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
共找到67篇文章
< 1 2 … 4 >
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：
基于部分卷积与注意力融合检测头的小目标检测算法
1
作者 彭升 朱凤华 +3 位作者 周劲 朱高峰 王迎旭 陈月辉 《航空兵器》 北大核心 2025年第3期78-85,共8页
随着无人机的广泛应用,提升无人机航拍图像检测效果的重要性日益凸显。针对目前主流目标检测算法在检测航拍图像中小目标时效果不理想的问题,本文提出一种基于部分卷积与注意力融合检测头的小目标检测算法,引入更高效的FasterNet主干网... 随着无人机的广泛应用,提升无人机航拍图像检测效果的重要性日益凸显。针对目前主流目标检测算法在检测航拍图像中小目标时效果不理想的问题,本文提出一种基于部分卷积与注意力融合检测头的小目标检测算法,引入更高效的FasterNet主干网络,使用部分卷积(PConv)减少了深度卷积时的内存访问和冗余计算,增大网络规模提升空间特征提取的效果的同时,控制了网络计算时间。该算法优化特征提取网络,提升对微小尺寸目标的检测效果。在检测头中引入Dynamic Head,有效地应用注意力机制,提升了检测性能。最后优化边界框损失函数为Inner-ShapeIoU,聚焦边框自身形状与尺度,提升边框回归计算精度,使用辅助边框,提升收敛速度。在公开数据集VisDrone2019上进行实验,本文算法与原YOLOv8n算法相比,准确率P提高了11.9%,mAP_(50)提升13.4%,表明小目标检测精度显著提升。 展开更多
关键词 小目标检测 深度学习 部分卷积 注意力机制 无人机
在线阅读 下载PDF
基于交错部分卷积的高压输电线路检测方法 被引量：1
2
作者 李利荣 戴俊伟 +3 位作者 崔浩 梅冰 贺章擎 李婕 《电网技术》 EI CSCD 北大核心 2024年第12期5159-5168,I0074-I0076,I0073,共14页
在输电线路无人机巡检任务中,针对基于深度学习的航拍图像中待检测目标检测精度不高和模型过大而难以部署至无人机等移动端设备的问题,提出了以YOLOv7-tiny为基础网络进行改进以实现提高检测精度并将模型轻量化的方法。首先,该文设计了... 在输电线路无人机巡检任务中,针对基于深度学习的航拍图像中待检测目标检测精度不高和模型过大而难以部署至无人机等移动端设备的问题,提出了以YOLOv7-tiny为基础网络进行改进以实现提高检测精度并将模型轻量化的方法。首先,该文设计了一种交错部分卷积(interlace partial convolution,IPConv),并利用其构建IP1-ELAN、IP2-ELAN模块作为网络的特征提取模块,使其能有效减轻模型中通道冗余问题,并大幅度减少模型的参数量和浮点数;其次,在骨干网络最后一层中融合高效多尺度注意力机制(efficient multi-scale attention,EMSA)以实现跨通道交互,增强目标区域特征提取能力;最后,融合快速空间金字塔池化及跨阶段空间通道(spatial pyramid pooling faster,cross stage partial channel,SPPFCSPC)模块,进一步增强特征提取能力,提升模型检测性能。通过实验验证,该文方法在输电线路巡检数据集中模型参数量和浮点数分别仅为3.79M,8.4G,检测精度为85.8%。综合性能优于目前常用的检测算法,能够基本满足部署至无人机端进行检测任务。 展开更多
关键词 输电线路巡检 通道冗余 多尺度 交错部分卷积 高效多尺度注意力机制 快速空间金字塔池化及跨阶段空间通道
在线阅读 下载PDF
卷积码差分跳频系统抗部分频带干扰的性能 被引量：10
3
