检索结果-维普期刊中文期刊服务平台

基于难分样本挖掘的快速区域卷积神经网络目标检测研究被引量：13: 1; 作者张烨许艇 +2 位作者冯定忠蒋美仙吴光华《电子与信息学报》 EI CSCD 北大核心 2019年第6期1496-1502,共7页; 针对经典的快速区域卷积神经网络(Faster RCNN)训练过程存在太多难训练样本、召回率低等问题,该文采用一种基于在线难分样本挖掘技术(OHEM)与负难分样本挖掘(HNEM)技术相结合的方法,通过训练中实时筛选的最大损失值难分样本进行误差传递... 展开更多; 关键词多目标检测在线样本挖掘负难分样本挖掘深度学习非极大值抑制; 在线阅读下载PDF 职称材料

基于节点边缘注意力图神经网络的入侵检测方法: 2; 作者杨阳万良 +1 位作者罗恒张选《计算机工程与设计》北大核心 2025年第10期2842-2849,共8页; 针对大规模网络中攻击的隐蔽性以及因数据不平衡导致的多分类任务效果不佳的问题,提出了一种基于图神经网络的节点边缘注意力图神经网络(NE-AGNN)框架,该方法可以充分利用节点和边缘特征及其重要性来建模网络相关性以及识别攻击行为。... 展开更多; 关键词入侵检测焦点损失图神经网络注意力机制在线困难样本挖掘类不平衡大规模网络; 在线阅读下载PDF 职称材料

基于改进Deformable DETR的无人机视频流车辆目标检测算法被引量：4: 3; 作者江志鹏王自全 +4 位作者张永生于英程彬彬赵龙海张梦唯《计算机工程与科学》 CSCD 北大核心 2024年第1期91-101,共11页; 针对无人机视频流检测中小目标数量多、因图像传输质量较低而导致的上下文语义信息不充分、传统算法融合特征推理速度慢、数据集类别样本不均衡导致的训练效果差等问题,提出一种基于改进Deformable DETR的无人机视频流车辆目标检测算法... 展开更多; 关键词 Deformable DETR 目标检测跨尺度特征融合模块 object query挤压-激励在线难样本挖掘; 在线阅读下载PDF 职称材料

基于改进Faster RCNN的安全帽佩戴检测研究被引量：76: 4; 作者徐守坤王雅如 +3 位作者顾玉宛李宁庄丽华石林《计算机应用研究》 CSCD 北大核心 2020年第3期901-905,共5页; 针对已有安全帽佩戴检测算法对部分遮挡、尺寸不一和小目标存在检测难度大、准确率低的问题,提出了基于改进的Faster RCNN和多部件结合的安全帽佩戴检测方法。在原始Faster RCNN上运用多尺度训练和增加锚点数量增强网络检测不同尺寸目... 展开更多; 关键词安全帽佩戴检测 FASTER RCNN 多尺度训练在线困难样本挖掘多部件结合; 在线阅读下载PDF 职称材料

基于改进区域卷积神经网络的安全帽佩戴检测被引量：18: 5; 作者徐守坤王雅如顾玉宛《计算机工程与设计》北大核心 2020年第5期1385-1389,共5页; 针对已有的安全帽佩戴检测算法对小尺寸目标和部分遮挡目标检测效果较差的问题,在区域卷积神经网络基础上,做出优化用于安全帽佩戴检测。在原始Faster RCNN的基础上使用多层卷积特征融合技术优化区域建议网络产生候选区域特征图,使用在... 展开更多; 关键词安全帽佩戴检测区域卷积神经网络区域建议网络多层卷积特征融合在线困难样本挖掘; 在线阅读下载PDF 职称材料

基于Faster-RCNN的遥感图像飞机检测算法被引量：13: 6; 作者张中宝王洪元 +1 位作者张继杨薇《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2018年第4期79-86,共8页; CCCV2017发布遥感图像飞机数据集,用于评测飞机检测算法.针对该遥感图像数据集中的飞机朝向不确定、图像覆盖范围广、图像背景复杂度高,导致飞机检测难度大、检测算法准确率和算法泛化能力低等问题,提出了基于Faster-RCNN的飞机检测改... 展开更多; 关键词遥感图像飞机检测 Faster-RCNN 残差网络区域建议网络在线困难样本挖掘; 在线阅读下载PDF 职称材料

基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测被引量：13: 7; 作者谢云霞黄海于胡建斌《计算机应用》 CSCD 北大核心 2020年第8期2460-2464,共5页; 针对糖尿病视网膜病变(DR)图像分辨率过大、病灶特征过于分散难以获取以及正负难易样本不平衡而导致DR分期精确率一直无法得到有效提高的问题,提出了改进的基于快速区域的卷积神经网络(Faster R-CNN)和子图分割相结合的DR分期方法。首先... 展开更多; 关键词糖尿病视网膜病变目标检测基于快速区域的卷积神经网络算法子图分割在线困难样本挖掘; 在线阅读下载PDF 职称材料

