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
1
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
基于Swin Transformer的改进Faster R-CNN水表数字检测
1
作者
孙立云
袁玉英
+4 位作者
罗永刚
张玺
赵金洋
齐瑞洁
乔世超
《中国测试》
北大核心
2024年第S2期194-202,共9页
针对现有的水表数字识别算法存在的效率和准确率较低的问题,制作4000张字轮式水表图片数据集,并提出一种改进的Faster R-CNN检测算法。改进的Faster R-CNN引入Swin Transformer代替传统的卷积网络作为特征提取网络,并对其轻量化处理,即...
针对现有的水表数字识别算法存在的效率和准确率较低的问题,制作4000张字轮式水表图片数据集,并提出一种改进的Faster R-CNN检测算法。改进的Faster R-CNN引入Swin Transformer代替传统的卷积网络作为特征提取网络,并对其轻量化处理,即删去下采样1/32的网络结构,保留下采样1/16之前的网络结构,提升模型对小目标的检测精度,降低参数量和检测时间;使用FPN融合轻量化Swin Transformer的不同特征层,使模型充分利用高层特征图的语义信息;RPN结构使用Focal Loss损失函数代替交叉熵损失函数,减少正负样本数量失衡造成的误差。实验证明,改进后的Faster R-CNN算法在水表数据集上mAP提升2.31%,参数量下降79.3%,检测时间减少0.015s。
展开更多
关键词
Faster
R-CNN
水表数字检测
Swin
Transformer
FPN
Focal
Loss
在线阅读
下载PDF
职称材料
题名
基于Swin Transformer的改进Faster R-CNN水表数字检测
1
作者
孙立云
袁玉英
罗永刚
张玺
赵金洋
齐瑞洁
乔世超
机构
山东理工大学计算机科学与技术学院
山东理工大学电气与电子工程学院
青岛积成电子股份有限公司
出处
《中国测试》
北大核心
2024年第S2期194-202,共9页
基金
国家自然科学基金项目(62076152)
张店区校城融合发展计划项目(2021JSCG0018)
淄博市科技型中小企业创新能力提升工程项目(2023tsgc0043)
文摘
针对现有的水表数字识别算法存在的效率和准确率较低的问题,制作4000张字轮式水表图片数据集,并提出一种改进的Faster R-CNN检测算法。改进的Faster R-CNN引入Swin Transformer代替传统的卷积网络作为特征提取网络,并对其轻量化处理,即删去下采样1/32的网络结构,保留下采样1/16之前的网络结构,提升模型对小目标的检测精度,降低参数量和检测时间;使用FPN融合轻量化Swin Transformer的不同特征层,使模型充分利用高层特征图的语义信息;RPN结构使用Focal Loss损失函数代替交叉熵损失函数,减少正负样本数量失衡造成的误差。实验证明,改进后的Faster R-CNN算法在水表数据集上mAP提升2.31%,参数量下降79.3%,检测时间减少0.015s。
关键词
Faster
R-CNN
水表数字检测
Swin
Transformer
FPN
Focal
Loss
Keywords
Faster R-CNN
water meter digital detection
Swin Transformer
FPN
Focal Loss
分类号
TU821.2 [建筑科学]
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Swin Transformer的改进Faster R-CNN水表数字检测
孙立云
袁玉英
罗永刚
张玺
赵金洋
齐瑞洁
乔世超
《中国测试》
北大核心
2024
0
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