作者 朱毅超 甘良才 +1 位作者 郭见兵 熊俊俏 《通信学报》 EI CSCD 北大核心 2009年第12期85-92,共8页
基于对无编码差分跳频系统抗部分频带干扰性能的研究,将卷积码引入差分跳频系统,研究了在有精确干扰状态信息的情况下,采用无迭代译码和迭代译码时相对于无编码系统的性能改善。同时,在无法得到精确干扰状态信息的情况下,提出了一种迭... 基于对无编码差分跳频系统抗部分频带干扰性能的研究,将卷积码引入差分跳频系统,研究了在有精确干扰状态信息的情况下,采用无迭代译码和迭代译码时相对于无编码系统的性能改善。同时,在无法得到精确干扰状态信息的情况下,提出了一种迭代干扰状态估计及译码算法。理论分析结果表明:在有精确干扰状态信息的情况下,采用卷积纠错编码和无迭代译码,对可用频率数为8的差分跳频系统,当比特误码率(BER)为10^(-6)时,性能改善约为2.5dB;而采用迭代译码,当BER为10^(-10)时,相对于无迭代译码,性能可进一步改善6dB。仿真结果则验证了迭代估计及译码算法的正确性,采用该算法可使编码系统在无精确干扰状态信息的情况下,仍能保持良好的抗干扰能力。 展开更多
关键词 差分跳频 部分频带干扰 卷积编码:迭代译码 干扰状态估计
在线阅读 下载PDF
卷积编码多序列跳频及抗部分频带干扰性能分析 被引量：1
4
作者 赵寰 全厚德 张弛 《火力与指挥控制》 CSCD 北大核心 2014年第7期68-72,共5页
差分跳频(DFH)中用户数据对频率选择的约束性较弱。对此提出一种卷积编码的多序列跳频(CC-MSFH)系统,无需对发送信号进行调制,长度为N的编码数据分组从一簇2N个正交跳频序列中选出某个序列,并在该序列的当前频率上发送单频信号。相比DFH... 差分跳频(DFH)中用户数据对频率选择的约束性较弱。对此提出一种卷积编码的多序列跳频(CC-MSFH)系统,无需对发送信号进行调制,长度为N的编码数据分组从一簇2N个正交跳频序列中选出某个序列,并在该序列的当前频率上发送单频信号。相比DFH,CC-MSFH保持了信号健壮性,又使发送频率受跳频序列的强约束,因此,可以采用窄带接收来抑制异频干扰。计算和分析表明,在瑞利衰落信道中,CC-MSFH能够有效对抗部分频带干扰,在小信干比下误码率明显低于DFH。 展开更多
关键词 多序列跳频 卷积码 VITERBI译码 瑞利衰落信道 部分频带干扰
在线阅读 下载PDF
基于部分卷积的文字图像不规则干扰修复算法研究 被引量：4
5
作者 段荧 龙华 +2 位作者 瞿于荃 邵玉斌 杜庆治 《计算机工程与科学》 CSCD 北大核心 2021年第9期1634-1644,共11页
针对文字图像中不规则干扰与文字粘连导致误识字的问题,提出了基于部分卷积的文字图像不规则干扰修复算法。研究分析了若干常见字体的文本图像特点,建立文字图像数据库,使其与干扰掩码数据库进行图像融合后对模型的修复效果进行评测,并... 针对文字图像中不规则干扰与文字粘连导致误识字的问题,提出了基于部分卷积的文字图像不规则干扰修复算法。研究分析了若干常见字体的文本图像特点,建立文字图像数据库,使其与干扰掩码数据库进行图像融合后对模型的修复效果进行评测,并对不同等级的修复情况进行分类测试。实验表明,所提模型在保证原有文字信息不损失的前提下,根据当前文字的现有部件对缺失部分进行预测,峰值信噪比最高达到32.46 dB,结构相似性最高为0.954,最佳损失值达到0.015,修复前后文字识别率提升27.85%,对隶书、篆书、甲骨文、行书4种古代文字缺损图像进行修复后峰值信噪比最高达到30.46 dB,结构相似性最高为0.964。 展开更多
关键词 文字图像修复 部分卷积 光学字符识别 深度学习
在线阅读 下载PDF
基于卷积非负矩阵部分联合分解的强噪声单声道语音分离 被引量：3
6
作者 董兴磊 胡英 +1 位作者 黄浩 吾守尔·斯拉木 《自动化学报》 EI CSCD 北大核心 2020年第6期1200-1209,共10页
