检索结果-维普期刊中文期刊服务平台

基于改进掩膜区域卷积神经网络的输电线路绝缘子自爆检测被引量：33: 1; 作者苟军年杜愫愫刘力《电工技术学报》 EI CSCD 北大核心 2023年第1期47-59,共13页; 由于背景复杂、目标所占像素比例较小,掩膜区域卷积神经网络(Mask R-CNN)模型对输电线路绝缘子缺陷检测能力不足,该文提出一种改进的MaskR-CNN模型。具体地,首先,在特征提取网络中引入卷积注意力模块(CBAM),分别从通道和空间提升小目标... 展开更多; 关键词绝缘子缺陷检测掩膜区域卷积神经网络卷积注意力模块特征融合全局交并比 Tversky损失; 在线阅读下载PDF 职称材料

半监督学习模型下的露天矿高陡岩质边坡裂隙识别研究: 2; 作者江松章睿 +4 位作者崔智翔王会杰刘仲光吴祥业饶彬舰《安全与环境学报》北大核心 2025年第10期3821-3829,共9页; 针对传统露天矿边坡人工检测效率低、主观性强的问题,提出一种基于半监督学习的裂隙智能识别方法,旨在实现高效、精准的自动化检测。构建双模型协同训练框架:通过无人机采集露天矿高陡岩质边坡裂隙图像数据,利用少量人工标注样本与大量... 展开更多; 关键词安全工程裂隙识别图像分割半监督学习掩膜区域卷积神经网络 U形网络; 在线阅读下载PDF 职称材料

人体关键点检测的Mask R-CNN网络模型改进研究被引量：8: 3; 作者宋玲夏智敏《计算机工程与应用》 CSCD 北大核心 2021年第1期150-160,共11页; 由于在现有的人体关键点检测问题中,深度学习解决方案采用的掩膜区域卷积神经网络Mask R-CNN存在参数量大导致计算成本过高、迭代次数多导致训练时间过长等问题,提出了一种基于重组通道网络ShuffleNet改进Mask R-CNN网络模型。通过引入S... 展开更多; 关键词深度学习卷积神经网络(CNN) 掩膜区域卷积神经网络(Mask R-CNN) 重组通道网络人体关键点检测; 在线阅读下载PDF 职称材料

基于Mask R-CNN的磁瓦表面缺陷检测算法被引量：19: 4; 作者郭龙源段厚裕 +4 位作者周武威童光红吴健辉欧先锋李武劲《计算机集成制造系统》 EI CSCD 北大核心 2022年第5期1393-1400,共8页; 磁瓦图像具有光照不均、表面纹理复杂、对比度低等特点,针对传统的缺陷检测算法难以准确分割其中缺陷的问题,提出基于掩膜区域卷积网络(Mask R-CNN)的缺陷检测算法。该算法首先通过限制对比度的自适应直方图均衡化方法对图像进行预处理... 展开更多; 关键词表面缺陷检测掩膜区域卷积网络特征金字塔网络磁瓦; 在线阅读下载PDF 职称材料

基于Mask R-CNN的柑橘主叶脉显微图像实例分割模型被引量：8: 5; 作者翁海勇李效彬 +3 位作者肖康松丁若晗贾良权叶大鹏《农业机械学报》 EI CAS CSCD 北大核心 2023年第7期252-258,271,共8页; 针对目前植物解剖表型的测量与分析过程自动化低,难以应对复杂解剖表型的提取和识别的问题,以柑橘主叶脉为研究对象,提出了一种基于掩膜区域卷积神经网络(Mask region convolutional neural network,Mask R-CNN)的主叶脉显微图像实例分... 展开更多; 关键词柑橘主叶脉显微图像掩膜区域卷积神经网络实例分割微观表型; 在线阅读下载PDF 职称材料

