基于改进SSD的合成孔径声纳图像感兴趣小目标检测方法 被引量：1

1

作者 李宝奇 黄海宁 +2 位作者 刘纪元 刘正君 韦琳哲 《电子学报》 EI CAS CSCD 北大核心 2024年第3期762-771,共10页

轻量化目标检测模型SSD-MV3(Single Shot Detection-MobileNet V3)因输入图像尺寸限制无法直接检测高分辨率大尺寸合成孔径声纳(Synthetic Aperture Sonar,SAS)图像中感兴趣小目标.为此,本文提出了一种新的目标检测方法HRSSD(High Resol... 轻量化目标检测模型SSD-MV3(Single Shot Detection-MobileNet V3)因输入图像尺寸限制无法直接检测高分辨率大尺寸合成孔径声纳(Synthetic Aperture Sonar,SAS)图像中感兴趣小目标.为此,本文提出了一种新的目标检测方法HRSSD(High Resolution Single Shot Detection),该方法通过冗余切割确保SSD-MV3输入图像尺寸的规范以及感兴趣小目标的完整,并利用二次非极大值抑制保证检测结果的唯一.此外,提出了一种尺度、空间和通道注意力机制联合的特征提取模块,并利用该模块重新设计了SSD-MV3的基础网络和附加特征提取网络,记作SSD-MV3P(Single Shot Detection-MobileNet V3 Pro),使得SSD-MV3P能更有效的感知感兴趣小目标特征信息.实验结果表明,在感兴趣小目标检测数据集SST(Sonar Small Targets)上,SSD-MV3P的平均检测精度(mean Average Precision,mAP)比SSD-MV3提升4.39%.HRSSD实现了高分辨率大尺寸SAS图像感兴趣小目标的检测,并且保证了同一位置上检测结果的完整性和唯一性. 展开更多

关键词 合成孔径声纳 感兴趣小目标检测 轻量化目标检测模型 注意力机制 二次非极大值抑制

在线阅读 下载PDF 职称材料

基于视频的运动目标检测跟踪模型的应用研究

2

作者 蒋小惠 曾小平 《成都航空职业技术学院学报》 2013年第1期45-48,共4页

本文采用了一种运动目标存在情况下的背景重建算法,能较好地抑制外界环境变化带来的影响。该运动目标检测算法通过一定数量帧的学习、统计,找到各坐标点像素灰度等级的分割阈值。在对当前帧图像进行背景差分后,分割出运动目标区域。若... 本文采用了一种运动目标存在情况下的背景重建算法,能较好地抑制外界环境变化带来的影响。该运动目标检测算法通过一定数量帧的学习、统计,找到各坐标点像素灰度等级的分割阈值。在对当前帧图像进行背景差分后,分割出运动目标区域。若存在运动目标,则根据串行边界跟踪算法获得运动目标轮廓。获得边界后,模型将绘制方框显示运动物体,并发出警报。该运动目标检测模型用Visual C++给予实现。 展开更多

关键词 运动目标检测跟踪模型 背景差分 阈值 直方图

在线阅读 下载PDF 职称材料

受昆虫视觉启发的多光谱遥感影像小目标检测 被引量：8

3

作者 黄凤辰 李敏 +2 位作者 石爱业 汤敏 徐立中 《通信学报》 EI CSCD 北大核心 2011年第9期88-95,共8页

现有多光谱遥感影像目标检测算法大多依赖于结构化背景模型和先验信息,背景复杂化和先验信息匮乏将导致高虚警率的检测结果。受昆虫视觉系统中小目标检测神经元的启发,跳出传统研究思路,提出多光谱遥感影像小目标仿生检测模型及相应的... 现有多光谱遥感影像目标检测算法大多依赖于结构化背景模型和先验信息,背景复杂化和先验信息匮乏将导致高虚警率的检测结果。受昆虫视觉系统中小目标检测神经元的启发,跳出传统研究思路,提出多光谱遥感影像小目标仿生检测模型及相应的目标检测方法。该方法利用神经元非线性滤波特性对突变信号的敏感性,在局部区域内通过背景纹理抑制和目标边缘增强实现目标检测。实验结果表明该方法在高复杂度背景条件下获得较为稳定的低虚警率检测效果。同时该算法可以较好地平衡背景复杂度和空间分辨率之间的矛盾关系,相比现有检测算法还具有原理简单、易于实现等特点。 展开更多

