期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于改进Mask R-CNN的低空遥感实例分割算法
1
作者 李冰锋 王光耀 崔立志 《兵器装备工程学报》 北大核心 2025年第2期168-176,共9页
针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50... 针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50对输入通道语义信息的高效聚合作用。在RoI Align前引入自校准卷积模块来扩大卷积层的感受野大小并对边界框和掩码框执行校准操作。在分割分支使用掩码预测平衡损失函数,对每个类别的正负样本梯度进行平衡,实现对损失梯度的平滑降低处理。在自建低空遥感数据集和iSAID-Reduce100数据集上进行测试,实验结果表明:改进后的算法在自建数据集上box AP和mask AP分别提升17.9%和15.0%,在iSAID-Reduce100数据集上box AP和mask AP达到49.62%和50.27%,该算法很好地完成了对遥感目标的检测和分割。 展开更多
关键词 深度学习 图像处理 遥感图像 实例分割 改进mask R-CNN算法 ResNet-50
在线阅读 下载PDF
基于改进Mask R-CNN模型的粘连烟丝识别方法
2
作者 张伟伟 姬远鹏 +5 位作者 元春波 王君婷 齐晓任 张卫正 李萌 饶智 《轻工学报》 CAS 北大核心 2024年第5期78-85,共8页
为精准识别并高效分割粘连烟丝,提出一种基于改进掩码区域卷积神经网络模型(Mask R-CNN)的粘连烟丝识别方法。首先,采集粘连烟丝图像,通过图像增强操作将数据集扩充到训练模型所需的样本数量;其次,在Mask R-CNN模型的基础上对训练样本... 为精准识别并高效分割粘连烟丝,提出一种基于改进掩码区域卷积神经网络模型(Mask R-CNN)的粘连烟丝识别方法。首先,采集粘连烟丝图像,通过图像增强操作将数据集扩充到训练模型所需的样本数量;其次,在Mask R-CNN模型的基础上对训练样本中的粘连烟丝图像进行边缘特征提取、分形特征提取,获得更清晰、连续的图像边缘特征信息和纹理特征信息;再次,将原始特征、边缘特征、分形特征进行融合以充分利用不同层次的特征信息,丰富底层特征;最后,通过引入混合注意力机制关注特征图的通道和空间维度,从而提高粘连烟丝识别的效率和准确性。模型性能对比结果表明:基于改进Mask R-CNN模型的识别方法的平均交并比(Avg.MIoU)为85.29%,类别平均像素准确率(Avg.MPA)为84.33%,其能够快速、准确地识别并分割出单根烟丝,识别效果优于Mask R-CNN和DeepLabV3+模型识别方法,可为后续烟丝宽度检测提供技术支持。 展开更多
关键词 粘连烟丝 改进mask R-CNN模型 边缘特征提取 特征融合 混合注意力机制
在线阅读 下载PDF
基于改进Mask R-CNN的风机叶片缺陷检测 被引量:14
3
作者 张超 文传博 《可再生能源》 CAS 北大核心 2020年第9期1181-1186,共6页
针对传统风机叶片缺陷检测采用人工的方法效率低、精度差的问题,提出了一种基于改进Mask R-CNN的风机叶片缺陷检测方法。该方法首先使用ResNet-50结合FPN网络生成特征图,然后输入到RPN网络中筛选出ROI,通过ROIAlign固定特征图尺寸输入... 针对传统风机叶片缺陷检测采用人工的方法效率低、精度差的问题,提出了一种基于改进Mask R-CNN的风机叶片缺陷检测方法。该方法首先使用ResNet-50结合FPN网络生成特征图,然后输入到RPN网络中筛选出ROI,通过ROIAlign固定特征图尺寸输入到预测网络中,对类型、边界框、掩膜进行预测。另外,文章构建了一个风机叶片缺陷掩膜数据集用于模型的训练。通过测试集验证并与Mask R-CNN,Faster R-CNN进行了对比分析,文章提出的方法实现了对缺陷目标的检测和实例分割,在准确检测的同时大幅提高了检测速度。 展开更多
关键词 改进mask R-CNN 缺陷检测 风机叶片 目标检测 实例分割
在线阅读 下载PDF
基于改进Mask R-CNN钢纤维混凝土裂缝检测模型 被引量:2
4
作者 周双喜 袁海强 邓芳明 《华东交通大学学报》 2021年第6期37-45,共9页
