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
3
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
融合前景注意力的轻量级交通标志检测网络
被引量：
5
1
作者
俞林森
陈志国
《电子测量与仪器学报》
CSCD
北大核心
2023年第1期21-31,共11页
针对目标检测算法模型在交通标志检测上容易出现错检和漏检等问题,提出一种融合前景注意力的轻量级交通标志检测网络YOLOT。首先引入SiLU激活函数,提升模型检测的准确率;其次设计了一种基于鬼影模块的轻量级骨干网络,有效提取目标物特征...
针对目标检测算法模型在交通标志检测上容易出现错检和漏检等问题,提出一种融合前景注意力的轻量级交通标志检测网络YOLOT。首先引入SiLU激活函数,提升模型检测的准确率;其次设计了一种基于鬼影模块的轻量级骨干网络,有效提取目标物特征;接着引入前景注意力感知模块,抑制背景噪声;然后改进路径聚合网络,加入残差结构,充分学习底层特征信息;最后使用VariFocalLoss和GIoU,分别计算目标的分类损失和目标间的相似度,使目标的分类和定位更加准确。在多个数据集上进行了大量实验,结果表明,本文方法的精度优于目前最先进方法,在CCTSDB数据集上进行消融实验,最终精度达到98.50%,与基线模型相比,准确率提升1.32%,同时模型仅4.7 MB,实时检测帧率达到44 FPS。
展开更多
关键词
交通标志检测
激活函数
前景注意力
特征融合
VariFocalLoss
GIoU
在线阅读
下载PDF
职称材料
基于交通标志的小目标检测
被引量：
1
2
作者
曾天豪
陈琳
《激光杂志》
CAS
北大核心
2024年第3期100-105,共6页
针对小目标检测算法在交通标志识别上的精度较低和误检等问题,提出一种前景融合注意力机制网络YOLO-Traffic。先引入EIOU损失函数,分别计算预测框和真实框的宽度,再利用空洞卷积来解决原模型CIOU存在的问题;其次,添加前景注意力机制F-E...
针对小目标检测算法在交通标志识别上的精度较低和误检等问题,提出一种前景融合注意力机制网络YOLO-Traffic。先引入EIOU损失函数,分别计算预测框和真实框的宽度,再利用空洞卷积来解决原模型CIOU存在的问题;其次,添加前景注意力机制F-ECA,充分提取前景相关信息,抑制背景噪声;最后使用Kmeans++算法代替Kmeans聚类得到的锚框进行重新分配相应的特征层,进一步提高特征提取能力。在清华大学制作的TT100K交通标志数据集上实验得出,对比原YOLOv5网络,精度提升了2.91%,召回率提升了2.1%,检测速度为44帧每秒,最终精度达到96.89%。因此,所提出的YOLO-Traffic网络可以提升交通标志检测精度和模型性能。
展开更多
关键词
小目标检测
前景注意力
交通标志
空洞卷积
在线阅读
下载PDF
职称材料
面向交通标志检测的尺度感知双向特征金字塔网络
被引量：
5
3
作者
彭济耀
刘子杨
+4 位作者
冯传旭
方芳
罗忠文
刘袁缘
覃杰
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2022年第1期133-141,共9页
实时精准的交通标志检测是实现自动驾驶和智能交通的重要技术之一.针对真实智能驾驶场景中背景复杂且交通标志尺度较小,现有的检测方法容易出现错检和漏检等问题,提出一种尺度感知的双向特征金字塔网络,实现复杂交通场景中实时、精准的...
实时精准的交通标志检测是实现自动驾驶和智能交通的重要技术之一.针对真实智能驾驶场景中背景复杂且交通标志尺度较小,现有的检测方法容易出现错检和漏检等问题,提出一种尺度感知的双向特征金字塔网络,实现复杂交通场景中实时、精准的交通标志检测.首先,为解决微小标志在传统金字塔网络中尺度丢失的问题,通过构建自底向上和自顶向下的双向金字塔网络,循环地学习尺度感知的融合特征;然后引入前景注意力模块和尺度感知损失函数,学习和优化不同尺度下的前景显著特征和关联,实现多尺度前景目标分离;最后,引入轻量级和非轻量级主干卷积网络,可以同时提高模型效率和精度.在真实复杂场景的交通标志数据集TT100K和STSD中的实验结果表明,该方法的检测精度达到了66.7%和60.9%,同时实时检测速率达到了30帧/s.
