检索结果-维普期刊中文期刊服务平台

特征平衡的无人机航拍图像目标检测算法被引量：16: 1; 作者徐坚谢正光李洪均《计算机工程与应用》 CSCD 北大核心 2023年第6期196-203,共8页; 无人机航拍图像目标较小、图像视角变化大,导致目标检测效果不佳。针对此问题,设计了一种适用于无人机小目标检测的网络。该网络中的可变形卷积模块可以提高多视角目标的特征提取能力,以解决航拍图像目标视角变化剧烈致使目标特征难以... 展开更多; 关键词无人机目标检测特征平衡金字塔交叉自注意力像素重组; 在线阅读下载PDF 职称材料

一种改进的Faster R-CNN遥感图像多目标检测模型研究: 2; 作者苗茹李祎 +3 位作者周珂张俨娜常然然孟更《计算机工程》北大核心 2025年第8期292-304,共13页; 针对遥感图像背景复杂、目标种类多和尺度差异大所造成的目标漏检和误检问题,提出一种改进Faster R-CNN多目标检测模型。首先,采用Swin Transformer来替代ResNet 50骨干网络,增强模型特征提取能力;其次,添加平衡特征金字塔(BFP)模块融... 展开更多; 关键词遥感图像多目标检测 Faster R-CNN Swin Transformer模块平衡特征金字塔动态权重机制; 在线阅读下载PDF 职称材料

改进YOLOX-S的偏光片表面缺陷检测算法被引量：3: 3; 作者陈乐周永霞祖佳贞《计算机工程与应用》 CSCD 北大核心 2024年第2期295-303,共9页; 偏光片是液晶显示器的重要组成部分,其表面缺陷不仅会降低液晶显示器的显示质量,甚至可能造成整个液晶面板的报废。针对偏光片表面缺陷存在尺度差异大、形状变化多样的问题,提出一种改进YOLOX-S的偏光片表面缺陷检测算法。提出自适应平... 展开更多; 关键词偏光片表面缺陷检测 YOLOX-S 自适应平衡特征金字塔 CIoU Mish; 在线阅读下载PDF 职称材料

基于改进YOLO v5算法的光伏组件红外热成像缺陷检测被引量：11: 4; 作者孔松涛徐甄泽 +4 位作者林星宇张椿秋蒋国庆张淳钦王堃《红外技术》 CSCD 北大核心 2023年第9期974-981,共8页; 现有光伏组件缺陷识别方法存在提取特征困难、实时性较差导致了对光伏组件的缺陷故障检测的识别精度不高,本文提出一种基于改进YOLO v5算法的光伏组件红外热成像缺陷检测方法。改进后的YOLO v5算法主要是在原来的基础上增添注意机制SE模... 展开更多; 关键词缺陷检测深度学习 YOLOv5 损失函数 SE模块平衡特征金字塔结构; 在线阅读下载PDF 职称材料

机器人目标抓取区域实时检测方法被引量：10: 5; 作者卢智亮林伟 +1 位作者曾碧刘瑞雪《计算机工程与应用》 CSCD 北大核心 2020年第19期224-230,共7页; 针对目前机器人目标抓取区域检测方法无法兼顾检测准确率和实时性的问题,提出一种基于SE-RetinaGrasp神经网络模型的机器人目标抓取区域实时检测方法。该方法首先以一阶目标检测模型RetinaNet为基础提取抓取框位置及抓取角度;针对抓取... 展开更多; 关键词抓取区域检测 SENet结构平衡特征金字塔实时检测; 在线阅读下载PDF 职称材料

基于改进Cascade R-CNN的布匹瑕疵检测算法被引量：4: 6; 作者白明丽王明文《计算机科学》 CSCD 北大核心 2023年第S01期312-317,共6页; 布匹瑕疵的自动化检测是目前纺织行业面临的一个难点问题。针对当前布匹瑕疵检测算法对尺度和长宽比变化大、小目标众多的样本检测效果并不理想的问题,提出了基于改进Cascade R-CNN网络的布匹瑕疵检测算法。首先,在特征提取网络ResNet-5... 展开更多; 关键词 Cascade R-CNN 布匹瑕疵检测可变形卷积平衡特征金字塔 GIoU Loss; 在线阅读下载PDF 职称材料