改进Mask R-CNN在航拍灾害检测的应用研究被引量：11: 8; 作者李梁董旭彬赵清华《计算机工程与应用》 CSCD 北大核心 2019年第21期167-176,共10页; 目标检测在众多领域具有极高的理论意义与应用价值,更稳定、更精确的目标检测方法是目前灾害检测领域研究的热点与难点。将基于深度学习的目标检测方法应用于灾害检测中,提出基于改进Mask R-CNN的航拍灾害检测方法。针对检测中出现的准... 展开更多; 关键词深度学习灾害检测特征金字塔在线困难样本挖掘多部件结合; 在线阅读下载PDF 职称材料

题名基于难分样本挖掘的快速区域卷积神经网络目标检测研究被引量：13: 1; 作者张烨许艇冯定忠蒋美仙吴光华; 机构浙江工业大学机械工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2019年第6期1496-1502,共7页; 基金国家自然科学基金(51605442) 浙江省科技厅公益项目(LGN18G010002)~~; 文摘针对经典的快速区域卷积神经网络(Faster RCNN)训练过程存在太多难训练样本、召回率低等问题,该文采用一种基于在线难分样本挖掘技术(OHEM)与负难分样本挖掘(HNEM)技术相结合的方法,通过训练中实时筛选的最大损失值难分样本进行误差传递,解决了模型对难分样本检测率低问题,提高模型训练效率;为更好地提高模型的召回率和模型的泛化性,该文改进了非极大值抑制(NMS)算法,设置了置信度阈值罚函数,又引入多尺度、数据增强等训练方法。最后通过比较改进前后的结果,经敏感性实验分析表明,该算法在VOC2007数据集上取得了较好效果,平均精度均值从69.9%提升到了74.40%,在VOC2012上从70.4%提升到79.3%,验证了该算法的优越性。; 关键词多目标检测在线样本挖掘负难分样本挖掘深度学习非极大值抑制; Keywords Multiple object detection Online Hard Example Mining (OHEM) Hard Negative Example Mining (HNEM) Deep learning Non-Maximum Suppression (NMS); 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

题名基于节点边缘注意力图神经网络的入侵检测方法: 2; 作者杨阳万良罗恒张选; 机构贵州大学公共大数据国家重点实验室贵州大学计算机科学与技术学院; 出处《计算机工程与设计》北大核心 2025年第10期2842-2849,共8页; 基金国家自然科学基金项目(62262004) 贵州省重点基金项目(22GZZD24) 贵州省科技支撑基金项目(黔科合支撑[2023]一般091)。; 文摘针对大规模网络中攻击的隐蔽性以及因数据不平衡导致的多分类任务效果不佳的问题,提出了一种基于图神经网络的节点边缘注意力图神经网络(NE-AGNN)框架,该方法可以充分利用节点和边缘特征及其重要性来建模网络相关性以及识别攻击行为。设计了一种注意力分数计算方式,这种方式结合了节点注意力和边缘注意力,使模型能够关注图中更重要的节点或边缘,从而提高预测的准确性。然后引入了Focalloss和Ohemloss,并通过对它们的改进设计了一个新的损失函数,以提高多分类任务的实验效果。实验结果表明,该方法在多个公共数据集上与对比方法相比展现了较好的检测性能。; 关键词入侵检测焦点损失图神经网络注意力机制在线困难样本挖掘类不平衡大规模网络; Keywords intrusion detection focal loss graph neural network attention mechanism online hard example mining class imbalance large scale network; 分类号 TP393.08 [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Deformable DETR的无人机视频流车辆目标检测算法被引量：4: 3; 作者江志鹏王自全张永生于英程彬彬赵龙海张梦唯; 机构战略支援部队信息工程大学地理空间信息学院 [; 出处《计算机工程与科学》 CSCD 北大核心 2024年第1期91-101,共11页; 基金国家自然科学基金(42071340)。; 文摘针对无人机视频流检测中小目标数量多、因图像传输质量较低而导致的上下文语义信息不充分、传统算法融合特征推理速度慢、数据集类别样本不均衡导致的训练效果差等问题,提出一种基于改进Deformable DETR的无人机视频流车辆目标检测算法。在模型结构方面,该算法设计了跨尺度特征融合模块以增大感受野,提升小目标检测能力,并采用针对object_query的挤压-激励模块提升关键目标的响应值,减少重要目标的漏检与错检率;在数据处理方面,使用了在线困难样本挖掘技术,改善数据集中类别样本分布不均的问题。在UAVDT数据集上进行了实验,实验结果表明,改进后的算法相较于基线算法在平均检测精度上提升了1.5%,在小目标检测精度上提升了0.8%,并在保持参数量较少增长的情况下,维持了原有的检测速度。; 关键词 Deformable DETR 目标检测跨尺度特征融合模块 object query挤压-激励在线难样本挖掘; Keywords Deformable DETR object detection cross-scale feature fusion module object query squeeze-and-excitation online hard sample mining; 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