关键词 多光谱遥感影像 目标检测 小目标检测神经元模型 虚警率

在线阅读 下载PDF 职称材料

基于YOLOv5s的穿刺针目标检测方法

4

作者 袁哲 张春堂 《现代电子技术》 2023年第12期43-49,共7页

超声引导穿刺手术过程中,准确判断穿刺针的位置是保证手术成功的重要环节之一。针对目前穿刺针检测方法存在的精度、时效性以及鲁棒性差等问题,文中提出一种基于深度学习的穿刺针检测方法。该方法采用YOLOv5s作为穿刺针的目标检测模型,... 超声引导穿刺手术过程中,准确判断穿刺针的位置是保证手术成功的重要环节之一。针对目前穿刺针检测方法存在的精度、时效性以及鲁棒性差等问题,文中提出一种基于深度学习的穿刺针检测方法。该方法采用YOLOv5s作为穿刺针的目标检测模型,将随机梯度下降(SGD)作为模型优化算法,利用本地穿刺影像数据集对网络模型进行训练,并对所提方法的有效性进行实验对比验证。结果表明,所提方法可以实现针体和针头的实时检测且鲁棒性较好,检测精度达到97%,检测速度为129 f/s,可以有效辅助医生判断穿刺针在超声影像中的位置,提高手术的成功率和效率。 展开更多

关键词 穿刺针检测 目标检测模型 YOLOv5s 随机梯度下降 优化算法 模型训练 超声影像 实验结果

在线阅读 下载PDF 职称材料

铁路桥梁裂缝位置识别与目标检测方法探讨 被引量：3

5

作者 马成贤 游雅辰 《铁道勘察》 2019年第5期136-141,共6页

裂缝是铁路混凝土桥梁累积性破损的早期表现形式。由于裂缝形态的非线性和桥梁结构所处环境的多样性,依靠人工作业的桥梁裂缝检测存在耗时长、主观性大、检测精度不高等问题,已无法满足桥梁状态诊断的需求。传统的裂缝图像处理方法过于... 裂缝是铁路混凝土桥梁累积性破损的早期表现形式。由于裂缝形态的非线性和桥梁结构所处环境的多样性,依靠人工作业的桥梁裂缝检测存在耗时长、主观性大、检测精度不高等问题,已无法满足桥梁状态诊断的需求。传统的裂缝图像处理方法过于依赖算法设计者的经验,易导致检测精度不高。针对上述问题,提出一种基于Detectron平台的目标检测模型,利用模型中卷积神经网络(CNN)对输入图像的光线、扭曲旋转、大小变化等高度适应的优点,从大量裂缝图像中学习裂缝特征,实现对桥梁裂缝位置的识别。采用图像分割法建立图像训练集、验证集及测试集,用特征标定工具为数据集作裂缝位置标签,创建由4个卷积层(Conv),4个池化层(Max-pooling)和1个全连接层(FC)共922,368个参数组成的卷积神经网络(CNN),并将学习率调整为0. 001。验证及测试表明,所提出的基于Detectron平台的目标检测模型在数据多次迭代后具有良好的裂缝位置识别精度。用于模型学习的训练集与验证集上,识别精度最优值分别为92. 64%和88. 98%,未被模型学习的测试集上,识别精度最优值为90. 43%。最后,通过与传统图像处理识别技术的对比分析,阐明模型在特征识别上的优劣性。 展开更多