基于迁移学习的光伏组件鸟粪覆盖检测被引量：10: 6; 作者李琼吴文宝 +1 位作者刘斌刘君《太阳能学报》 EI CAS CSCD 北大核心 2022年第2期233-237,共5页; 该文基于无人机光伏组件可见光图像采集,提出一种基于迁移学习的光伏组件鸟粪检测方法。方法首先基于掩膜区域卷积神经网络(Mask-RCNN)对光伏组件边界进行框选,再利用迁移学习策略,构建光伏组件鸟粪缺陷检测模型,实现鸟粪智能检测。利... 展开更多; 关键词迁移学习光伏组件掩膜区域卷积神经网络缺陷检测; 在线阅读下载PDF 职称材料

基于改进Mask-RCNN算法的车位检测研究被引量：8: 7; 作者党顺峰熊锐 +3 位作者李继辉陈灿奇陈振威吴鑫《现代制造工程》 CSCD 北大核心 2021年第1期91-97,101,共8页; 车位检测是自动泊车至关重要的环节,在复杂情况下,为同时实现自动泊车视觉系统对车位识别和车位状态分类,提出一种基于改进掩模区域卷积神经网络(Mask Region Convolutional Neural Network,Mask-RCNN)算法的C-Mask-RCNN车位检测算法。C... 展开更多; 关键词车位检测掩膜区域卷积神经网络注意力机制关键点预测; 在线阅读下载PDF 职称材料

基于改进Mask R-CNN的轨道扣件状态检测方法被引量：9: 8; 作者许贵阳李金洋 +1 位作者白堂博杨建伟《中国铁道科学》 EI CAS CSCD 北大核心 2022年第1期44-51,共8页; 为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高... 展开更多; 关键词轨道扣件状态检测掩膜区域卷积神经网络 K均值聚类算法定位准确率分类准确率; 在线阅读下载PDF 职称材料