题名基于改进Faster RCNN的安全帽佩戴检测研究被引量：76: 4; 作者徐守坤王雅如顾玉宛李宁庄丽华石林; 机构常州大学信息科学与工程学院数理学院闽江学院福建省信息处理与智能控制重点实验室; 出处《计算机应用研究》 CSCD 北大核心 2020年第3期901-905,共5页; 基金国家自然科学基金应急管理项目(61640211) 2016年度省第五期“333工程”科研资助项目。; 文摘针对已有安全帽佩戴检测算法对部分遮挡、尺寸不一和小目标存在检测难度大、准确率低的问题,提出了基于改进的Faster RCNN和多部件结合的安全帽佩戴检测方法。在原始Faster RCNN上运用多尺度训练和增加锚点数量增强网络检测不同尺寸目标的鲁棒性,并引入防止正负样本不均衡的在线困难样本挖掘策略,然后对检测出的佩戴安全帽工人和安全帽等采用多部件结合方法剔除误检目标。实验表明,相比于原始Faster RCNN,检测准确率提高了7%,对环境的适应性更强。; 关键词安全帽佩戴检测 FASTER RCNN 多尺度训练在线困难样本挖掘多部件结合; Keywords safety helmet wearing detection Faster RCNN multi-scale training hard negative sample mining multi-part model; 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

题名基于改进区域卷积神经网络的安全帽佩戴检测被引量：18: 5; 作者徐守坤王雅如顾玉宛; 机构常州大学信息科学与工程学院; 出处《计算机工程与设计》北大核心 2020年第5期1385-1389,共5页; 基金国家自然科学基金应急管理基金项目(61640211)。; 文摘针对已有的安全帽佩戴检测算法对小尺寸目标和部分遮挡目标检测效果较差的问题,在区域卷积神经网络基础上,做出优化用于安全帽佩戴检测。在原始Faster RCNN的基础上使用多层卷积特征融合技术优化区域建议网络产生候选区域特征图,使用在线困难样本挖掘技术训练ROI网络,自动挑选出困难样本使训练更加有效。实验结果表明,相比原始的Faster RCNN算法,所提方法检测精度提高了4.73%,对部分遮挡和小尺寸目标均有较好的检测效果,对环境变化具有更强的适应性。; 关键词安全帽佩戴检测区域卷积神经网络区域建议网络多层卷积特征融合在线困难样本挖掘; Keywords safety helmet wear detection region convolutional neural network region proposal network multi-layer convolution feature fusion online hard example mining; 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

题名基于Faster-RCNN的遥感图像飞机检测算法被引量：13: 6; 作者张中宝王洪元张继杨薇; 机构常州大学信息科学与工程学院; 出处《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2018年第4期79-86,共8页; 基金国家自然科学基金(61572085); 文摘 CCCV2017发布遥感图像飞机数据集,用于评测飞机检测算法.针对该遥感图像数据集中的飞机朝向不确定、图像覆盖范围广、图像背景复杂度高,导致飞机检测难度大、检测算法准确率和算法泛化能力低等问题,提出了基于Faster-RCNN的飞机检测改进算法.首先,通过对图像采用翻转以及角度旋转等方式对数据集进行合理的扩增;然后,在扩增后的数据集上,使用深度残差网络对图像进行特征提取,针对数据集中飞机目标的长宽比特点优化区域建议网络;同时,为了防止训练集中正负样本不均衡,采用在线困难样本挖掘方法对数据进行训练.在CCCV2017数据集上评估表明,改进后的Faster-RCNN算法极大提高了初始的Faster-RCNN算法性能,在测试集上m AP达到了89.93%.在NWPUVHR-10、NWPU-RESISC45、UCAS-AOD遥感图像飞机数据集测试表明,该改进模型同样具有良好的性能,从而验证了该模型具有良好的鲁棒性和泛化能力.; 关键词遥感图像飞机检测 Faster-RCNN 残差网络区域建议网络在线困难样本挖掘; Keywords remote sensing images airplane detection Faster-RCNN residual network region proposal network online hard example mining; 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

