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
共找到30,662篇文章
< 1 2 … 250 >
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：
基于改进CenterNet的输电线路异物目标检测 被引量：1
1
作者 王明 宋公飞 +1 位作者 王瑞绅 张子梦 《计算机应用与软件》 北大核心 2025年第4期129-134,共6页
针对高压输电线路会存在异物影响线路正常运行,提出一种改进CenterNet的高压输电线路巡检异物的检测方法,对常见的输电线路异物小目标进行检测。该方法基于空洞卷积设计宽型残差模块,加宽残差模块的特征提取面,并且分别采用通道注意力... 针对高压输电线路会存在异物影响线路正常运行,提出一种改进CenterNet的高压输电线路巡检异物的检测方法,对常见的输电线路异物小目标进行检测。该方法基于空洞卷积设计宽型残差模块,加宽残差模块的特征提取面,并且分别采用通道注意力机制与空间注意力机制对特征信息进行二次处理,优化检测精度。实验结果显示,改进后的平均精度从88.59%提升到93.09%,整体提升了4.5百分点。 展开更多
关键词 深度学习 目标检测 centernet 输电线路 残差网络
在线阅读 下载PDF
基于改进CenterNet的遥感图像目标检测算法
2
作者 王大虎 张新科 +1 位作者 张艳伟 侯伟华 《兵器装备工程学报》 北大核心 2025年第9期303-313,共11页
现有的目标检测算法难以很好地处理尺度差异较大的遥感图像目标,容易产生误检和漏检。针对遥感图像中的目标重叠难以检测和小目标漏检的问题,提出了一种改进CenterNet算法。在Hourglass-104主干网络之后设计一种四元回归注意力,采用端... 现有的目标检测算法难以很好地处理尺度差异较大的遥感图像目标,容易产生误检和漏检。针对遥感图像中的目标重叠难以检测和小目标漏检的问题,提出了一种改进CenterNet算法。在Hourglass-104主干网络之后设计一种四元回归注意力,采用端到端可学习的标记采样方式来预测图像目标,使网络能够捕获丰富的上下文信息并对多尺度目标进行建模,实现计算效率与表征能力之间的良好平衡。设计中心偏移特征融合机制用于网络对多层次目标的整合,通过对检测目标四个矩点和中心点的权重进行动态调整,可以高效地提升网络检测性能。引入Soft-DTW损失函数从时间序列角度对损失梯度进行动态微分处理,有效实现遥感图像目标像素的最佳匹配,进一步促进损失曲线的回归拟合状态。改进后的CenterNet算法在RSOD和NWPU VHR-10遥感公共数据集上进行训练并测试,实验结果表明:在RSOD上的mAP可以达到97.0%,在NWPU VHR-10上的AP和mAP可以达到60.0%和95.4%。与当前主流的目标检测算法相比,改进后的CenterNet算法存在明显的提升和优势。 展开更多
关键词 深度学习 遥感图像 目标检测 centernet Hourglass-104 损失函数
在线阅读 下载PDF
基于改进CenterNet的轻量级目标检测算法
3
作者 倪一华 闫胜业 《计算机应用与软件》 北大核心 2025年第4期135-141,149,共8页
针对CenterNet检测算法存在网络参数量大且未能充分有效利用多尺度局部区域特征的问题,提出一种MIR-SPPA-CenterNet目标检测方法来改进CenterNet检测网络。具体来说,在CenterNet的骨干网络中引入混合反残差(MIR)模块以达到轻量化的效果... 针对CenterNet检测算法存在网络参数量大且未能充分有效利用多尺度局部区域特征的问题,提出一种MIR-SPPA-CenterNet目标检测方法来改进CenterNet检测网络。具体来说,在CenterNet的骨干网络中引入混合反残差(MIR)模块以达到轻量化的效果,此外,还引入一种改进的带有注意力机制的空间金字塔(SPPA)结构,对多尺度局部区域特征进行池化、级联和筛选,使网络能够自适应地学习到更加全面有效的目标特征。实验证明,该方法在通用PASCAL VOC数据集上和自建L-KITTI数据集上均表现出更好的检测效果。 展开更多