非负矩阵部分联合分解(Nonnegative matrix partial co-factorization,NMPCF)将指定源频谱作为边信息参与混合信号频谱的联合分解,以帮助确定指定源的基向量进而提高信号分离性能.卷积非负矩阵分解(Convolutive nonnegative matrix fact... 非负矩阵部分联合分解(Nonnegative matrix partial co-factorization,NMPCF)将指定源频谱作为边信息参与混合信号频谱的联合分解,以帮助确定指定源的基向量进而提高信号分离性能.卷积非负矩阵分解(Convolutive nonnegative matrix factorization,CNMF)采用卷积基分解的方法进行矩阵分解,在单声道语音分离方面取得较好的效果.为了实现强噪声条件下的语音分离,本文结合以上两种算法的优势,提出一种基于卷积非负矩阵部分联合分解(Convolutive nonnegative partial matrix co-factorization,CNMPCF)的单声道语音分离算法.本算法首先通过基音检测算法得到混合信号的语音起始点,再据此确定混合信号中的纯噪声段,最后将混合信号频谱和噪声频谱进行卷积非负矩阵部分联合分解,得到语音基矩阵,进而得到分离的语音频谱和时域信号.实验中,混合语音信噪比(Signal noise ratio,SNR)选择以¡3 dB为间隔从0 dB至¡12 dB共5种SNR.实验结果表明,在不同噪声类型和噪声强度条件下,本文提出的CNMPCF方法相比于以上两种方法均有不同程度的提高. 展开更多
关键词 卷积非负矩阵分解 非负矩阵部分联合分解 语音分离 强噪声 单声道
在线阅读 下载PDF
基于部分卷积和多尺度特征融合的人脸图像修复模型 被引量：15
7
作者 孙琪 翟锐 +1 位作者 左方 张玉涛 《计算机工程与科学》 CSCD 北大核心 2023年第2期304-312,共9页
针对破损区域较大的人脸图像,修复后图像存在局部色差、边界伪影和细节缺陷等问题,提出基于部分卷积和多尺度特征融合的人脸图像修复模型。该模型主要分为多尺度修复网络和判别器网络。修复网络通过多级特征提取模块和主分支模块,有效... 针对破损区域较大的人脸图像,修复后图像存在局部色差、边界伪影和细节缺陷等问题,提出基于部分卷积和多尺度特征融合的人脸图像修复模型。该模型主要分为多尺度修复网络和判别器网络。修复网络通过多级特征提取模块和主分支模块,有效融合深层和浅层的图像特征,实现了人脸图像的特征提取和融合。此外,构建由内容损失、感知损失、风格损失、总变分损失和对抗损失组成的联合损失函数,用于训练多尺度修复网络,并通过与判别器网络的相互对抗,提高修复图像与真实图像的视觉一致性。实验结果表明,对于不同的掩膜率,采用该模型修复的图像具有合理的纹理结构和上下文语义信息,并在定性和定量比较上表现更好。 展开更多
关键词 人脸图像修复 部分卷积 多尺度特征融合 生成对抗网络
在线阅读 下载PDF
融合部分卷积和注意力机制对抗网络模型的地震数据重建 被引量：3
8
作者 冯永基 陈学华 《石油地球物理勘探》 EI CSCD 北大核心 2023年第1期21-30,共10页
以生成对抗网络(GAN)为代表的深度学习模型在地震数据重建中取得了较好效果,但普通GAN网络的重建结果常存在模糊、假频等缺点。主要原因是:普通卷积模型在对缺失较大的数据进行卷积时,其卷积结果主要受缺失区域的影响,而有效区域的影响... 以生成对抗网络(GAN)为代表的深度学习模型在地震数据重建中取得了较好效果,但普通GAN网络的重建结果常存在模糊、假频等缺点。主要原因是:普通卷积模型在对缺失较大的数据进行卷积时,其卷积结果主要受缺失区域的影响,而有效区域的影响较小;且普通卷积模型属于局部操作,卷积结果主要受卷积核内数据的影响,而相距较远的数据对其影响甚微。为此,文中提出了融合部分卷积和注意力模型的改进GAN网络。首先,在卷积过程中引入一个比例因子r实现部分卷积,从而强化有效区域对卷积结果的影响;然后,利用注意力机制选择余弦相似度高的有效(背景)数据,以突破卷积距离的限制,使更多背景数据参与缺失区域的重建。数据处理结果表明,所提方法显著改善了重建数据中的模糊、假频等现象。 展开更多