展开更多
关键词
交通标志检测
尺度感知
前景注意力
轻量级网络
在线阅读
下载PDF
职称材料
题名
融合前景注意力的轻量级交通标志检测网络
被引量：
5
1
作者
俞林森
陈志国
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
江苏省模式识别与计算智能工程实验室
江南大学模式识别与计算智能国际联合实验室
出处
《电子测量与仪器学报》
CSCD
北大核心
2023年第1期21-31,共11页
基金
国家自然科学基金(62073155)项目资助
文摘
针对目标检测算法模型在交通标志检测上容易出现错检和漏检等问题,提出一种融合前景注意力的轻量级交通标志检测网络YOLOT。首先引入SiLU激活函数,提升模型检测的准确率;其次设计了一种基于鬼影模块的轻量级骨干网络,有效提取目标物特征;接着引入前景注意力感知模块,抑制背景噪声;然后改进路径聚合网络,加入残差结构,充分学习底层特征信息;最后使用VariFocalLoss和GIoU,分别计算目标的分类损失和目标间的相似度,使目标的分类和定位更加准确。在多个数据集上进行了大量实验,结果表明,本文方法的精度优于目前最先进方法,在CCTSDB数据集上进行消融实验,最终精度达到98.50%,与基线模型相比,准确率提升1.32%,同时模型仅4.7 MB,实时检测帧率达到44 FPS。
关键词
交通标志检测
激活函数
前景注意力
特征融合
VariFocalLoss
GIoU
Keywords
traffic sign detection
activation function
foreground attention
feature fusion
VariFocalLoss
GIoU
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
基于交通标志的小目标检测
被引量：
1
2
作者
曾天豪
陈琳
机构
长江大学计算机科学学院
出处
《激光杂志》
CAS
北大核心
2024年第3期100-105,共6页
基金
湖北省科技示范基金项目(No.2019ZYYD016)。
文摘
针对小目标检测算法在交通标志识别上的精度较低和误检等问题,提出一种前景融合注意力机制网络YOLO-Traffic。先引入EIOU损失函数,分别计算预测框和真实框的宽度,再利用空洞卷积来解决原模型CIOU存在的问题;其次,添加前景注意力机制F-ECA,充分提取前景相关信息,抑制背景噪声;最后使用Kmeans++算法代替Kmeans聚类得到的锚框进行重新分配相应的特征层,进一步提高特征提取能力。在清华大学制作的TT100K交通标志数据集上实验得出,对比原YOLOv5网络,精度提升了2.91%,召回率提升了2.1%,检测速度为44帧每秒,最终精度达到96.89%。因此,所提出的YOLO-Traffic网络可以提升交通标志检测精度和模型性能。
关键词
小目标检测
前景注意力
交通标志
空洞卷积
Keywords
small target detection
foreground attention
traffic sign
dilated convolution
分类号
TN911 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
面向交通标志检测的尺度感知双向特征金字塔网络
被引量：
5
3
作者
彭济耀
刘子杨
冯传旭
方芳
罗忠文
刘袁缘
覃杰
机构
中国地质大学(武汉)地理与信息工程学院
华中数控股份有限公司红外事业部
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2022年第1期133-141,共9页
基金
国家自然科学基金面上项目(62076227)
武汉市科技计划(2020010601012166).
文摘
实时精准的交通标志检测是实现自动驾驶和智能交通的重要技术之一.针对真实智能驾驶场景中背景复杂且交通标志尺度较小,现有的检测方法容易出现错检和漏检等问题,提出一种尺度感知的双向特征金字塔网络,实现复杂交通场景中实时、精准的交通标志检测.首先,为解决微小标志在传统金字塔网络中尺度丢失的问题,通过构建自底向上和自顶向下的双向金字塔网络,循环地学习尺度感知的融合特征;然后引入前景注意力模块和尺度感知损失函数,学习和优化不同尺度下的前景显著特征和关联,实现多尺度前景目标分离;最后,引入轻量级和非轻量级主干卷积网络,可以同时提高模型效率和精度.在真实复杂场景的交通标志数据集TT100K和STSD中的实验结果表明,该方法的检测精度达到了66.7%和60.9%,同时实时检测速率达到了30帧/s.
关键词
交通标志检测
尺度感知
前景注意力
轻量级网络
Keywords
traffic sign detection
scale-aware
prospect attention
lightweight network
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
作者
出处
发文年
被引量
操作
1
融合前景注意力的轻量级交通标志检测网络
俞林森
陈志国
《电子测量与仪器学报》
CSCD
北大核心
2023
5
在线阅读
下载PDF
职称材料
2
基于交通标志的小目标检测
曾天豪
陈琳
《激光杂志》
CAS
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
面向交通标志检测的尺度感知双向特征金字塔网络
彭济耀
刘子杨
冯传旭
方芳
罗忠文
刘袁缘
覃杰
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2022
5
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
