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8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：
基于金字塔特征融合的二阶段三维点云车辆检测 被引量：3
1
作者 张名芳 吴禹峰 +1 位作者 王力 王庞伟 《交通运输系统工程与信息》 EI CSCD 北大核心 2022年第5期107-116,共10页
针对三维点云鸟瞰图特征提取不充分导致车辆目标检测性能欠佳问题,本文提出一种基于金字塔特征融合的二阶段三维点云车辆目标检测算法。首先通过降维处理并利用体素占用编码原始三维点云,得到二维特征图输入;然后,利用上采样网络传递高... 针对三维点云鸟瞰图特征提取不充分导致车辆目标检测性能欠佳问题,本文提出一种基于金字塔特征融合的二阶段三维点云车辆目标检测算法。首先通过降维处理并利用体素占用编码原始三维点云,得到二维特征图输入;然后,利用上采样网络传递高层语义特征,下采样网络传递低层位置特征,构建一阶段金字塔网络结构提取车辆目标特征;最后,通过候选区域提取层得到不同尺度的候选区域,利用兴趣区域池化层对齐各候选区域尺度,并采用全连接层融合多尺度特征,提取不同感受野下车辆目标特征;此外,在损失函数方面,补充正余弦角度损失并加权到总损失函数中,优化车辆目标航向角预测。基于KITTI公开数据集的实验分析表明,本文算法相较基准网络能够有效补充三维点云鸟瞰图特征提取,在不同难度的检测任务中平均检测精度提高了5.07%~8.59%。 展开更多
关键词 智能交通 车辆检测 金字塔特征融合 激光点云 卷积神经网络
在线阅读 下载PDF
基于特征金字塔融合的水下目标识别方法研究
2
作者 刘梦然 连恒绪 +1 位作者 聂磊 简泽明 《舰船科学技术》 北大核心 2025年第4期117-123,共7页
复杂的海洋环境会加大水下目标识别的难度,为进一步提高水下目标识别准确率,本文提出基于特征金字塔融合的识别方法。提取了梅尔频率的倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)、线性预测倒谱系数(Linear Predictive Cepstra... 复杂的海洋环境会加大水下目标识别的难度,为进一步提高水下目标识别准确率,本文提出基于特征金字塔融合的识别方法。提取了梅尔频率的倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)、线性预测倒谱系数(Linear Predictive Cepstral Coefficient,LPCC)、色度频谱和短时能量4种频率信息不同的特征,分别基于特征金字塔完成特征的深层信息与浅层信息之间的融合,并将融合特征分别输入迁移学习后的轻量化神经网络shufflenetV2,进行水下目标识别。在Deepship数据集和Shipsear数据集上进行测试,结果表明,本文中4种频率信息不同特征基于特征金字塔融合后水下目标识别准确率均大于98%,相比于原始特征,识别准确率更高。该方法可应用于海洋资源勘探、海洋防御与安全、海洋环境监测等场景,为水下目标识别领域的研究提供了新的思路。 展开更多
关键词 水下目标识别 特征金字塔融合 深度学习
在线阅读 下载PDF
多尺度过滤融合印刷电路板缺陷检测方法
3
作者 余泽寰 陈锐 吕宇 《激光杂志》 北大核心 2025年第4期79-87,共9页
针对当前印刷电路板检测算法性能要求过高,缺陷较难识别的问题,提出一种多尺度过滤融合印刷电路板缺陷检测方法。方法设计了加权过滤特征金字塔网络(WF-FPN),通过简化融合路径,优化不同层次间信息传递效率,显著降低模型复杂度并提升检... 针对当前印刷电路板检测算法性能要求过高,缺陷较难识别的问题,提出一种多尺度过滤融合印刷电路板缺陷检测方法。方法设计了加权过滤特征金字塔网络(WF-FPN),通过简化融合路径,优化不同层次间信息传递效率,显著降低模型复杂度并提升检测性能。同时,在主干网络中加入可变形注意力,通过生成偏移子网络增强对不规则缺陷的特征提取能力。并采用完整瓦瑟斯坦距离作为损失函数加快训练收敛速度、提高精确度。最后,使用轻量化检测头降低模型性能开销。实验结果表明,改进后的模型权重文件大小仅为3.62 MB对比基线模型下降39.4%,同时计算量下降35.8%,精度提升2.1%。与同类算法相比能更好地满足模型在嵌入式、移动式检测设备中部署的需要。 展开更多