关键词 部分卷积 注意力机制 生成对抗网络 数据重建 余弦距离
在线阅读 下载PDF
基于全变分正则化去卷积的PET部分容积校正
9
作者 胡德斌 路利军 +4 位作者 高园园 张后金 韩彦江 辜承慰 马建华 《南方医科大学学报》 CAS CSCD 北大核心 2015年第4期474-480,共7页
目的提出全变分正则化去卷积方法并应用于PET图像部分容积校正。方法将全变分(toal variation,TV)引入到图像退化模型中,提出基于全变分正则化的Van Cittert(VC)和Richardson-Lucy(RL)去卷积方法。结果提出的方法分别应用于NCAT仿真数据... 目的提出全变分正则化去卷积方法并应用于PET图像部分容积校正。方法将全变分(toal variation,TV)引入到图像退化模型中,提出基于全变分正则化的Van Cittert(VC)和Richardson-Lucy(RL)去卷积方法。结果提出的方法分别应用于NCAT仿真数据、NEMA NU4-2008 IQ物理体模和肿瘤小鼠数据(均采用西门子小动物Inveon PET扫描得到)。相比于传统VC和RL去卷积方法,本文提出方法在仿真实验中校正图像有明显的去噪和保持边缘效果,同时在小鼠实验中肿瘤区域的活度值增加率为(10±1.8)%时,图像标准方差(standard deviation,SD)增加率分别从49.98%下降到14.26%和42.76%下降到4.70%。结论本方法能够在校正PET部分容积效应的同时有效抑制噪声增加,可望更为准确地诊断肿瘤。 展开更多
关键词 部分容积校正 去卷积 TV正则化
在线阅读 下载PDF
面向现代GPU的Winograd卷积加速研究 被引量：4
10
作者 童敢 黄立波 吕雅帅 《电子学报》 EI CAS CSCD 北大核心 2024年第1期244-257,共14页
卷积运算是现代卷积神经网络中必不可少的组成部分,同时也是最耗时的.为了解决卷积算子的性能问题,包括快速傅里叶变换(Fast Fourier Transform,FFT)和Winograd在内的快速卷积算法被提出. Winograd卷积可被用于提高小卷积核的推理性能,... 卷积运算是现代卷积神经网络中必不可少的组成部分,同时也是最耗时的.为了解决卷积算子的性能问题,包括快速傅里叶变换(Fast Fourier Transform,FFT)和Winograd在内的快速卷积算法被提出. Winograd卷积可被用于提高小卷积核的推理性能,是目前卷积神经网络中的主流实现方法 .然而,Winograd卷积在许多高度优化的深度神经网络库和深度学习编译器中的实现比较低效.由于Winograd卷积的四个阶段的复杂数据依赖关系,面向GPU对其进行优化非常具有挑战性.本文针对现代GPU体系结构优化了Winograd卷积算子的性能.本文提出了Winograd计算阶段的等价变化及其利用Tensor Core进行计算的无同步实现,并进一步提出了利用不同GPU内存层级的部分计算核融合方法 PKF(Partial Kernel Fusion).基于张量虚拟机(Tensor Virtual Machine,TVM)和代码重构器PKF-Reconstructor(Partial Kernel Fusion Reconstructor),实现了高性能的Winograd卷积.对真实应用中卷积神经网络的卷积算子的评估表明,与cuDNN相比,本文所提算法实现了7.58~13.69倍的性能提升. 展开更多