关键词 桥梁裂缝识别 目标检测模型 深度学习 桥梁裂缝 损伤识别

在线阅读 下载PDF 职称材料

基于深度学习的遥感图像目标检测方法研究

6

作者 刘伟堂 《信息技术》 2023年第4期23-28,共6页

针对目标小、分布集中的目标遥感图像检测准确率低、性能差等问题,提出了具有自学习能力的深度学习遥感图像目标检测方法,引入注意力机制进行多尺度多分辨率的特征自学习及融合挖掘,改进多尺度单阶段网络目标检测模型SSD的多层特征模块... 针对目标小、分布集中的目标遥感图像检测准确率低、性能差等问题,提出了具有自学习能力的深度学习遥感图像目标检测方法,引入注意力机制进行多尺度多分辨率的特征自学习及融合挖掘,改进多尺度单阶段网络目标检测模型SSD的多层特征模块,在模型训练阶段采用改进的感知损失函数避免样本差异过大造成的不均衡问题。实验阶段,对原始SSD算法、FPN算法进行比对实验,文中提出算法的准确率提升在6%~8.6%,速度上也有了明显的改观。结果显示,文中提出的算法对于目标检测具有更好的检测效果,有一定的研究价值。 展开更多

关键词 多尺度单阶段目标检测模型 特征图金字塔 注意力机制 遥感图像 目标检测

在线阅读 下载PDF 职称材料

基于SSD的小目标特征强化检测算法 被引量：2

7

作者 李炳臻 姜文志 +1 位作者 顾佼佼 刘克 《兵工自动化》 2021年第2期32-37,41,共7页

为解决原始单次多框目标检测(single shot multibox detector,SSD)目标检测算法中对小目标物体检测能力不足的问题,提出一种改进的SSD目标检测算法。采用VGG19作为特征提取网络,在低层特征图部分引入Conv3_3卷积特征图,对Conv4_4进行转... 为解决原始单次多框目标检测(single shot multibox detector,SSD)目标检测算法中对小目标物体检测能力不足的问题,提出一种改进的SSD目标检测算法。采用VGG19作为特征提取网络,在低层特征图部分引入Conv3_3卷积特征图,对Conv4_4进行转置卷积操作,将转置卷积后得到的Conv4_3同Conv3_3的特征图进行特征拼接,实验部分使用VOC数据集对模型进行训练与测试。结果表明:该算法可提高检测能力,目标检测精度能比原始SSD算法提高3.6%,小目标检测效果比改进前也有明显提升。 展开更多

关键词 深度学习 目标检测 卷积神经网络 单次多框目标检测(SSD)模型

在线阅读 下载PDF 职称材料

YOLOv4煤矸石检测方法研究 被引量：11

8

作者 蔡秀凡 谢金辰 《煤炭工程》 北大核心 2022年第8期157-162,共6页

针对煤矸石分选的问题,提出一种基于深度学习的目标检测算法替代人工选矸,为后续开发自动选矸机器人提供视觉依据。由于矸石样本数量有限,各个地区矸石特征不一,没有统一标准大数量样本集,为不影响深度卷积网络训练精度,提出一种基于卷... 针对煤矸石分选的问题,提出一种基于深度学习的目标检测算法替代人工选矸,为后续开发自动选矸机器人提供视觉依据。由于矸石样本数量有限,各个地区矸石特征不一,没有统一标准大数量样本集,为不影响深度卷积网络训练精度,提出一种基于卷积生成对抗网络(DCGAN)的煤矸石图像数据扩充方法,建立有效的监督样本集进行训练。通过模型训练实验发现,基础YOLOv4的深度学习网络存在针对小块煤矸石漏检与误检的缺陷,通过采用修改K-means初始锚框参数与增加一个检测通道,在主干网络中加入SE注意力机制,来改进算法克服小块煤矸石漏检的缺陷。通过实验测试得出,改进后的YOLOv4能够对小块煤矸石检测,同时也能够提高目标检测模型的整体检测精度,准确率可达94%以上,完全可以替代人工检测。 展开更多