关键词 目标检测 轻量化 centernet
在线阅读 下载PDF
基于改进CenterNet的农作物害虫无锚检测算法研究
4
作者 王海燕 张占哲 李杰 《中国农机化学报》 北大核心 2025年第10期183-191,共9页
农业生产中的害虫管理对确保作物产量和品质起着关键性作用。基于卷积神经网络的害虫检测技术近年来取得一定进展,但仍面临两大主要挑战:一是某些害虫种类外貌高度相似导致分类识别困难;二是因害虫对象具有多尺度特征导致大量假阴性检测... 农业生产中的害虫管理对确保作物产量和品质起着关键性作用。基于卷积神经网络的害虫检测技术近年来取得一定进展,但仍面临两大主要挑战:一是某些害虫种类外貌高度相似导致分类识别困难;二是因害虫对象具有多尺度特征导致大量假阴性检测,特别是在小型害虫的识别上。为解决这些问题,研究提出一种实时、无锚框的改进CenterNet害虫检测模型。该模型在主干网络中嵌入CBAM注意力机制,以有效提升特征的分类准确性。同时,在颈部网络中加入MFF多尺度特征融合模块,实现不同尺度特征图的高效整合。研究结果显示,所提模型在百度AI昆虫数据集和高挑战性的IP102数据集上,平均精度均值mAP分别高达98.6%、89.7%,并且在2个数据集上的推理速度超过30帧/s,实时性能显著。与现有主流方法相比,改进CenterNet害虫检测模型在复杂农业环境下害虫精准识别方面优势显著,具有广泛的应用潜力。 展开更多
关键词 害虫检测 农田环境 目标检测 无锚框 centernet
在线阅读 下载PDF
基于改进CenterNet的轻量级无锚框SAR图像多尺度舰船检测算法 被引量：4
5
作者 谢洪途 姜新桥 +1 位作者 王国倩 谢恺 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第3期504-516,共13页
针对复杂场景下多尺度舰船检测精度较差、效率较低、泛化性较弱等问题,本文构建了一个轻量级无锚框的合成孔径雷达图像舰船检测框架。为满足合成孔径雷达图像舰船实时检测的需求,提出了基于改进CenterNet的轻量级无锚框合成孔径雷达图... 针对复杂场景下多尺度舰船检测精度较差、效率较低、泛化性较弱等问题,本文构建了一个轻量级无锚框的合成孔径雷达图像舰船检测框架。为满足合成孔径雷达图像舰船实时检测的需求,提出了基于改进CenterNet的轻量级无锚框合成孔径雷达图像舰船检测方法,通过预测目标关键点的信息及检测框的相关属性,实现了合成孔径雷达图像舰船快速准确定位与检测。为解决合成孔径雷达图像样本稀缺的问题,采用了适用于合成孔径雷达舰船图像的数据增强方法以扩充训练样本,并引入了多尺度训练以增强模型泛化性能。实验结果表明:本文方法具有检测效率高、检测精度好、泛化性能强等优势,能实现复杂场景下多尺度舰船的实时高精度检测。 展开更多
关键词 合成孔径雷达图像 复杂场景 多尺度训练 舰船检测 改进centernet 轻量级 无锚框 数据增强
在线阅读 下载PDF
基于改进CenterNet的红外小目标检测研究
6
作者 倪安庆 李军 王耀弘 《激光与红外》 CAS CSCD 北大核心 2024年第9期1469-1476,共8页