关键词 印刷电路板 缺陷检测 YOLOv8 特征融合金字塔 损失函数
在线阅读 下载PDF
横山区雷惠渠灌区渠道混凝土裂缝检测分析
4
作者 王陆陆 孙卫勇 《陕西水利》 2025年第3期169-171,174,共4页
混凝土裂缝检测对于预防渠灌区安全风险和延长渠道使用寿命至关重要。目前的目标检测方法在准确检测小目标和模糊目标方面仍然面临挑战,针对细小裂缝和模糊裂缝检测问题,提出一种基于SResNet-RFPNYOLOv7的目标检测方法,实现对横山区雷... 混凝土裂缝检测对于预防渠灌区安全风险和延长渠道使用寿命至关重要。目前的目标检测方法在准确检测小目标和模糊目标方面仍然面临挑战,针对细小裂缝和模糊裂缝检测问题,提出一种基于SResNet-RFPNYOLOv7的目标检测方法,实现对横山区雷惠渠灌区渠道混凝土裂缝的高效检测与定位。在原始YOLO-v7网络结构基础上,设计一个分割残差卷积网络(SResNet)来捕获梯度特征信息,并构建特征融合金字塔网络(RFPN)最小化特征的损失。实验结果表明,所提出的方法在混凝土裂缝检测任务中表现出了较高的准确性和鲁棒性,相比YOLO-v7检测精确度提升了11.9%。 展开更多
关键词 混凝土裂缝检测 细小模糊裂缝 深度残差卷积网络 特征融合金字塔网络
在线阅读 下载PDF
一种基于改进的YOLOv8的高压输电线路绝缘子缺陷检测方法
5
作者 赵永祥 张国庆 +1 位作者 罗巍 李晓亮 《无线电工程》 2025年第5期938-948,共11页
针对目前绝缘子缺陷目标检测算法中存在的误检、漏检和检测精度低等问题,提出一种基于改进YOLOv8的高压输电线路绝缘子缺陷检测方法,实现了高精度检测。在改进的YOLOv8模型中,基于可变形卷积神经网络(Deformable Convolutional Neural N... 针对目前绝缘子缺陷目标检测算法中存在的误检、漏检和检测精度低等问题,提出一种基于改进YOLOv8的高压输电线路绝缘子缺陷检测方法,实现了高精度检测。在改进的YOLOv8模型中,基于可变形卷积神经网络(Deformable Convolutional Neural Network,DCNN)和全局注意力机制(Global Attention Mechanism,GAM)设计了可变形注意力骨干网络,减少了特征提取过程中有效目标特征的丢失;基于卷积块注意力模块(Convolutional Block Attention Module,CBAM),提出改进的空间金字塔池化快速特征融合(Spatial Pyramid Pooling Fast Feature Fusion,SPFF)模块,结合高效通道注意力(Efficient Channel Attention,ECA)机制,扩大了模型的感受野,保留了更多类型的绝缘子缺陷特征信息,提高了检测精度;采用稳定交并比(Stable Intersection over Union,SIoU)损失函数,加快了模型的收敛速度,提升了对小目标缺陷的检测能力;构建了一个包含“Normal”“Defect”“Broke”“Flashover”四种类型的绝缘子缺陷数据集。实验结果表明,改进后的YOLOv8模型的平均精度均值(mean Average Precision,mAP)达到95.84%,较原YOLOv8提高了5.58%,在各类绝缘子上的AP值均显著优于其他算法。相比原始算法,改进后的YOLOv8模型在小目标缺陷检测方面的表现显著提升,进一步验证了所提算法在绝缘子缺陷检测中的可行性和有效性。 展开更多