题名基于改进掩膜区域卷积神经网络的输电线路绝缘子自爆检测被引量：33: 1; 作者苟军年杜愫愫刘力; 机构兰州交通大学自动化与电气工程学院; 出处《电工技术学报》 EI CSCD 北大核心 2023年第1期47-59,共13页; 基金国家自然科学基金资助项目(72171106,61863023)。; 文摘由于背景复杂、目标所占像素比例较小,掩膜区域卷积神经网络(Mask R-CNN)模型对输电线路绝缘子缺陷检测能力不足,该文提出一种改进的MaskR-CNN模型。具体地,首先,在特征提取网络中引入卷积注意力模块(CBAM),分别从通道和空间提升小目标特征保持性;其次,使用全局交并比(GIoU)计算目标间的相似度,提升定位准确性;最后,使用Tversky损失计算掩膜分支的损失,以提升不平衡样本下的检测效果。使用某输电运检中心无人机巡检作业所得具有自爆缺陷的绝缘子照片作为数据集对该模型进行验证,实验结果表明,与原始Mask R-CNN模型相比,该方法的平均精确率AP50:90、AP50和AP75分别提升至0.56、0.79和0.72;与三种经典目标检测算法相比,该算法具有较高的检测精度,模型的分割性能有一定提升,且比原始模型具有更好的鲁棒性,可以满足电力巡检中准确性和快速性的要求。; 关键词绝缘子缺陷检测掩膜区域卷积神经网络卷积注意力模块特征融合全局交并比 Tversky损失; Keywords Insulator defect detection mask region-convolutional neural network(Mask R-CNN) convolutional block attention module(CBAM) feature fusion generalized intersection over union(GIoU) Tversky loss; 分类号 TM755 [电气工程—电力系统及自动化] TP389 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名半监督学习模型下的露天矿高陡岩质边坡裂隙识别研究: 2; 作者江松章睿崔智翔王会杰刘仲光吴祥业饶彬舰; 机构西安建筑科技大学资源工程学院新疆工程学院新疆煤炭资源绿色开采教育部重点实验室内蒙古科技大学矿业与煤炭学院中钢集团赤峰金鑫矿业有限公司西安建筑科技大学管理学院; 出处《安全与环境学报》北大核心 2025年第10期3821-3829,共9页; 基金国家自然科学基金项目(52374136) 中国博士后科学基金项目(326944) +1 种基金陕西省重点研发计划项目(2024GX YBXM 495)。; 文摘针对传统露天矿边坡人工检测效率低、主观性强的问题,提出一种基于半监督学习的裂隙智能识别方法,旨在实现高效、精准的自动化检测。构建双模型协同训练框架:通过无人机采集露天矿高陡岩质边坡裂隙图像数据,利用少量人工标注样本与大量未标注数据,设计主模型与评判模型协同迭代优化的半监督学习策略,分析模型在复杂背景下的特征学习能力,并验证半监督机制对性能的提升作用。结果表明:双模型协同训练框架在裂隙识别的精确率、召回率、交并比和平均像素精度分别达到91.9%、91.5%、88.7%和90.2%,均显著优于单一监督模型与传统图像分割算法。研究通过半监督学习策略融合标注数据与未标注数据的特征信息,为露天矿边坡裂隙检测提供了高效、鲁棒的技术路径,可降低对人工标注的依赖,提升复杂场景下的裂隙识别精度。; 关键词安全工程裂隙识别图像分割半监督学习掩膜区域卷积神经网络 U形网络; Keywords safety engineering fracture identification image segmentation semi-supervised learning mask region-based convolutional neural network U-Net; 分类号 X936 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名人体关键点检测的Mask R-CNN网络模型改进研究被引量：8: 3; 作者宋玲夏智敏; 机构广西大学计算机与电子信息学院; 出处《计算机工程与应用》 CSCD 北大核心 2021年第1期150-160,共11页; 基金国家自然科学基金(61762030) 广西创新驱动重大专项项目(桂科AA17204017) 广西重点研发计划项目(桂科AB19110050,桂科AB16380237)。; 文摘由于在现有的人体关键点检测问题中,深度学习解决方案采用的掩膜区域卷积神经网络Mask R-CNN存在参数量大导致计算成本过高、迭代次数多导致训练时间过长等问题,提出了一种基于重组通道网络ShuffleNet改进Mask R-CNN网络模型。