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
2
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
基于边界提取和跟踪的石块检测方法研究
被引量：
4
1
作者
王荣本
余天洪
+2 位作者
贾阳
顾柏园
郭烈
《计算机应用》
CSCD
北大核心
2006年第1期114-116,119,共4页
为了能部分解决基于视觉的石块识别问题,首先利用SUSAN算子对图像进行分割后利用边界跟踪算法进行滤波,确定出原始图像中可能存在石块的区域,对原始图像中该区域利用矩不变法进行分割以缩小可能的石块区域,然后利用Sobel算子对原图像中...
为了能部分解决基于视觉的石块识别问题,首先利用SUSAN算子对图像进行分割后利用边界跟踪算法进行滤波,确定出原始图像中可能存在石块的区域,对原始图像中该区域利用矩不变法进行分割以缩小可能的石块区域,然后利用Sobel算子对原图像中该区域进行处理,得到该区域梯度图像并对此进行分割和边界跟踪滤波,最后利用投影法确定出原始图像中的石块位置。试验结果表明该方法具有一定的环境适应性和较好的实时性。
展开更多
关键词
石块检测
SUSAN算子
边界跟踪
边界提取
在线阅读
下载PDF
职称材料
基于改进YOLO v4模型的马铃薯中土块石块检测方法
被引量：
21
2
作者
王相友
李晏兴
+3 位作者
杨振宇
张蒙
王荣铭
崔丽霞
《农业机械学报》
EI
CAS
CSCD
北大核心
2021年第8期241-247,262,共8页
为实现收获后含杂马铃薯中土块石块的快速检测和剔除,提出了一种基于改进YOLO v4模型的马铃薯中土块石块检测方法。YOLO v4模型以CSPDarknet53为主干特征提取网络,在保证检测准确率的前提下,利用通道剪枝算法对模型进行剪枝处理,以简化...
为实现收获后含杂马铃薯中土块石块的快速检测和剔除,提出了一种基于改进YOLO v4模型的马铃薯中土块石块检测方法。YOLO v4模型以CSPDarknet53为主干特征提取网络,在保证检测准确率的前提下,利用通道剪枝算法对模型进行剪枝处理,以简化模型结构、降低运算量。采用Mosaic数据增强方法扩充图像数据集(8621幅图像),对模型进行微调,实现了马铃薯中土块石块的检测。测试表明,剪枝后模型总参数量减少了94.37%,模型存储空间下降了187.35 MB,前向运算时间缩短了0.02 s,平均精度均值(Mean average precision,mAP)下降了2.1个百分点,说明剪枝处理可提升模型性能。为验证模型的有效性,将本文模型与5种深度学习算法进行比较,结果表明,本文算法mAP为96.42%,比Faster R-CNN、Tiny-YOLO v2、YOLO v3、SSD分别提高了11.2、11.5、5.65、10.78个百分点,比YOLO v4算法降低了0.04个百分点,模型存储空间为20.75 MB,检测速度为78.49 f/s,满足实际生产需要。
展开更多
关键词
马铃薯
石块检测
通道剪枝
YOLO
v4
在线阅读
下载PDF
职称材料
题名
基于边界提取和跟踪的石块检测方法研究
被引量：
4
1
作者
王荣本
余天洪
贾阳
顾柏园
郭烈
机构
吉林大学交通学院
哈尔滨工业大学航天学院
出处
《计算机应用》
CSCD
北大核心
2006年第1期114-116,119,共4页
文摘
为了能部分解决基于视觉的石块识别问题,首先利用SUSAN算子对图像进行分割后利用边界跟踪算法进行滤波,确定出原始图像中可能存在石块的区域,对原始图像中该区域利用矩不变法进行分割以缩小可能的石块区域,然后利用Sobel算子对原图像中该区域进行处理,得到该区域梯度图像并对此进行分割和边界跟踪滤波,最后利用投影法确定出原始图像中的石块位置。试验结果表明该方法具有一定的环境适应性和较好的实时性。
关键词
石块检测
SUSAN算子
边界跟踪
边界提取
Keywords
stone detection
SUSAN operator
edge track
edge extraction
分类号
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
基于改进YOLO v4模型的马铃薯中土块石块检测方法
被引量：
21
2
作者
王相友
李晏兴
杨振宇
张蒙
王荣铭
崔丽霞
机构
山东理工大学农业工程与食品科学学院
山东理工大学机械工程学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2021年第8期241-247,262,共8页
基金
山东省农业重大应用技术创新项目(SD2019NJ010)。
文摘
为实现收获后含杂马铃薯中土块石块的快速检测和剔除,提出了一种基于改进YOLO v4模型的马铃薯中土块石块检测方法。YOLO v4模型以CSPDarknet53为主干特征提取网络,在保证检测准确率的前提下,利用通道剪枝算法对模型进行剪枝处理,以简化模型结构、降低运算量。采用Mosaic数据增强方法扩充图像数据集(8621幅图像),对模型进行微调,实现了马铃薯中土块石块的检测。测试表明,剪枝后模型总参数量减少了94.37%,模型存储空间下降了187.35 MB,前向运算时间缩短了0.02 s,平均精度均值(Mean average precision,mAP)下降了2.1个百分点,说明剪枝处理可提升模型性能。为验证模型的有效性,将本文模型与5种深度学习算法进行比较,结果表明,本文算法mAP为96.42%,比Faster R-CNN、Tiny-YOLO v2、YOLO v3、SSD分别提高了11.2、11.5、5.65、10.78个百分点,比YOLO v4算法降低了0.04个百分点,模型存储空间为20.75 MB,检测速度为78.49 f/s,满足实际生产需要。
关键词
马铃薯
石块检测
通道剪枝
YOLO
v4
Keywords
potatoes
stones detection
channel pruning
YOLO v4
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
S532 [农业科学—作物学]
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
基于边界提取和跟踪的石块检测方法研究
王荣本
余天洪
贾阳
顾柏园
郭烈
《计算机应用》
CSCD
北大核心
2006
4
在线阅读
下载PDF
职称材料
2
基于改进YOLO v4模型的马铃薯中土块石块检测方法
王相友
李晏兴
杨振宇
张蒙
王荣铭
崔丽霞
《农业机械学报》
EI
CAS
CSCD
北大核心
2021
21
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
