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种增强前景的轻量级交通标志检测模型
1
作者
袁亚剑
毛力
《计算机工程》
北大核心
2025年第3期54-63,共10页
交通标志检测在辅助驾驶中扮演着不可或缺的角色,为安全驾驶提供了至关重要的支持。在实际交通环境中,在黑夜或雨天产生的背景噪声会加大交通标志检测的难度。现有模型往往难以有效检出远处的小目标交通标志,此外,在设计交通标志检测模...
交通标志检测在辅助驾驶中扮演着不可或缺的角色,为安全驾驶提供了至关重要的支持。在实际交通环境中,在黑夜或雨天产生的背景噪声会加大交通标志检测的难度。现有模型往往难以有效检出远处的小目标交通标志,此外,在设计交通标志检测模型时应当考虑到实际部署对模型体积的要求。为此,在YOLOv8的基础上提出一种增强前景的轻量级交通标志目标检测模型。首先,设计了1个轻量级的PC2f模块替换掉原本Backbone中的部分C2f模块,该模块降低了模型的参数量和计算量,在保留更多浅层信息的同时进一步丰富了梯度流信息,同时实现了模型轻量化和提升检测性能;其次,设计了前景增强模块(FEM)并将其引入Neck位置,该模块能够有效放大前景信息并减弱背景噪声;最后,增加了一层小目标检测层,用于在高分辨率的图像上提取浅层特征,加强模型对小目标交通标志的检测性能。实验结果表明,优化后的模型在数据集CCTSDB 2021和GTSDB上的mAP_(50)分别达到了82.5%和95.3%,相较于原模型分别提升了3.6和1百分点,并且模型权重大小减小了0.22×10^(6)。这些结果验证了所提模型在实际应用中的有效性。
展开更多
关键词
交通标志检测
轻量化网络
前景增强模块
小目标检测
黑夜场景目标检测
在线阅读
下载PDF
职称材料
融合多分辨率表征的实时烟雾分割算法
被引量：
3
2
作者
王浩远
梁煜
张为
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2021年第12期2334-2341,共8页
针对烟雾分割领域缺乏应用于实际监控系统的实时烟雾分割算法的现况,提出高准确率的实时烟雾分割算法.该算法利用轻量化的多分辨率卷积模块并行提取特征图,在获得丰富语义信息的同时满足实时分割的需求.提出烟雾前景增强模块,使得烟雾...
针对烟雾分割领域缺乏应用于实际监控系统的实时烟雾分割算法的现况,提出高准确率的实时烟雾分割算法.该算法利用轻量化的多分辨率卷积模块并行提取特征图,在获得丰富语义信息的同时满足实时分割的需求.提出烟雾前景增强模块,使得烟雾像素点融合前景增强表征、避免背景信息干扰,分割准确率得以提高.提出残差注意力模块,从通道、空间维度增强重要特征信息,抑制无效信息.该算法在自建数据集上平均交并比为91.27%,每张图片预测时间为39.06 ms,网络权重为74.66 MB;在公开数据集上的对比结果表明,该算法综合检测性能优于其他烟雾检测算法.该算法分割准确率高、检测速度快且模型轻量化,可以应用于实际视频监控系统.
展开更多
关键词
计算机视觉
烟雾分割
多分辨率
模块
烟雾
前景增强模块
残差注意力
模块
在线阅读
下载PDF
职称材料
题名
一种增强前景的轻量级交通标志检测模型
1
作者
袁亚剑
毛力
机构
江南大学人工智能与计算机学院
江南大学先进技术研究院
江南大学江苏省模式识别与计算机智能工程实验室
出处
《计算机工程》
北大核心
2025年第3期54-63,共10页
基金
国家自然科学基金面上项目(62272202)。
文摘
交通标志检测在辅助驾驶中扮演着不可或缺的角色,为安全驾驶提供了至关重要的支持。在实际交通环境中,在黑夜或雨天产生的背景噪声会加大交通标志检测的难度。现有模型往往难以有效检出远处的小目标交通标志,此外,在设计交通标志检测模型时应当考虑到实际部署对模型体积的要求。为此,在YOLOv8的基础上提出一种增强前景的轻量级交通标志目标检测模型。首先,设计了1个轻量级的PC2f模块替换掉原本Backbone中的部分C2f模块,该模块降低了模型的参数量和计算量,在保留更多浅层信息的同时进一步丰富了梯度流信息,同时实现了模型轻量化和提升检测性能;其次,设计了前景增强模块(FEM)并将其引入Neck位置,该模块能够有效放大前景信息并减弱背景噪声;最后,增加了一层小目标检测层,用于在高分辨率的图像上提取浅层特征,加强模型对小目标交通标志的检测性能。实验结果表明,优化后的模型在数据集CCTSDB 2021和GTSDB上的mAP_(50)分别达到了82.5%和95.3%,相较于原模型分别提升了3.6和1百分点,并且模型权重大小减小了0.22×10^(6)。这些结果验证了所提模型在实际应用中的有效性。
关键词
交通标志检测
轻量化网络
前景增强模块
小目标检测
黑夜场景目标检测
Keywords
traffic sign detection
lightweight network
Foreground Enhancement Module(FEM)
small target detection
dark scene target detection
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
融合多分辨率表征的实时烟雾分割算法
被引量：
3
2
作者
王浩远
梁煜
张为
机构
天津大学微电子学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2021年第12期2334-2341,共8页
基金
国家重点研发计划课题(2020YFC1522405)
科技重大专项与工程(19ZXZNGX00030)
应急管理部消防救援局科研计划重点攻关项目(2019XFGG20).
文摘
针对烟雾分割领域缺乏应用于实际监控系统的实时烟雾分割算法的现况,提出高准确率的实时烟雾分割算法.该算法利用轻量化的多分辨率卷积模块并行提取特征图,在获得丰富语义信息的同时满足实时分割的需求.提出烟雾前景增强模块,使得烟雾像素点融合前景增强表征、避免背景信息干扰,分割准确率得以提高.提出残差注意力模块,从通道、空间维度增强重要特征信息,抑制无效信息.该算法在自建数据集上平均交并比为91.27%,每张图片预测时间为39.06 ms,网络权重为74.66 MB;在公开数据集上的对比结果表明,该算法综合检测性能优于其他烟雾检测算法.该算法分割准确率高、检测速度快且模型轻量化,可以应用于实际视频监控系统.
关键词
计算机视觉
烟雾分割
多分辨率
模块
烟雾
前景增强模块
残差注意力
模块
Keywords
computer vision
smoke segmentation
multi-resolution module
smoke foreground enhancement module
residual attention module
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
作者
出处
发文年
被引量
操作
1
一种增强前景的轻量级交通标志检测模型
袁亚剑
毛力
《计算机工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
融合多分辨率表征的实时烟雾分割算法
王浩远
梁煜
张为
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2021
3
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