随着机器学习技术的不断发展,对目标检测技术的研究也越来越火热。针对目标检测中精度低、实时性差的问题。本文采用了一种单阶段的目标检测算法CenterNet完成对目标的快速识别,在算法的主干网络ResNet50增加CBAM注意力机制,提升了网络... 随着机器学习技术的不断发展,对目标检测技术的研究也越来越火热。针对目标检测中精度低、实时性差的问题。本文采用了一种单阶段的目标检测算法CenterNet完成对目标的快速识别,在算法的主干网络ResNet50增加CBAM注意力机制,提升了网络对目标的识别精度;在网络的输出模块,采用一种新的GSConv卷积模块,在不损失精度的情况下提高了检测速度。改进后的算法在红外数据集上验证其检测的准确性,其检测准确率达到82.91%。研究结果表明:改进的CenterNet算法,可准确高效的完成对红外小目标的识别。 展开更多
关键词 红外目标检测 centernet 注意力机制 GSConv
在线阅读 下载PDF
基于改进CenterNet的小麦条锈病菌夏孢子自动检测方法 被引量：8
7
作者 雷雨 周晋兵 +3 位作者 何东健 陈鹏 曾伟辉 梁栋 《农业机械学报》 EI CAS CSCD 北大核心 2021年第12期233-241,共9页
针对孢子捕捉设备采集的显微图像中真菌夏孢子自动检测存在严重的误检和漏检问题,提出一种基于改进CenterNet的小麦条锈病菌夏孢子自动检测方法。首先,针对夏孢子显微图像孢子目标微小、种类少等特点,通过减半Basic Block层数,优化Cente... 针对孢子捕捉设备采集的显微图像中真菌夏孢子自动检测存在严重的误检和漏检问题,提出一种基于改进CenterNet的小麦条锈病菌夏孢子自动检测方法。首先,针对夏孢子显微图像孢子目标微小、种类少等特点,通过减半Basic Block层数,优化CenterNet网络中的特征提取网络,提高了检测和训练速度,降低了误检率;其次,根据孢子形态为近椭圆或圆形的特点,将原始用于CenterNet训练的目标长宽,改进为目标的椭圆框长短轴长度和角度,提高了孢子分割重合率;最后,提出使用椭圆的长短轴映射矩形来计算椭圆框热图的高斯核半径,以减少孢子的漏检率。实验结果表明,改进的CenterNet夏孢子检测方法对小麦条锈病菌夏孢子检测的识别精确率达到了98.77%,重叠度为83.63%,检测速度为41 f/s,达到了实时检测的应用需求,比原始的CenterNet模型重叠度提高了7.53个百分点,检测速度快11 f/s,模型占用内存降低了68.5%。本文方法能够精准检测并分割出显微图像中的夏孢子,可为农田空气中小麦条锈病菌夏孢子的自动检测及条锈病的早期预防控制提供技术支持。 展开更多
关键词 小麦条锈病 真菌夏孢子 自动检测 改进centernet 深度学习 椭圆框
在线阅读 下载PDF
基于改进CenterNet的玉米雄蕊无人机遥感图像识别 被引量：23
8
作者 杨蜀秦 刘江川 +3 位作者 徐可可 桑雪 宁纪锋 张智韬 《农业机械学报》 EI CAS CSCD 北大核心 2021年第9期206-212,共7页
为准确识别抽雄期玉米雄蕊实现监测玉米长势、植株计数和估产,基于无锚框的CenterNet目标检测模型,通过分析玉米雄蕊的尺寸分布,并在特征提取网络中添加位置坐标,从而提出一种改进的玉米雄蕊识别模型。针对雄蕊尺寸较小的特点,去除Cente... 为准确识别抽雄期玉米雄蕊实现监测玉米长势、植株计数和估产,基于无锚框的CenterNet目标检测模型,通过分析玉米雄蕊的尺寸分布,并在特征提取网络中添加位置坐标,从而提出一种改进的玉米雄蕊识别模型。针对雄蕊尺寸较小的特点,去除CenterNet网络中对图像尺度缩小的特征提取模块,在降低模型参数的同时,提高检测速度。在CenterNet特征提取模型中添加位置信息,提高定位精度,降低雄蕊漏检率。试验结果表明,与有锚框的YOLO v4、Faster R-CNN模型相比,改进的CenterNet雄蕊检测模型对无人机遥感影像的玉米雄蕊识别精度达到92.4%,分别高于Faster R-CNN和YOLO v4模型26.22、3.42个百分点;检测速度为36 f/s,分别比Faster R-CNN和YOLO v4模型高32、23 f/s。本文方法能够准确地检测无人机遥感图像中尺寸较小的玉米雄蕊,为玉米抽雄期的农情监测提供参考。 展开更多