关键词 目标检测模型 生成对抗网络 图像扩充 煤矸石检测

在线阅读 下载PDF 职称材料

基于深度学习的PCB缺陷检测方法 被引量：3

9

作者 廖鑫婷 李泉洲 +2 位作者 邱权 徐海 刘振国 《电子产品可靠性与环境试验》 2022年第4期30-34,共5页

缺陷检测技术是PCB生产制造中一项不可或缺的质量控制技术,传统的机器视觉检测技术由于人工设计特征和复杂图像处理能力上的局限,无法快速地适应不同型号的PCB或不同的缺陷类型检测。针对上述问题,提出了基于深度学习的PCB缺陷检测方法... 缺陷检测技术是PCB生产制造中一项不可或缺的质量控制技术,传统的机器视觉检测技术由于人工设计特征和复杂图像处理能力上的局限,无法快速地适应不同型号的PCB或不同的缺陷类型检测。针对上述问题,提出了基于深度学习的PCB缺陷检测方法,其利用深度学习自动提取缺陷特征和自主学习的能力,提高PCB缺陷检测性能和效率。实验结果显示,YOLOv3检测模型的mAP高达98.99%,FPS为71.28,可以快速准确地完成PCB缺陷的定位和分类判别,较好地满足其生产检测需求。 展开更多

关键词 印制电路板 缺陷检测 深度学习 目标检测模型

在线阅读 下载PDF 职称材料

基于改进YOLOv5的无人机影像小目标检测算法

10

作者 薛雨昂 周孟然 《佳木斯大学学报(自然科学版)》 2025年第3期16-18,22,共4页

无人机航拍图像的目标检测面临多重挑战,如小尺度目标与背景难以区分、目标集中易遮挡和显著尺度变化,导致通用检测器精度下降。中文改进YOLOv5,提出TRYOLO,旨在解决小目标检测问题。TRYOLO通过增加检测分支,提升多尺度环境下的性能,更... 无人机航拍图像的目标检测面临多重挑战,如小尺度目标与背景难以区分、目标集中易遮挡和显著尺度变化,导致通用检测器精度下降。中文改进YOLOv5,提出TRYOLO,旨在解决小目标检测问题。TRYOLO通过增加检测分支,提升多尺度环境下的性能,更有效地捕捉不同尺度的目标特征,特别是在小物体检测上表现突出。此外,TRYOLO采用基于NWD(Normalized Wasserstein Distance)的新度量替代传统IoU,以增强小目标检测能力,并融合Biformer注意力机制寻找密集场景中的关注区域,同时使用基于Transformer的预测头提升检测效果。在VisDrone数据集上的实验表明,TRYOLO在mAP指标上比YOLOv5提高了5.14%,AP50指标增加了5.29%,展现出优越性能。 展开更多

关键词 YOLOv5 模型小目标检测 动态稀疏注意力 消融实验

在线阅读 下载PDF 职称材料

基于图像识别算法的变电站压板核对系统研究

11

作者 邓婧 张怡冰 《农村电气化》 2024年第5期33-36,共4页

目前变电站压板核对工作需要人工的方式进行现场核对,工作效率低,灵活性和准确性不高。为了解决上述问题,文章通过图像识别算法的技术给核对压板工作提供一种支撑技术手段,搭建变电站压板数据库系统,使用便携式压板核对手持平台,对改进... 目前变电站压板核对工作需要人工的方式进行现场核对,工作效率低,灵活性和准确性不高。为了解决上述问题,文章通过图像识别算法的技术给核对压板工作提供一种支撑技术手段,搭建变电站压板数据库系统,使用便携式压板核对手持平台,对改进目前的人工纸质表格核对方式问题的解决和突破具有重要意义。 展开更多