题名特征平衡的无人机航拍图像目标检测算法被引量：16: 1; 作者徐坚谢正光李洪均; 机构南通大学信息科学技术学院南京大学计算机软件新技术国家重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2023年第6期196-203,共8页; 基金国家自然科学基金(61871241,61971245,61976120) 南京大学计算机软件新技术国家重点实验室基金(KFKT2019B015) 南通市科技计划资助项目(JC2021131)。; 文摘无人机航拍图像目标较小、图像视角变化大,导致目标检测效果不佳。针对此问题,设计了一种适用于无人机小目标检测的网络。该网络中的可变形卷积模块可以提高多视角目标的特征提取能力,以解决航拍图像目标视角变化剧烈致使目标特征难以提取的问题;特征平衡金字塔模块可以增强网络中底层小目标特征,以解决航拍图像中的小目标因特征易丢失而造成其检测效果差的问题;同时利用像素重组构建底层大尺度特征以解决特征平衡金字塔模块的底层特征卷积运算量大的问题;交叉自注意力机制获取目标上下文信息,改善严苛条件下的漏检错检问题。公开数据集上的仿真结果表明,在保证实时检测的情况下所提算法的平均准确度优于主流检测算法。; 关键词无人机目标检测特征平衡金字塔交叉自注意力像素重组; Keywords unmanned aerial vehicle(UAV)object detection feature balance pyramid cross self-attention pixel un-shuffle; 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

题名一种改进的Faster R-CNN遥感图像多目标检测模型研究: 2; 作者苗茹李祎周珂张俨娜常然然孟更; 机构河南大学计算机与信息工程学院河南省空间信息处理工程研究中心河南省时空大数据技术创新中心; 出处《计算机工程》北大核心 2025年第8期292-304,共13页; 基金高分辨率对地观测系统国家科技重大专项(民用部分)科研项目(80-Y50G19-9001-22/23) 河南省科技攻关项目(222102210061)。; 文摘针对遥感图像背景复杂、目标种类多和尺度差异大所造成的目标漏检和误检问题,提出一种改进Faster R-CNN多目标检测模型。首先,采用Swin Transformer来替代ResNet 50骨干网络,增强模型特征提取能力;其次,添加平衡特征金字塔(BFP)模块融合浅层和高层语义信息,进一步加强特征融合效果;最后,在分类和回归分支中,添加动态权重机制,促进网络在训练过程中更关注高质量候选框,提高目标定位和分类的精确度。在RSOD数据集上的实验结果表明,所提模型相较于Faster R-CNN模型每秒浮点运算次数(FLOPs)大幅度减少,并且模型的mAP@0.5∶0.95提高了10.7百分点,平均召回率提高10.6百分点。相较于其他主流检测模型,所提模型在降低漏检率的同时,取得了更高的精度,能显著提高复杂背景下遥感图像的检测精度。; 关键词遥感图像多目标检测 Faster R-CNN Swin Transformer模块平衡特征金字塔动态权重机制; Keywords remote sensing images multi-object detection Faster R-CNN Swin Transformer module Balanced Feature Pyramid(BFP) dynamic weighting mechanism; 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

题名改进YOLOX-S的偏光片表面缺陷检测算法被引量：3: 3; 作者陈乐周永霞祖佳贞; 机构中国计量大学信息工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2024年第2期295-303,共9页; 基金浙江省自然科学基金(LY19F030013)。; 文摘偏光片是液晶显示器的重要组成部分,其表面缺陷不仅会降低液晶显示器的显示质量,甚至可能造成整个液晶面板的报废。针对偏光片表面缺陷存在尺度差异大、形状变化多样的问题,提出一种改进YOLOX-S的偏光片表面缺陷检测算法。提出自适应平衡特征金字塔(ABFP)模块充分融合主干网提取的多级特征,并通过单个卷积增加检测分支,进一步增强模型的多尺度检测能力。在ABFP中引入注意力模块CBAM关注重要特征。采用CIo U损失函数的同时使用Mish激活函数替代Si LU激活函数。实验结果表明,改进的算法在偏光片表面缺陷数据集上的m AP_(50)和m AP_(50:95)分别达到92.97%和55.16%,相比YOLOX-S(FPN)提升了1.86和1.34个百分点,每秒检测帧数(FPS)达到50,基本满足工业实时检测的需求。; 关键词偏光片表面缺陷检测 YOLOX-S 自适应平衡特征金字塔 CIoU Mish; Keywords polarizer surface defect detection YOLOX-S adaptive balance feature pyramid CIoU Mish; 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YOLO v5算法的光伏组件红外热成像缺陷检测被引量：11: 4; 作者孔松涛徐甄泽林星宇张椿秋蒋国庆张淳钦王堃; 机构重庆科技学院机械与动力工程学院; 出处《红外技术》 CSCD 北大核心 2023年第9期974-981,共8页; 基金重庆市自然科学基金(CSTC020JCYJ-msxmX0798) 重庆市教委科学技术研究项目(KJQN201901526) 重庆科技学院研究生科技创新计划项目(YKJCX2120308)。; 文摘现有光伏组件缺陷识别方法存在提取特征困难、实时性较差导致了对光伏组件的缺陷故障检测的识别精度不高,本文提出一种基于改进YOLO v5算法的光伏组件红外热成像缺陷检测方法。改进后的YOLO v5算法主要是在原来的基础上增添注意机制SE模块,并且改进损失函数将GIoU改为EIoU提高模型收敛效果、最后采用KG模块平衡特征金字塔结构对模型进行优化,用以提高YOLOv5算法的识别精度和收敛效果。改进后的网络结构应用在YOLO v5s模型中,在光伏组件红外图像的检测上的平均检测精度mAP可以达到92.8%,比原本的YOLO v5s算法88.3%提升了4.5%,在精确度和召回率上的收敛效果也比原始YOLO v5算法模型有所提高,改进后的网络结构应用于l、m、x三种模型中,其检测精度都有所提升,因此改进后的YOLOv5算法适用于4种模型。; 关键词缺陷检测深度学习 YOLOv5 损失函数 SE模块平衡特征金字塔结构; Keywords defect detection deep learning YOLOv5 loss function SE module balanced feature pyramid structure; 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