关键词 玉米雄蕊 无人机遥感 目标检测 深度学习 centernet
在线阅读 下载PDF
基于改进CenterNet的输电线路电力器件及异常目标检测 被引量：9
9
作者 李利荣 陈鹏 +3 位作者 张云良 梅冰 巩朋成 余慧杰 《高电压技术》 EI CAS CSCD 北大核心 2023年第11期4757-4765,共9页
为实现输电线路电力器件及异常目标的快速准确检测,提出了一种基于改进CenterNet的目标检测算法。首先,使用轻量级MobileNetV2作为CenterNet的特征提取网络,同时对解码网络的通道数进行缩减,提高检测速度;其次,构建多通道特征增强结构,... 为实现输电线路电力器件及异常目标的快速准确检测,提出了一种基于改进CenterNet的目标检测算法。首先,使用轻量级MobileNetV2作为CenterNet的特征提取网络,同时对解码网络的通道数进行缩减,提高检测速度;其次,构建多通道特征增强结构,并引入底层细节信息,解决CenterNet因仅利用单一特征而造成检测精度低的问题;然后,设计同尺度残差注意力特征融合模块,取代上采样过程中特征直接相加的融合方式,以此拟合来自不同支路的同级特征;最后,引入椭圆高斯散射核优化标签编码,提升边界框回归的质量。对改进的CenterNet算法进行了实验,结果表明:该算法在构建的数据集上得到的均值平均精度达96%,前向推理速度为13 ms/帧,模型参数量约为5.9 MB,各项指标均优于FCOS、YOLOX等主流检测算法。该方法与无人机结合可为电网智能巡检提供参考。 展开更多
关键词 电力巡检 轻量化 特征增强 注意力特征融合 centernet 深度学习
在线阅读 下载PDF
基于改进Centernet的变电设备红外检测方法 被引量：7
10
作者 黄悦华 杨楚睿 +2 位作者 陈晨 李晨 万旭东 《电子测量技术》 北大核心 2023年第4期142-148,共7页
变电站红外图像中小目标众多并且环境复杂,导致现有检测算法精度较低,因此本文提出一种基于改进Centernet的变电设备红外检测方法。首先以Centernet作为基础模型,将FPN结构引入上采样网络以充分利用小目标特征信息,从而解决小目标难以... 变电站红外图像中小目标众多并且环境复杂,导致现有检测算法精度较低,因此本文提出一种基于改进Centernet的变电设备红外检测方法。首先以Centernet作为基础模型,将FPN结构引入上采样网络以充分利用小目标特征信息,从而解决小目标难以被精确检测的问题;然后,为提升网络在复杂环境中检测的鲁棒性,通过在主干网络resnet50中嵌入注意力机制来提升网络对重要目标的关注;最后,采用CIOU损失替换中心点偏移损失和宽高损失的训练策略以加速网络收敛、提升训练效果。实验结果表明,本文方法在小目标检测和复杂环境检测中都能有较好的检测效果,检测精度相比改进前提升3.1%,达到92.7%,相比Faster R-CNN等现有方法精度更高,在变电设备红外检测中具有一定参考价值。 展开更多
关键词 变电设备红外图像 centernet 特征金字塔 注意力机制 CIOU
在线阅读 下载PDF
引入关节点热力图的改进CenterNet目标检测算法 被引量：4
11
作者 邬春明 廉力影 赵立权 《北京交通大学学报》 CAS CSCD 北大核心 2022年第2期20-28,共9页
现有的目标检测方法多为单纯的检测方法,应用场景广泛但缺乏针对性.在现有检测方法的泛化场景中,有针对性地选取人和物之间有动作交互的场景为特定检测背景,提出了基于人体姿态信息的目标物体检测方法 .当场景中人和待测目标同时存在并... 现有的目标检测方法多为单纯的检测方法,应用场景广泛但缺乏针对性.在现有检测方法的泛化场景中,有针对性地选取人和物之间有动作交互的场景为特定检测背景,提出了基于人体姿态信息的目标物体检测方法 .当场景中人和待测目标同时存在并且二者有动作交互时,可在人体姿态信息的辅助下对该场景中的目标更准确地识别.模型以CenterNet网络为基础,引入蕴含16个关节点信息的关节点热力图分支,并对特征提取网络加以改进.实验结果表明:在特定检测场景下,新模型检测效果更理想. 展开更多