针对混凝土裂缝检测具有多类别影响的复杂性,难以做准确分类、分割和定位任务问题,提出基于改进Mask R-CNN钢纤维混凝土裂缝检测方案。为提高检测速率和精度,对方案模型主干网络增加分散注意力模块跨越特征图组,提高特征学习能力,在交... 针对混凝土裂缝检测具有多类别影响的复杂性,难以做准确分类、分割和定位任务问题,提出基于改进Mask R-CNN钢纤维混凝土裂缝检测方案。为提高检测速率和精度,对方案模型主干网络增加分散注意力模块跨越特征图组,提高特征学习能力,在交并比基础上增加目标与锚框间距离、重叠率、尺度和惩罚项提高回归精度,并与原始Mask R-CNN模型进行对比。仿真结果表明裂缝、数字以及词汇的平均精度均值达到96.09%,能够精准定位裂缝并作出像素级分割,单样本耗时198 ms。提出的模型既增加了准确率又降低了图片处理延时,与原始Mask R-CNN模型相比,平均精度均值和图片处理速率分别提升6.2%和5.7%。仿真实验证明改进后的模型具有较强的鲁棒性以及泛化能力。 展开更多
关键词 裂缝检测 钢纤维混凝土 改进mask R-CNN Split-Attention 平均精度均值
在线阅读 下载PDF
基于改进Mask R-CNN的混凝土坝裂缝像素级检测方法 被引量:9
5
作者 牛慧余 包腾飞 +1 位作者 李扬涛 黄思文 《水利水电科技进展》 CSCD 北大核心 2023年第1期87-92,98,共7页
为解决传统人工巡检混凝土坝裂缝效率低下的问题,将人工智能和计算机视觉技术相结合,提出了复杂背景下混凝土坝裂缝像素级精细化自动识别分割方法。为克服复杂环境背景因素干扰,基于多种数字图像处理手段对混凝土坝裂缝图像进行预处理,... 为解决传统人工巡检混凝土坝裂缝效率低下的问题,将人工智能和计算机视觉技术相结合,提出了复杂背景下混凝土坝裂缝像素级精细化自动识别分割方法。为克服复杂环境背景因素干扰,基于多种数字图像处理手段对混凝土坝裂缝图像进行预处理,有效去除环境噪声。在Mask R-CNN基础上,对模型主干网络进行改进以提升裂缝特征提取能力。采集500幅包含单裂缝、多裂缝、交叉裂缝、龟裂等多种裂缝形态的混凝土坝裂缝图像用于模型训练与验证,并采用定性分析和定量评估相结合的手段多维度评估模型泛化能力和鲁棒性。结果表明:改进Mask R-CNN对含有多种裂缝特征及噪声背景的裂缝图像识别效果良好,模型在测试集上的目标检测和分割掩码平均精确度分别达76.3和61.9,满足高精度裂缝精细分割要求;与Cascade-Mask R-CNN、Yolact++等基准模型相比,改进Mask R-CNN在目标检测、分割掩码精确度及模型推理速度多方面均有一定的优势。 展开更多
关键词 混凝土坝 裂缝检测 实例分割 改进mask R-CNN 人工智能
在线阅读 下载PDF
红外弱光环境下多尺度密集注意力铁路异物检测 被引量:8
6
作者 陈永 卢晨涛 王镇 《铁道学报》 EI CAS CSCD 北大核心 2022年第7期63-71,共9页
针对红外弱光环境下铁路异物侵限检测时存在目标特征提取不充分、检测精度低的问题,在Mask R-CNN检测模型的基础上,提出一种红外弱光环境下多尺度密集注意力铁路异物检测方法。首先,提出密集连接的多尺度FPN金字塔网络,加强对特征图的利... 针对红外弱光环境下铁路异物侵限检测时存在目标特征提取不充分、检测精度低的问题,在Mask R-CNN检测模型的基础上,提出一种红外弱光环境下多尺度密集注意力铁路异物检测方法。首先,提出密集连接的多尺度FPN金字塔网络,加强对特征图的利用,从而提高红外弱光环境下的检测精度。同时,引入CBAM注意力机制,改进ResNet-FPN网络结构,提高对目标区域的关注度,突出红外弱光环境下的目标特征。其次,改进k-means算法重新预设锚点框大小,以提升锚点框对目标区域定位的准确性。最后,通过铁路红外数据集及现场实验进行测试验证。实验结果表明,本方法具有较高的检测精度,精确率可达89.24%,较Mask R-CNN召回率增加了6%,像素准确率增加了8%;在红外弱光环境下可以更加准确地检测出铁路异物,并能实现铁路限界区域的划分,在主客观评价方面均优于对比方法。 展开更多
关键词 红外弱光 红外目标 铁路异物检测 密集注意力 改进mask R-CNN模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部