通过引入ShuffleNet的网络结构,使用分组逐点卷积与通道重排的操作与联合边框回归和掩膜分割的计算结果对Mask R-CNN进行轻量化改进。使用该方法改进网络模型在进行单人或多人情况下的人体关键点检测中,在保留精度的前提下,可以加快运行速度,减少检测时间。; 关键词深度学习卷积神经网络(CNN) 掩膜区域卷积神经网络(Mask R-CNN) 重组通道网络人体关键点检测; Keywords deep learning Convolution Neural Network(CNN) Mask R-CNN ShuffleNet human keypoint detection; 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Mask R-CNN的磁瓦表面缺陷检测算法被引量：19: 4; 作者郭龙源段厚裕周武威童光红吴健辉欧先锋李武劲; 机构湖南理工学院信息科学与工程学院; 出处《计算机集成制造系统》 EI CSCD 北大核心 2022年第5期1393-1400,共8页; 基金湖南省教育厅科研基金资助项目(19A200,18B345,19B245) 湖南省研究生科研创新资助项目(CX20190933) 湖南省自然科学基金资助项目(2020JJ4340,2020JJ4343,2019JJ40104)。; 文摘磁瓦图像具有光照不均、表面纹理复杂、对比度低等特点,针对传统的缺陷检测算法难以准确分割其中缺陷的问题,提出基于掩膜区域卷积网络(Mask R-CNN)的缺陷检测算法。该算法首先通过限制对比度的自适应直方图均衡化方法对图像进行预处理;然后,采用残差网络50(ResNet50)构建特征金字塔网络(FPN)获取图像信息并提取特征,再采用区域建议网络(RPN)提取缺陷区域的感兴趣区域,得到相应的锚框,并通过全卷积神经网络(FCN)对感兴趣区域内部的像素类别进行预测,以实现缺陷分割;最后通过网络的全连接层实现每个感兴趣区域所属类别和相应锚框坐标的预测。实验结果表明,该算法具有较强的泛化能力,可以对表面存在大量纹理复杂、光照不均和对比度低的磁瓦图像进行精确的缺陷分割,具有较强的鲁棒性。; 关键词表面缺陷检测掩膜区域卷积网络特征金字塔网络磁瓦; Keywords surface defect detection mask region-based convolutional network feature pyramid network magnetic tile; 分类号 TP398.1 [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Mask R-CNN的柑橘主叶脉显微图像实例分割模型被引量：8: 5; 作者翁海勇李效彬肖康松丁若晗贾良权叶大鹏; 机构福建农林大学机电工程学院福建省农业信息感知技术重点实验室湖州师范学院信息工程学院; 出处《农业机械学报》 EI CAS CSCD 北大核心 2023年第7期252-258,271,共8页; 基金国家自然科学基金项目(62005046)。; 文摘针对目前植物解剖表型的测量与分析过程自动化低,难以应对复杂解剖表型的提取和识别的问题,以柑橘主叶脉为研究对象,提出了一种基于掩膜区域卷积神经网络(Mask region convolutional neural network,Mask R-CNN)的主叶脉显微图像实例分割模型,以残差网络ResNet50和特征金字塔(Feature pyramid network,FPN)为主干特征提取网络,在掩膜(Mask)分支上添加一个新的感兴趣区域对齐层(Region of interest Align,RoI-Align),提升Mask分支的分割精度。结果表明,该网络架构能够精准地对柑橘主叶脉横切面中的髓部、木质部、韧皮部和皮层细胞进行识别分割。Mask R-CNN模型对髓部、木质部、韧皮部和皮层细胞的分割平均精确率(交并比(IoU)为0.50)分别为98.9%、89.8%、95.7%和97.2%,对4个组织区域的分割平均精确率均值(IoU为0.50)为95.4%。与未在Mask分支添加RoI-Align的Mask R-CNN相比,精度提升1.6个百分点。研究结果表明,Mask R-CNN模型对柑橘主叶脉各类组织区域具有良好的识别分割效果,可为柑橘微观表型研究提供技术支持与研究基础。; 关键词柑橘主叶脉显微图像掩膜区域卷积神经网络实例分割微观表型; Keywords citrus main leaf vein microscopic image mask region convolutional neural network instance segmentation microscopic phenotypes; 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