题名基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测被引量：13: 7; 作者谢云霞黄海于胡建斌; 机构西南交通大学信息科学与技术学院爱尔眼科成都东区爱尔眼科医院; 出处《计算机应用》 CSCD 北大核心 2020年第8期2460-2464,共5页; 文摘针对糖尿病视网膜病变(DR)图像分辨率过大、病灶特征过于分散难以获取以及正负难易样本不平衡而导致DR分期精确率一直无法得到有效提高的问题,提出了改进的基于快速区域的卷积神经网络(Faster R-CNN)和子图分割相结合的DR分期方法。首先,使用子图分割解决视盘区域对于病灶识别的干扰问题;其次,在特征提取阶段使用深度残差网络以解决病灶在高分辨率眼底图像中占比小而导致的特征难以获取的问题;最后,在感兴趣区域(ROI)生成时采用在线困难样本挖掘(OHEM)方法解决正负难易样本不平衡的问题。在国际公开数据集EyePACS进行DR分期实验,所提方法在DR病分期中精确率0期达到94.83%,1期达到86.84%,2期达到94.00%,3期达到87.21%,4期达到82.96%。实验结果表明,改进后的Faster R-CNN能对DR图像高效分期并自动标注出病灶。; 关键词糖尿病视网膜病变目标检测基于快速区域的卷积神经网络算法子图分割在线困难样本挖掘; Keywords Diabetic Retinopathy(DR) object detection Faster Region-based Convolutional Neural Network(Faster R-CNN)algorithm subgraph segmentation Online Hard Example Mining(OHEM); 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Mask R-CNN在航拍灾害检测的应用研究被引量：11: 8; 作者李梁董旭彬赵清华; 机构太原师范学院管理系太原理工大学信息与计算机学院&新型传感器和智能控制教育部(山西)重点实验室微纳系统研究中心; 出处《计算机工程与应用》 CSCD 北大核心 2019年第21期167-176,共10页; 基金国家自然科学基金（No.61872261）山西省社科联重点课题研究项目（No.SSKLZDKT2017090）太原师范学院大学生创新创业训练项目（No.CXCY1839）; 文摘目标检测在众多领域具有极高的理论意义与应用价值,更稳定、更精确的目标检测方法是目前灾害检测领域研究的热点与难点。将基于深度学习的目标检测方法应用于灾害检测中,提出基于改进Mask R-CNN的航拍灾害检测方法。针对检测中出现的准确率较低,采用改进特征金字塔的结构,充分利用特征映射图的信息,提高各尺寸灾害目标的检测精度;并引入在线困难样本挖掘机制,解决正负样本不均衡的问题,减少误检率和漏检率。同时采用多部件结合的方法剔除误检目标。为验证该方法的有效性,在Tensorflow深度学习框架上,选取不同高度的森林火灾、滑坡、泥石流、地震航拍图像进行验证实验。结果表明,该方法能实现对不同类型的灾害进行快速而又准确的检测,同时对基于其他应用背景的目标识别研究也具有一定的参考意义。; 关键词深度学习灾害检测特征金字塔在线困难样本挖掘多部件结合; Keywords deep learning disaster detection feature pyramid online difficult sample mining multi-part combination; 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	基于难分样本挖掘的快速区域卷积神经网络目标检测研究	张烨许艇冯定忠蒋美仙吴光华	《电子与信息学报》 EI CSCD 北大核心	2019	13	在线阅读下载PDF 职称材料
2	基于节点边缘注意力图神经网络的入侵检测方法	杨阳万良罗恒张选	《计算机工程与设计》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于改进Deformable DETR的无人机视频流车辆目标检测算法	江志鹏王自全张永生于英程彬彬赵龙海张梦唯	《计算机工程与科学》 CSCD 北大核心	2024	4	在线阅读下载PDF 职称材料
4	基于改进Faster RCNN的安全帽佩戴检测研究	徐守坤王雅如顾玉宛李宁庄丽华石林	《计算机应用研究》 CSCD 北大核心	2020	76	在线阅读下载PDF 职称材料
5	基于改进区域卷积神经网络的安全帽佩戴检测	徐守坤王雅如顾玉宛	《计算机工程与设计》北大核心	2020	18	在线阅读下载PDF 职称材料
6	基于Faster-RCNN的遥感图像飞机检测算法	张中宝王洪元张继杨薇	《南京师大学报（自然科学版）》 CAS CSCD 北大核心	2018	13	在线阅读下载PDF 职称材料
7	基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测	谢云霞黄海于胡建斌	《计算机应用》 CSCD 北大核心	2020	13	在线阅读下载PDF 职称材料
8	改进Mask R-CNN在航拍灾害检测的应用研究	李梁董旭彬赵清华	《计算机工程与应用》 CSCD 北大核心	2019	11	在线阅读下载PDF 职称材料