关键词 目标检测 centernet 人体姿态信息 关节点热力图
在线阅读 下载PDF
采用改进CenterNet模型检测群养生猪目标 被引量：18
12
作者 房俊龙 胡宇航 +1 位作者 戴百生 吴志东 《农业工程学报》 EI CAS CSCD 北大核心 2021年第16期136-144,共9页
为实现对群养环境下生猪个体目标快速精准的检测,该研究提出了一种针对群养生猪的改进型目标检测网络MF-CenterNet(MobileNet-FPN-CenterNet)模型,为确保目标检测的精确度,该模型首先以无锚式的CenterNet为基础结构,通过引入轻量级的Mob... 为实现对群养环境下生猪个体目标快速精准的检测,该研究提出了一种针对群养生猪的改进型目标检测网络MF-CenterNet(MobileNet-FPN-CenterNet)模型,为确保目标检测的精确度,该模型首先以无锚式的CenterNet为基础结构,通过引入轻量级的MobileNet网络作为模型特征提取网络,以降低模型大小和提高检测速度,同时加入特征金字塔结构FPN(Feature Pyramid Networks)以提高模型特征提取能力,在保证模型轻量化、实时性的同时,提高遮挡目标和小目标的检测精度。以某商业猪场群养生猪录制视频作为数据源,采集视频帧1683张,经图像增强后共得到6732张图像。试验结果表明,MF-CenterNet模型大小仅为21 MB,满足边缘计算端的部署,同时对生猪目标检测平均精确度达到94.30%,检测速度达到69帧/s,相较于Faster-RCNN、SSD、YOLOv3、YOLOv4目标检测网络模型,检测精度分别提高了6.39、4.46、6.01、2.74个百分点,检测速度分别提高了54、47、45、43帧/s,相关结果表明了该研究所提出的改进型的轻量级MF-CenterNet模型,能够在满足目标检测实时性的同时提高对群养生猪的检测精度,为生产现场端的群养生猪行为实时检测与分析提供了有效方法。 展开更多
关键词 计算机视觉 图像处理 群养生猪 目标检测 MobileNet FPN centernet
在线阅读 下载PDF
改进CenterNet算法的煤矿皮带运输异物识别研究 被引量：22
13
作者 任志玲 朱彦存 《控制工程》 CSCD 北大核心 2023年第4期703-711,共9页
为了实现运煤皮带运行时对进入其中的异物快速准确识别,防止皮带撕裂现象的发生,提出了一种改进的CenterNet运煤皮带异物检测算法。首先,对煤矿井下图像进行预处理,使其适应CenterNet算法,提高网络对目标图像检测的有效性;然后,对网络... 为了实现运煤皮带运行时对进入其中的异物快速准确识别,防止皮带撕裂现象的发生,提出了一种改进的CenterNet运煤皮带异物检测算法。首先,对煤矿井下图像进行预处理,使其适应CenterNet算法,提高网络对目标图像检测的有效性;然后,对网络进行改进,将残差模块中的标准卷积替换成深度可分离卷积,有效降低网络计算量,减少冗余;接着,采用组规范化作为优化规范化方式,降低了对硬件设施的要求;最后,使用加权特征图融合方法,充分利用各层提取的特征,提高网络的检测准确率。实验结果表明,针对异物目标尺寸差异较大且分布不均匀的情况,改进后的CenterNet算法降低了目标的误检率和漏检率,可有效提升检测速度和异物识别精度。 展开更多
关键词 异物检测 centernet 组规范化 深度可分离卷积 加权特征融合
在线阅读 下载PDF
基于改进CenterNet的图像多篡改检测模型 被引量：3
14
作者 夏涛 黄俊 徐太秀 《电讯技术》 北大核心 2023年第8期1228-1236,共9页