关键词 压板核对 目标检测模型 开关类别分类模型

在线阅读 下载PDF 职称材料

煤矿副井矿车装载物智能识别方法 被引量：5

12

作者 靳舒凯 魏冠楠 +3 位作者 王春明 王统海 吴忠伦 杨克虎 《工矿自动化》 北大核心 2022年第4期14-19,30,共7页

基于卷积神经网络实现煤矿副井矿车装载物自动分类在实际应用中因触发条件简易导致误判与漏判情况,且非矿车物体经过检测区域时会引起司控道岔误动作。针对该问题,提出了基于目标检测模型的煤矿副井矿车装载物智能识别方法。在煤矿副井... 基于卷积神经网络实现煤矿副井矿车装载物自动分类在实际应用中因触发条件简易导致误判与漏判情况,且非矿车物体经过检测区域时会引起司控道岔误动作。针对该问题,提出了基于目标检测模型的煤矿副井矿车装载物智能识别方法。在煤矿副井井口安装工业相机采集矿车装载物图像并进行人工标注,构建矿车识别数据集,对Faster R-CNN,YOLOv4,SSD 3种目标检测模型的识别准确率与实时性进行评估,根据评估结果,得出YOLOv4模型更适用于矿车装载物识别任务的结论;为降低模型大小,提高识别速度,对YOLOv4模型进行改进,采用轻量级网络MobileNet替换原有主干特征提取网络CSPDarknet53,构建MobileNetv3-YOLOv4模型,测试结果表明MobileNetv3-YOLOv4模型的平均精度均值(mAP)为95.03%,识别速度为44帧/s,较YOLOv4模型分别提高了0.77%,27帧/s;为方便现场应用和部署,提高矿车装载物识别模型在嵌入式平台上的性能,提出了基于层间融合和模型量化的模型加速方法,并将加速前后的MobileNetv3-YOLOv4模型移植到Jetson TX2进行矿车装载物识别现场试验,结果表明识别速度由MobileNetv3-YOLOv4模型加速前的18.3帧/s提升至35.42帧/s,mAP为94.68%,满足现场实时、精确检测需求,且仅在矿车经过检测区域时启动检测任务,避免了因其他物体引起的司控道岔误动作现象。 展开更多

关键词 煤矿智能化 副井轨道分运 矿车装载物识别 目标检测模型 YOLOv4 模型加速

在线阅读 下载PDF 职称材料

基于CenterNet的半监督起落架自动标注 被引量：2

13

作者 方伟 汤淼 +1 位作者 闫文君 张婷婷 《兵器装备工程学报》 CAS CSCD 北大核心 2023年第4期239-244,共6页

针对飞机起落架标注人工标注费时费力问题,提出了将CenterNet目标检测模型与半监督学习结合起来对飞机起落架进行自动标注。该方法在CenterNet的主干特征网络ResNet50基础上嵌入通道注意力机制并对其有效性进行了验证,结合半监督学习,... 针对飞机起落架标注人工标注费时费力问题,提出了将CenterNet目标检测模型与半监督学习结合起来对飞机起落架进行自动标注。该方法在CenterNet的主干特征网络ResNet50基础上嵌入通道注意力机制并对其有效性进行了验证,结合半监督学习,用标记样本训练的模型对未标记样本进行标注并对得到的问题样本进行人工修正后叠加进原标记样本组成新的数据集继续训练,最终生成性能较好、能够自动标注的目标检测模型。实验结果表明,模型经过5次迭代训练后,得到标注模型的精确率达到95.29%,平均准确率达到92.16%,对飞机起落架的定位能够满足标注要求。 展开更多