题名基于迁移学习的光伏组件鸟粪覆盖检测被引量：10: 6; 作者李琼吴文宝刘斌刘君; 机构南昌航空大学信息工程学院中国电建集团江西省电力建设有限公司; 出处《太阳能学报》 EI CAS CSCD 北大核心 2022年第2期233-237,共5页; 基金江西省科技厅重点研发项目(20192BBE50057)。; 文摘该文基于无人机光伏组件可见光图像采集,提出一种基于迁移学习的光伏组件鸟粪检测方法。方法首先基于掩膜区域卷积神经网络(Mask-RCNN)对光伏组件边界进行框选,再利用迁移学习策略,构建光伏组件鸟粪缺陷检测模型,实现鸟粪智能检测。利用上述方法,实现光伏组件鸟粪覆盖检测准确率为96.75%。; 关键词迁移学习光伏组件掩膜区域卷积神经网络缺陷检测; Keywords transfer learning photovoltaic modules Mask-RCNN defect detection; 分类号 TK51 [动力工程及工程热物理—热能工程]; 在线阅读下载PDF 职称材料

题名基于改进Mask-RCNN算法的车位检测研究被引量：8: 7; 作者党顺峰熊锐李继辉陈灿奇陈振威吴鑫; 机构广东工业大学机电工程学院中国科学院长春光学精密机械与物理研究所; 出处《现代制造工程》 CSCD 北大核心 2021年第1期91-97,101,共8页; 基金国家重点研发计划项目(2017YFB0103300) 吉林省科技发展计划资助项目(20200201294JC)。; 文摘车位检测是自动泊车至关重要的环节,在复杂情况下,为同时实现自动泊车视觉系统对车位识别和车位状态分类,提出一种基于改进掩模区域卷积神经网络(Mask Region Convolutional Neural Network,Mask-RCNN)算法的C-Mask-RCNN车位检测算法。C-Mask-RCNN车位检测算法通过在Mask-RCNN算法的ResNet50特征提取网络中增加卷积块注意力模块(Convolutional Block Attention Module,CBAM),使模型更加关注车位相关的语义信息。利用C-Mask-RCNN车位检测算法中的区域卷积神经网络(Regions with Convolution Neural Network,RCNN)分支网络进行车位检测,实现Keypiont分支进行车位8个关键点的预测。实验结果表明,改进后的C-Mask-RCNN车位检测算法较Mask-RCNN算法在车位类型识别平均精确率上提升7.4%,在车位状态识别平均精确率上提升11.1%,并且车位线关键点预测的平均像素误差减少15.1 px。; 关键词车位检测掩膜区域卷积神经网络注意力机制关键点预测; Keywords parking slot detection Mask-RCNN attention mechanism keypoint prediction; 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Mask R-CNN的轨道扣件状态检测方法被引量：9: 8; 作者许贵阳李金洋白堂博杨建伟; 机构北京建筑大学机电与车辆工程学院北京建筑大学; 出处《中国铁道科学》 EI CAS CSCD 北大核心 2022年第1期44-51,共8页; 基金国家自然科学基金资助项目(51975038) 北京市自然科学基金资助项目(KZ202010016025)。; 文摘为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。; 关键词轨道扣件状态检测掩膜区域卷积神经网络 K均值聚类算法定位准确率分类准确率; Keywords Track Fastener State detection Mask regional convolutional neural network K-means clustering algorithm Positioning accuracy Classification accuracy; 分类号 U213.53 [交通运输工程—道路与铁道工程]; 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	基于改进掩膜区域卷积神经网络的输电线路绝缘子自爆检测	苟军年杜愫愫刘力	《电工技术学报》 EI CSCD 北大核心	2023	33	在线阅读下载PDF 职称材料
2	半监督学习模型下的露天矿高陡岩质边坡裂隙识别研究	江松章睿崔智翔王会杰刘仲光吴祥业饶彬舰	《安全与环境学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	人体关键点检测的Mask R-CNN网络模型改进研究	宋玲夏智敏	《计算机工程与应用》 CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料
4	基于Mask R-CNN的磁瓦表面缺陷检测算法	郭龙源段厚裕周武威童光红吴健辉欧先锋李武劲	《计算机集成制造系统》 EI CSCD 北大核心	2022	19	在线阅读下载PDF 职称材料
5	基于Mask R-CNN的柑橘主叶脉显微图像实例分割模型	翁海勇李效彬肖康松丁若晗贾良权叶大鹏	《农业机械学报》 EI CAS CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料
6	基于迁移学习的光伏组件鸟粪覆盖检测	李琼吴文宝刘斌刘君	《太阳能学报》 EI CAS CSCD 北大核心	2022	10	在线阅读下载PDF 职称材料
7	基于改进Mask-RCNN算法的车位检测研究	党顺峰熊锐李继辉陈灿奇陈振威吴鑫	《现代制造工程》 CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料
8	基于改进Mask R-CNN的轨道扣件状态检测方法	许贵阳李金洋白堂博杨建伟	《中国铁道科学》 EI CAS CSCD 北大核心	2022	9	在线阅读下载PDF 职称材料