关键词 Winograd卷积 低精度 部分计算核融合 卷积加速 GPU内存层级 Tensor Core
在线阅读 下载PDF
多尺度特征交互的伪标签无监督域自适应行人重识别 被引量：1
11
作者 刘仲民 杨富君 胡文瑾 《光电工程》 北大核心 2025年第1期53-66,共14页
针对无监督域自适应行人重识别中存在的感受野不足、全局特征与局部特征联系不紧密等问题,提出了一种多尺度特征交互的无监督域自适应行人重识别方法。首先利用特征压缩注意力机制对图像特征进行压缩并输入到网络以增强丰富的局部信息... 针对无监督域自适应行人重识别中存在的感受野不足、全局特征与局部特征联系不紧密等问题,提出了一种多尺度特征交互的无监督域自适应行人重识别方法。首先利用特征压缩注意力机制对图像特征进行压缩并输入到网络以增强丰富的局部信息。其次,设计了残差特征交互模块,通过特征交互的方式将全局信息编码到特征中,同时增大模型感受野,强化网络对行人特征信息的提取能力。最后,采用基于部分卷积的瓶颈层模块在部分输入通道上进行卷积运算以减少冗余计算,提高空间特征提取效率。实验结果显示,该方法在三个适应性数据集上mAP分别达到了82.9%、68.7%、26.6%,Rank-1分别达到了93.7%、82.7%、54.7%,Rank-5分别达到了97.4%、89.9%、67.5%。表明所提方法能够使行人特征得到更好的表达,识别精度得到提高。 展开更多
关键词 行人重识别 无监督域自适应 特征压缩 多尺度特征交互 部分卷积
在线阅读 下载PDF
基于增强局部特征的水下目标检测
12
作者 张银胜 陈戈 +3 位作者 张培琰 童俊毅 单梦姣 单慧琳 《中国测试》 北大核心 2025年第1期151-158,共8页
海洋工程的日常任务经常会利用水下航行器来探测水下环境,针对水下复杂环境采集的图像目标容易出现局部特征信息丢失,导致漏检、检测精度低的问题,提出基于增强局部特征的水下目标检测方法。在主干网络采用Faster Block增强图像特征提... 海洋工程的日常任务经常会利用水下航行器来探测水下环境,针对水下复杂环境采集的图像目标容易出现局部特征信息丢失,导致漏检、检测精度低的问题,提出基于增强局部特征的水下目标检测方法。在主干网络采用Faster Block增强图像特征提取能力;利用归一化注意力模块抑制不显著的特征信息来提高网络的效率;构建集中特征增强金字塔池化模块增强对水下复杂背景下目标局部特征信息的捕获能力;改进损失函数提高网络模型对水下图像目标预测效果。实验结果表明,该方法平均精度相较于原模型提升了1.5百分点,网络推理速度为36.4,能够有效地提升水下目标的检测精度。 展开更多
关键词 深度学习 目标检测 水下图像 部分卷积 注意力机制 局部特征
在线阅读 下载PDF
增强特征表示的绝缘子缺陷检测方法
13
作者 李丽芬 王明 +1 位作者 曹旺斌 梅华威 《计算机工程与设计》 北大核心 2025年第8期2373-2379,共7页
针对绝缘子缺陷目标区域较小、部分缺陷特征相似,从而导致检测精度较低的问题,提出了一种特征表示增强模型(FLDM-YOLO)。该模型基于FasterNet重构特征提取网络并且结合大核可分离注意力(LSKA)设计了SPPF-LSKA模块,增强了对目标的特征提... 针对绝缘子缺陷目标区域较小、部分缺陷特征相似,从而导致检测精度较低的问题,提出了一种特征表示增强模型(FLDM-YOLO)。该模型基于FasterNet重构特征提取网络并且结合大核可分离注意力(LSKA)设计了SPPF-LSKA模块,增强了对目标的特征提取能力;以重参数化技术为基础,提出了C2f-DBB模块,处理目标缺陷特征相似的问题;在边界框回归阶段使用MPDIoU作为损失函数,使得模型更加关注高质量锚框。实验结果表明,FLDM-YOLO模型在保证一定检测速度的前提下,mAP为91.3%,较YOLOv8模型提高了4.2%,可有效应用于实际的巡检工作。 展开更多