题名机器人目标抓取区域实时检测方法被引量：10: 5; 作者卢智亮林伟曾碧刘瑞雪; 机构广东工业大学计算机学院; 出处《计算机工程与应用》 CSCD 北大核心 2020年第19期224-230,共7页; 基金国家青年科学基金(No.61703115,No.61701122) 广州市科技项目(No.201804010238)。; 文摘针对目前机器人目标抓取区域检测方法无法兼顾检测准确率和实时性的问题,提出一种基于SE-RetinaGrasp神经网络模型的机器人目标抓取区域实时检测方法。该方法首先以一阶目标检测模型RetinaNet为基础提取抓取框位置及抓取角度;针对抓取检测任务采用SENet结构确定重要的特征通道;结合平衡特征金字塔设计思想,充分融合高低层的特征信息,以加强小抓取框的检测性能;在Cornell数据集上进行实验验证,结果表明该方法在取得更高检测准确率的同时,提高了抓取检测的效率,达到实时检测的要求。; 关键词抓取区域检测 SENet结构平衡特征金字塔实时检测; Keywords grasping area detection SENet structure balanced feature pyramid real-time detection; 分类号 TP242 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于改进Cascade R-CNN的布匹瑕疵检测算法被引量：4: 6; 作者白明丽王明文; 机构西南交通大学数学学院; 出处《计算机科学》 CSCD 北大核心 2023年第S01期312-317,共6页; 基金中央高校基本科研业务费专项资金(2682021ZTPY100) 四川省科技计划项目(2020YFG0238)。; 文摘布匹瑕疵的自动化检测是目前纺织行业面临的一个难点问题。针对当前布匹瑕疵检测算法对尺度和长宽比变化大、小目标众多的样本检测效果并不理想的问题,提出了基于改进Cascade R-CNN网络的布匹瑕疵检测算法。首先,在特征提取网络ResNet-50中融入可变形卷积,自适应地提取更多的瑕疵形状与尺度特征;其次,在特征金字塔网络上采样前引入平衡特征金字塔,缩小特征融合前各特征层之间的语义差距,得到更具表达力的多尺度特征;然后,根据瑕疵尺度与长宽比特点重新设计更适合的初始锚框;最后,采用具有尺度不变性的GIoU Loss作为级联检测器的回归损失,以获取更加精确的瑕疵预测边界框。实验结果表明,相比基于Cascade R-CNN的算法,改进后的Cascade R-CNN算法对布匹瑕疵检测的平均精确率获得了明显提升。; 关键词 Cascade R-CNN 布匹瑕疵检测可变形卷积平衡特征金字塔 GIoU Loss; Keywords Cascade R-CNN Fabric defect detection Deformable convolution Balanced feature pyramid GIoU Loss; 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	作者	出处	发文年	被引量	操作
1	特征平衡的无人机航拍图像目标检测算法	徐坚谢正光李洪均	《计算机工程与应用》 CSCD 北大核心	2023	16	在线阅读下载PDF 职称材料
2	一种改进的Faster R-CNN遥感图像多目标检测模型研究	苗茹李祎周珂张俨娜常然然孟更	《计算机工程》北大核心	2025	0	在线阅读下载PDF 职称材料
3	改进YOLOX-S的偏光片表面缺陷检测算法	陈乐周永霞祖佳贞	《计算机工程与应用》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
4	基于改进YOLO v5算法的光伏组件红外热成像缺陷检测	孔松涛徐甄泽林星宇张椿秋蒋国庆张淳钦王堃	《红外技术》 CSCD 北大核心	2023	11	在线阅读下载PDF 职称材料
5	机器人目标抓取区域实时检测方法	卢智亮林伟曾碧刘瑞雪	《计算机工程与应用》 CSCD 北大核心	2020	10	在线阅读下载PDF 职称材料
6	基于改进Cascade R-CNN的布匹瑕疵检测算法	白明丽王明文	《计算机科学》 CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料