针对目前的图像篡改数据集中缺少同时包含多种篡改操作的单张图像的问题,构建了包含多种图像篡改手段的综合数据集(MTO Dataset),每张图片包含复制移动、拼接和移除中的2种或3种篡改操作。针对多篡改检测,提出了一种基于改进CenterNet... 针对目前的图像篡改数据集中缺少同时包含多种篡改操作的单张图像的问题,构建了包含多种图像篡改手段的综合数据集(MTO Dataset),每张图片包含复制移动、拼接和移除中的2种或3种篡改操作。针对多篡改检测,提出了一种基于改进CenterNet的图像多篡改检测模型,将RGB图像和经过隐写分析得到的噪声特征图作为特征提取网络的输入,在特征提取网络ResNet-50的每一层卷积前加入门控通道注意力转换单元以促进特征通道间关系。为得到更具辨别性的特征,通过改进后的注意力机制自适应学习并调节特征权重,最后使用改进的损失函数优化边框预测的准确度。实验结果证明,与当前先进模型DETR、EfficientDet和VarifocalNet相比,该模型的F1分数提升0.4%~7.4%,检测速率提高1.32~3.06倍。 展开更多
关键词 数字图像 图像多篡改检测 centernet 注意力机制 损失函数
在线阅读 下载PDF
基于改进CenterNet的交通场景目标检测技术研究 被引量：7
15
作者 赵奉奎 成海飞 +1 位作者 苏珊珊 张涌 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第12期11-17,共7页
针对交通场景目标复杂、遮挡严重,导致目标难以检测的问题,提出了基于改进CenterNet的目标检测算法。CenterNet使用的激活函数ReLU函数在输入值为负值时输出及梯度均为0,导致CenterNet部分神经元无法计算输入信息,LeakyReLU函数在输入... 针对交通场景目标复杂、遮挡严重,导致目标难以检测的问题,提出了基于改进CenterNet的目标检测算法。CenterNet使用的激活函数ReLU函数在输入值为负值时输出及梯度均为0,导致CenterNet部分神经元无法计算输入信息,LeakyReLU函数在输入值小于0时存在一个很小的值,保留神经元的梯度值,能够解决ReLU函数中神经元死亡的问题。将CenterNet网络中的ReLU激活函数改进为LeakyReLU函数。同时改进了主干网络,综合考虑浮点运算数量和网络深度等因素,将原CenterNet网络主干网络改为ResNet-50,并且增加了空间金字塔池化结构(SPP),能更好提取特征信息,针对交通场景重新训练神经网络,利用测试集数据对神经网络进行测试。试验结果表明:对CenterNet算法进行优化后目标检测的召回率和精确率得到了提高,其综合评价指标F1值平均提高了0.14,mAP由83.18%提高至87.35%,FPS指标虽略有下降,但其他性能指标提升明显,说明改进的CenterNet目标检测模型具有较高的交通场景目标检测能力。 展开更多
关键词 交通运输工程 centernet 目标检测 神经网络
在线阅读 下载PDF
基于改进CenterNet的自动驾驶小目标检测 被引量：10
16
作者 于方程 张小俊 +1 位作者 张明路 赵天亮 《电子测量技术》 北大核心 2022年第15期115-122,共8页
自动驾驶领域主流目标检测算法对小目标检测效果差,给行车安全带来了威胁,对单阶段无描框CenterNet算法进行改进以解决此问题。首先,替换原主干网络为具有分裂注意力机制的ResNeSt50网络,并将ReLU激活函数升级为FReLU,以极少的额外计算... 自动驾驶领域主流目标检测算法对小目标检测效果差,给行车安全带来了威胁,对单阶段无描框CenterNet算法进行改进以解决此问题。首先,替换原主干网络为具有分裂注意力机制的ResNeSt50网络,并将ReLU激活函数升级为FReLU,以极少的额外计算开销强化了特征提取效果;然后提出轻量级网络PASN融合不同尺度的语义特征,并在浅层特征输入端引入空间池化金字塔(SPP)模块强化小目标信息的表达;最后在Kitti数据集进行随机多尺度输入训练。验证集结果表明改进后算法的FPS达到37.7满足实时性要求,小目标检测精度较原算法提12.9%,平均检测精度提升13.9%,同时检测速度与精度均高于主流算法YOLOv4;在实车上每秒可检测31帧图像,为自动驾驶技术发展提供有力支持,具有工程应用价值。 展开更多