关键词 目标检测 绝缘子 部分卷积 主干特征提取网络 大核可分离注意力 重参数化 边界框损失函数
在线阅读 下载PDF
基于改进YOLOv8的轨道小尺度异物入侵算法研究
14
作者 冯庆胜 付明雨 +2 位作者 姚泽圆 刘杨 梁天添 《现代电子技术》 北大核心 2025年第11期174-179,共6页
针对当前列车轨道障碍物检测方法存在的小目标检测精度低、模型过大且部署成本高等问题,文中提出一种改进的YOLOv8-SGFE轨道侵限物检测模型。首先,为了减少网络的计算量,在小目标检测模块SPD-Conv的基础上,设计了一个SGConv模块,并用其... 针对当前列车轨道障碍物检测方法存在的小目标检测精度低、模型过大且部署成本高等问题,文中提出一种改进的YOLOv8-SGFE轨道侵限物检测模型。首先,为了减少网络的计算量,在小目标检测模块SPD-Conv的基础上,设计了一个SGConv模块,并用其替换YOLOv8主干层中的普通卷积层;其次,为了增强模型的感知能力,将高效多尺度注意力EMA与C2f-Faster模块相结合,构成C2f-Faster-EMA模块,并用其替换YOLOv8中的C2f模块;最后,将改进后的YOLOv8-SGFE模型应用于自制的铁路轨道侵限物数据集。与YOLOv8模型相比,文中模型参数量下降36.04%,FLOPs由28.7×10^(9)减少到19×10^(9),在模型计算量大幅降低的情况下,mAP提高2.5%。实验结果表明,所提算法具有更高的检测精度,模型参数量及计算负载更小,不仅适用于复杂环境下的轨道障碍物检测,同时更易于部署到移动端设备中。 展开更多
关键词 轨道异物入侵 小目标检测 部分卷积 高效多尺度注意力 YOLOv8 轻量化
在线阅读 下载PDF
基于改进RT-DETR的牛仔面料疵点检测算法
15
作者 梁耕良 韩曙光 《浙江大学学报(工学版)》 北大核心 2025年第6期1169-1178,1190,共11页
为了实现牛仔面料微小疵点的快速准确检测,克服已有模型在复杂纹理背景下检测性能不佳的问题,提出基于改进RT-DETR的检测算法.采用部分卷积(PConv)结合Efficient Multi-Scale Attention机制增强模型对关键特征的识别能力;在添加S2特征... 为了实现牛仔面料微小疵点的快速准确检测,克服已有模型在复杂纹理背景下检测性能不佳的问题,提出基于改进RT-DETR的检测算法.采用部分卷积(PConv)结合Efficient Multi-Scale Attention机制增强模型对关键特征的识别能力;在添加S2特征检测层的基础上,提出多特征编码模块(MFE)和多尺度特征融合模块(MSFF)这2个特征融合操作,增强不同尺度的特征信息融合,并使用Deformable Attention注意力机制应对多样的疵点.在损失函数方面,提出新的联合损失函数,在加快网络收敛的同时,提高网络检测的精度.在天池云的布匹缺陷数据集上进行实验,结果表明改进RT-DETR模型的平均mAP@0.5为60%,与RT-DETR-R18模型相比,mAP@0.5提升5.3个百分点,模型总参数量下降40.1%;与YOLOv5、YOLOv8相比,mAP@0.5分别提升9.5、9.9个百分点.RTDETR改进模型在疵点检测的定位准确度与精度上均有显著提升,能满足工业大规模检测要求,对于纺织服装产业的智能化转型具有重要的借鉴作用. 展开更多
关键词 面料缺陷 缺陷检测 RT-DETR 部分卷积(pconv) 可变形注意力 归一化Wasserstein距离(NWD)
在线阅读 下载PDF
基于频域盲解卷积的机械设备状态监测与故障诊断 被引量：9
16
作者 潘楠 伍星 +2 位作者 迟毅林 柳小勤 刘畅 《振动与冲击》 EI CSCD 北大核心 2012年第12期34-41,共8页