关键词 图像自动标注 CenterNet 通道注意力机制 半监督学习 目标检测模型

在线阅读 下载PDF 职称材料

苹果采摘机械手图像数据集制作

14

作者 李青斌 邱绪云 徐文鑫 《山东交通学院学报》 CAS 2023年第4期18-25,59,共9页

为获得用于苹果采摘机械手目标识别模型的苹果图片数据集,提出快速制作苹果采摘机械手图像数据集的方法,通过标注软件获取少量苹果图片数据集,采用图片数据集获得的目标检测模型作为识别模型标记苹果图片。经计算可知:获取的目标检测模... 为获得用于苹果采摘机械手目标识别模型的苹果图片数据集,提出快速制作苹果采摘机械手图像数据集的方法,通过标注软件获取少量苹果图片数据集,采用图片数据集获得的目标检测模型作为识别模型标记苹果图片。经计算可知:获取的目标检测模型在验证集上的损失为6.803,满足识别苹果图片要求;该模型在标记苹果图片时的正确率为95.8%。由获取的苹果图片数据集训练的目标检测模型的平均识别精度为99.7%,满足采摘机械手的目标识别要求。 展开更多

关键词 目标识别 目标检测模型 图片数据集 标注

在线阅读 下载PDF 职称材料

机器视觉的战场适应性研究

15

作者 吴晓强 曾朝阳 《兵器装备工程学报》 CSCD 北大核心 2022年第2期181-185,共5页

为研究机器视觉的战场适应性,分析了战场环境中不确定性因素对军事目标机器视觉探测的影响。研究针对Faster R-CNN、YOLOv4和CenterNet 3种目标检测模型,利用样本数据充分训练,确保检测模型有足够高的检测效率。随后,在检测数据中引入... 为研究机器视觉的战场适应性,分析了战场环境中不确定性因素对军事目标机器视觉探测的影响。研究针对Faster R-CNN、YOLOv4和CenterNet 3种目标检测模型,利用样本数据充分训练,确保检测模型有足够高的检测效率。随后,在检测数据中引入不确定性因素,包括目标特性和背景的不确定性。分析表明:不确定性因素的引入确实能显著降低目标检测模型的检测效率。这意味着基于军事运用的机器视觉研究应该充分考虑战场环境的影响,也意味着隐身技术措施必须提高对抗目标自动识别技术方面的潜力。 展开更多

关键词 军事目标 适应性 目标特性 目标检测模型

在线阅读 下载PDF 职称材料

基于智能视觉的铁路大桥人员入侵防护系统设计研究

16

作者 潘东亮 《铁路计算机应用》 2023年第9期48-53,共6页

铁路桥梁监测是保障铁路运输安全的重要手段。为提升现有监测系统对铁路大桥人员入侵的检测能力,设计了基于智能视觉的铁路大桥人员入侵防护系统,该系统由视频平台、智能视觉平台及业务管理平台组成。采用YOLOv5目标检测模型进行人员入... 铁路桥梁监测是保障铁路运输安全的重要手段。为提升现有监测系统对铁路大桥人员入侵的检测能力,设计了基于智能视觉的铁路大桥人员入侵防护系统,该系统由视频平台、智能视觉平台及业务管理平台组成。采用YOLOv5目标检测模型进行人员入侵检测;同时,采用多种图像数据增强技术,扩增训练数据集,进一步提升目标检测模型的泛化能力和场景适应能力。在包神铁路集团有限公司万南站区黄河大桥对该系统进行了部署和测试。测试结果表明,该系统对人员入侵检测的准确率为95.3%,检测实时性为2 ms;人员入侵检测的准确率与实时性均满足实际应用要求。 展开更多

关键词 铁路大桥 人员入侵防护系统 智能视觉 目标检测模型 光学相机

在线阅读 下载PDF 职称材料

基于YOLOv3的深度学习交通标志识别系统 被引量：3

17

作者 张钟文 高宇 +1 位作者 王静 曹登平 《建筑电气》 2020年第7期64-68,共5页

介绍采用深度学习算法中的目标检测网络模型在禁令交通标志识别研究方面的难点以及国内外对此类问题的相关研究成果;阐述基于YOLOv3目标检测网络模型以及其训练方法;通过测定平均精度及平均召回率对研究结果进行评估。

关键词 交通标志识别 神经网络 深度学习 自动驾驶 YOLOv3 目标检测网络模型 数据处理 模型训练

在线阅读 下载PDF 职称材料