关键词 自动驾驶 小目标 无描框 分裂注意力 centernet
在线阅读 下载PDF
基于改进CenterNet的航拍绝缘子缺陷实时检测模型 被引量：12
17
作者 李发光 伊力哈木·亚尔买买提 《计算机科学》 CSCD 北大核心 2022年第5期84-91,共8页
针对无人机在电力巡检过程中对绝缘子及其缺陷检测的准确率较低、实时性较差的问题,提出一种改进CenterNet的绝缘子缺陷检测模型。首先,使用轻量级网络EfficientNet-B0代替原始模型的特征提取网络ResNet18,在保证模型提取能力的同时加... 针对无人机在电力巡检过程中对绝缘子及其缺陷检测的准确率较低、实时性较差的问题,提出一种改进CenterNet的绝缘子缺陷检测模型。首先,使用轻量级网络EfficientNet-B0代替原始模型的特征提取网络ResNet18,在保证模型提取能力的同时加快了其推理速度;其次,搭建特征加强模块(Feature Enhancement Module,FEM),并对经过上采样后的特征通道权重进行合理分配,抑制无效特征,并借鉴FPN(Feature Pyramid Networks)融合浅层与深层特征,使特征层信息更加丰富;然后在CenterNet-Head中引入空间和通道混合的注意力机制CA(Coordinate Attention),使类别和位置信息的预测更加准确;最后,使用Soft-NMS解决在模型检测过程中由中心点预测不准导致的“单目标多框”问题。实验结果表明,改进的CenterNet比原始模型的精度提高了11.92%,速度提高了8.95 FPS,模型大小减小了54 MB。与其他检测模型相比,改进模型的精度与速度均有提高,证明了其实时性和鲁棒性。 展开更多
关键词 绝缘子 缺陷检测 特征融合 注意力机制 centernet
在线阅读 下载PDF
改进CenterNet的高压输电线路巡检故障实时检测方法 被引量：28
18
作者 赵锐 赵国伟 +4 位作者 张娟 王强 赵杰伦 董红月 张兴忠 《计算机工程与应用》 CSCD 北大核心 2021年第17期246-252,共7页
针对通用深度学习目标检测技术难以在高压输变电线路巡检时实现实时高效的故障检测,提出一种改进CenterNet的高压输变电线路巡检故障实时检测方法,对绝缘子自爆、防震锤脱落、鸟巢三类常见巡检故障进行检测。该方法基于深层特征融合网络... 针对通用深度学习目标检测技术难以在高压输变电线路巡检时实现实时高效的故障检测,提出一种改进CenterNet的高压输变电线路巡检故障实时检测方法,对绝缘子自爆、防震锤脱落、鸟巢三类常见巡检故障进行检测。该方法基于深层特征融合网络(DLAnet,Deep Layer Aggregation)、挤压-激励SE(Squeeze-and-Excitation)模块、可形变卷积进行高效深层特征提取网络DLA-SE的设计。在CenterNet架构下通过DLA-SE特征提取网络获取对象的中心点热力图,回归对象的宽高、偏移信息,得到对象边界框。实验结果表明,在Nvidia GTX 1080测试条件下该方法的mAP达到0.917,推理速度达到27.03 frame/s,与CenterNet、SSD与YOLOv3方法相比在检测精度上取得大幅度提升,证明了该方法的有效性。 展开更多
关键词 centernet 深层特征融合 电力巡检 故障检测 实时检测
在线阅读 下载PDF