在频域盲解卷积(FDBD)模型的基础上,重点论述了其在工程信号特征提取中的关键技术:抑制循环—部分卷积误差的方法、次序不确定性的消除方法以及复数域盲分离算法的原理和应用。针对复杂环境或复杂机械设备结构中声、振信号的特征提取,... 在频域盲解卷积(FDBD)模型的基础上,重点论述了其在工程信号特征提取中的关键技术:抑制循环—部分卷积误差的方法、次序不确定性的消除方法以及复数域盲分离算法的原理和应用。针对复杂环境或复杂机械设备结构中声、振信号的特征提取,全面综述了频域盲解卷积技术在机械设备状态监测和故障诊断中的研究现状,利用声学实验验证了其实际应用价值。最后指出了未来需要进一步研究的主要问题。 展开更多
关键词 频域盲解卷积 机械故障诊断 循环—部分卷积误差 复数盲分离算法 次序不确定性
在线阅读 下载PDF
高性能实时轻量化嵌入式缺陷检测网络的构建
17
作者 许志杰 吴黎明 +1 位作者 张巧芬 王桂棠 《电子测量与仪器学报》 北大核心 2025年第4期193-202,共10页
针对工业嵌入式场景中缺陷检测模型存在参数量大、计算复杂度高与实时性要求之间的矛盾,提出由跨阶段部分卷积(CSPPC)模块、卷积跨尺度特征融合模块(CCFM)及SA_Detect融合模块构建CCS-YOLO轻量化缺陷检测网络,通过设计消融实验和对比实... 针对工业嵌入式场景中缺陷检测模型存在参数量大、计算复杂度高与实时性要求之间的矛盾,提出由跨阶段部分卷积(CSPPC)模块、卷积跨尺度特征融合模块(CCFM)及SA_Detect融合模块构建CCS-YOLO轻量化缺陷检测网络,通过设计消融实验和对比实验验证其轻量化性能。为增强在处理复杂视觉任务时的特征提取与表达能力并结合部分卷积操作优化模型的性能与效率采用CSPPC模块,融合不同尺度的特征提升模型对尺度变化的适应性和对小尺度对象的检测能力采用CCFM模块,进一步减少模型参数量实现模型轻量化采用融合共享卷积的SA_Detect模块,有效提升特征表达、目标定位和分类性能。实验结果表明,CCS-YOLO模型与YOLOv8n相比,模型大小、计算量和权重参数分别减少了56.7%、51.9%和54.0%,轻量化效果显著,并在RK3568嵌入式平台上部署检测速度维持在37 fps以上,实时性能得到验证,实用高效。可见系统的应用性价比得到提高,有效克服精度稍微下降带来的不足,而所构建的缺陷检测网络CCS-YOLO能够解决工业嵌入式场景中的资源受限问题,实现低算力设备达到高性能实时轻量化的可行方案,具有重要的工程价值。 展开更多
关键词 轻量化缺陷检测 部分卷积 特征融合 共享卷积 YOLOv8n
在线阅读 下载PDF
改进RT-DETR的航拍小目标检测算法
18
作者 刘思元 高凯 雍龙泉 《计算机工程与应用》 北大核心 2025年第4期272-281,共10页
针对现有的目标检测算法在航拍图像中的小目标上易出现的漏检和误检问题,提出了基于改进RT-DETR(real-time detection transformer)的算法。在主干网络中引入了部分卷积(partial convolution,PConv),设计了PConvBlock结构,并通过由PConv... 针对现有的目标检测算法在航拍图像中的小目标上易出现的漏检和误检问题,提出了基于改进RT-DETR(real-time detection transformer)的算法。在主干网络中引入了部分卷积(partial convolution,PConv),设计了PConvBlock结构,并通过由PConvBlock组成的BasicBlock-PConvBlock模块替代原有BasicBlock,有效减少了模型参数。采用双向特征金字塔网络(bidirectional feature pyramid network,BiFPN)结构优化特征融合模块,并引入S2特征进一步提升小目标的检测能力。引入CARAFE上采样算子,增强了多尺度特征的快速融合。实验表明,在VisDrone测试集上,改进后的模型在参数量上比RT-DETR模型降低了13.9%,同时在mAP0.5和mAP0.5:0.95指标上分别提升了2.4和1.9个百分点。在TT100K和DOTA数据集上均优于RT-DETR算法。改进模型在保持较小参数量和计算量的同时,提高了检测精度,满足了无人机航拍图像实时检测的应用需求。 展开更多
关键词 小目标检测 轻量化 RT-DETR 部分卷积
在线阅读 下载PDF
基于两阶段修复模型的虚拟视点合成研究
19
作者 张应驰 魏敏 文武 《计算机应用与软件》 北大核心 2025年第6期272-278,共7页
在绘制虚拟视点图像后往往会出现空洞、重叠和伪影现象,为了提高虚拟视点图像的合成质量,提出基于两阶段修复模型的虚拟视点修复方法。采用双视点映射合成出虚拟视点图像,通过使用部分卷积的空洞填补网络进行空洞填补,通过图像优化网络... 在绘制虚拟视点图像后往往会出现空洞、重叠和伪影现象,为了提高虚拟视点图像的合成质量,提出基于两阶段修复模型的虚拟视点修复方法。采用双视点映射合成出虚拟视点图像,通过使用部分卷积的空洞填补网络进行空洞填补,通过图像优化网络去除图像中的重叠、伪影和部分卷积带来的局部色差。实验结果表明,修复后的虚拟视点图像在保证原有纹理信息的前提下,能准确地处理图像中的空洞、重叠、伪影等问题,与经典算法对比客观评价指标PSNR和SSIM分别高达31.878和0.9207,具有较高的绘图质量。 展开更多
关键词 虚拟视点合成 部分卷积 多尺度融合 图像修复
在线阅读 下载PDF
基于改进实时Transformer的航拍图像小目标检测算法
20
作者 赵子琪 李卫东 李晓娟 《科学技术与工程》 北大核心 2025年第13期5527-5534,共8页
针对无人机航拍图像中背景复杂、小目标样本多,难以提取有效特征等问题,提出一种改进实时Transformer(real-time detection Transformer, RT-DETR)的无人机航拍小目标检测算法。首先,在特征融合网络中增加针对微小目标的特征融合结构,... 针对无人机航拍图像中背景复杂、小目标样本多,难以提取有效特征等问题,提出一种改进实时Transformer(real-time detection Transformer, RT-DETR)的无人机航拍小目标检测算法。首先,在特征融合网络中增加针对微小目标的特征融合结构,利用浅层特征图中丰富的位置信息来增强网络对小目标的检测能力,同时为了防止额外参数的增加,去除主干网络中最后一个残差结构;其次,设计一种多通道特征部分卷积模块(multichannel partial convolution, MCPConv),基于此重新构造了主干网络中的BasicBlock结构,命名为MCP Block,减少通道特征冗余,提升多尺度细节特征的获取能力;引入具有学习能力的位置编码,获取更精确、更具表达能力的位置信息;最后引入归一化加权偏差(normalized weighted deviation, NWD)和平均精度驱动交并比(mean precision-driven IoU,MPDIoU)定位损失函数,降低对位置偏差的敏感性,加快模型收敛速度。实验结果表明,在VisDrone2019-DET数据集上,改进后的模型较原始模型参数量降低了62%,检测精度mAP50提升了3.9%,且FPS较改进前提升了17%,对比其他主流检测模型具有更好的检测效果。 展开更多
关键词 小目标检测 RT-DETR 多通道部分卷积 可学习位置编码
在线阅读 下载PDF
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 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部