基于改进CenterNet的焊缝起始向量检测与机器人位姿估计方法 被引量：8
19
作者 唐溪 姚锡凡 +1 位作者 董艺 张峻铭 《计算机集成制造系统》 EI CSCD 北大核心 2022年第9期2865-2880,共16页
针对传统方法在焊缝起始点检测任务中适应性差,难以获取机器人初始焊接位姿的问题,提出一种基于改进CenterNet的焊缝起始向量检测与机器人位姿估计方法。首先,采用特征融合与卷积块注意力机制(CBAM)增强CenterNet提取有效特征的能力。然... 针对传统方法在焊缝起始点检测任务中适应性差,难以获取机器人初始焊接位姿的问题,提出一种基于改进CenterNet的焊缝起始向量检测与机器人位姿估计方法。首先,采用特征融合与卷积块注意力机制(CBAM)增强CenterNet提取有效特征的能力。然后,利用改进的CenterNet获取焊缝起始向量,并用提出的工件底板边线条件筛选算法提取底板边线,继而通过极线约束匹配得到起始向量和底板边线上的若干对应点,由此得到工件表面特征点三维信息,实现工件姿态和焊接位姿估计。实验结果表明,改进后的CenterNet在焊缝起始向量检测任务中,检测精度和检测速度优于其他对比算法,工件姿态估计误差满足机器人初始焊接位姿引导的精度和鲁棒性要求。 展开更多
关键词 焊缝起始向量检测 双目立体视觉 centernet网络 特征融合 姿态估计
在线阅读 下载PDF
基于改进CenterNet的AFP铺层表面缺陷检测 被引量：5
20
作者 王璇 康硕 朱伟东 《红外与激光工程》 EI CSCD 北大核心 2021年第10期202-212,共11页
针对利用可见光图像检测AFP铺层表面缺陷受光源条件差、预浸纱纹理对比度低等因素影响,检测结果不理想,提出一种基于改进CenterNet的AFP铺层表面红外图像缺陷检测方法,提高AFP铺层表面缺陷检测性能。首先,针对CenterNet模型参数数量过... 针对利用可见光图像检测AFP铺层表面缺陷受光源条件差、预浸纱纹理对比度低等因素影响,检测结果不理想,提出一种基于改进CenterNet的AFP铺层表面红外图像缺陷检测方法,提高AFP铺层表面缺陷检测性能。首先,针对CenterNet模型参数数量过多而工控机硬件配置有限的问题,提出利用基于ASFF的轻量级MobileNetV3作为骨干网络,构建轻量级anchor-free检测模型AFPCenterNet,减少网络参数数量的同时降低计算机存储资源占用率。然后,针对高斯核函数带宽参数的求解,提出一种根据ground-truth bounding box长宽比自适应调整带宽参数的方法,减小负样本数量,降低网络模型的损失误差。实验结果表明,改进后的AFP-CenterNet在AFP红外数据集上的AP为90.2%,模型内存容量为12.9 MB,使用GPU加速时单张检测时间为52 ms。和原有的CenterNet骨干网络相比,AFP-CenterNet检测精度略差于DLA-34,和ResNet-101相当,比ResNet-18高7.7%,内存占用率和DLA-34、ResNet-101、ResNet-18相比分别降低83.2%、93.6%和78.6%。和SSD、YOLOv3相比,AFP-CenterNet模型的AP分别提升9.6%和8.3%,内存占用量降低85.1%和94.5%。在不使用GPU加速的条件下,改进后的AFP-CenterNet的检测速度和CenterNet、SSD、YOLOv3相比提高近一倍,具有明显的检测优势。 展开更多
关键词 自动纤维铺放(AFP) 红外图像 缺陷检测 centernet AFP-centernet
在线阅读 下载PDF
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 2 … 250 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部