关键词 绝缘子缺陷检测 深度学习 可变形注意力骨干网络 改进的空间金字塔池化快速特征融合模块 小目标缺陷检测
在线阅读 下载PDF
基于Faster R-CNN的仪表识别方法 被引量：18
6
作者 李娜 姜志 +1 位作者 王军 董兴法 《液晶与显示》 CAS CSCD 北大核心 2020年第12期1291-1298,共8页
针对仪表识别系统背景复杂,对小目标不敏感,检测精度低等问题,本文提出一种特征融合金字塔(FPN)和Faster R-CNN网络结合的仪表自动识别方法。首先使用FPN和Faster R-CNN网络的RPN结合定位表盘和指针区域,并对多类仪表进行分类;此外为了... 针对仪表识别系统背景复杂,对小目标不敏感,检测精度低等问题,本文提出一种特征融合金字塔(FPN)和Faster R-CNN网络结合的仪表自动识别方法。首先使用FPN和Faster R-CNN网络的RPN结合定位表盘和指针区域,并对多类仪表进行分类;此外为了平衡仪表图像的正负样本,提高检测准确性,引入Focal Loss损失函数与RPN网络结合进行训练数据集;其次对指针区域进行基于FPN的图像分割,将FPN网络与反卷积结合,提高指针区域分割准确性;最后拟合指针获取指针偏转角度,得到仪表读数。实验结果表明,提出的方法准确率达到94.25%,与传统算法相比,提出的方法不仅检测精度高,而且实用性更强。 展开更多
关键词 指针式仪表 特征融合金字塔 Faster R-CNN 图像分割
在线阅读 下载PDF
基于智能机器人的水下建筑物裂缝检测方法与应用 被引量：4
7
作者 刘巍 葛海彬 +3 位作者 徐妍彦 赵洪光 金京善 季昊巍 《长江科学院院报》 CSCD 北大核心 2023年第4期164-169,190,共7页
针对水下建筑物裂缝检测问题,研发了一款新型智能水下机器人,此机器人具备恒温控制、低耗能驱动功能,可以在超低温深水环境下进行自主采集数据、导航与定位。基于机器人采集得到的图像数据,在图像预处理、深度卷积网络理论和裂缝特征数... 针对水下建筑物裂缝检测问题,研发了一款新型智能水下机器人,此机器人具备恒温控制、低耗能驱动功能,可以在超低温深水环境下进行自主采集数据、导航与定位。基于机器人采集得到的图像数据,在图像预处理、深度卷积网络理论和裂缝特征数据标注的基础上,改进了原始的CNN模型,提出了特征金字塔融合卷积神经网络模型FPECNN,对不同类型的裂缝进行了提取。将FPECNN网络应用于莲花水电站大坝的裂缝检测工程中,计算结果表明FPECNN在检测率、召回率和F值上都处于较高的水平,达到了97.26%、98.04%和96.65%,耗时为3.12 s;FPECNN网络普适性与鲁棒性更佳,能够适应大多数的裂缝数据,生存能力更好,有利于解决常规CNN模型在水下建筑物检测中检测率低、效率低的问题。该智能机器人可将检测人员从高寒水下恶劣、繁重和危险的现场作业中解脱出来,同时解决水电站传统检测中因弃水造成的巨大经济损失问题,并能提高检测效率和精度。 展开更多
关键词 智能机器人 裂缝检测 水下建筑物 特征金字塔融合卷积神经网络 检测率
在线阅读 下载PDF
基于FCOS神经网络的制动主缸内槽缺陷检测方法 被引量：5
8
作者 王芷薇 郭斌 +2 位作者 胡晓峰 罗哉 段林茂 《计量学报》 CSCD 北大核心 2021年第9期1225-1231,共7页
针对主缸内槽缺陷检测存在干扰因素复杂、检测精度低等难点,提出了一种基于全卷积单阶段神经网络(FCOS)的主缸内槽缺陷检测算法。利用特征融合金字塔网络进行特征提取并逐像素预测,得到缺陷种类,实现凹槽缺陷的自动检测。实验结果表明,F... 针对主缸内槽缺陷检测存在干扰因素复杂、检测精度低等难点,提出了一种基于全卷积单阶段神经网络(FCOS)的主缸内槽缺陷检测算法。利用特征融合金字塔网络进行特征提取并逐像素预测,得到缺陷种类,实现凹槽缺陷的自动检测。实验结果表明,FCOS网络对制动主缸内槽砂眼、划痕、振刀纹缺陷检测的平均精度均值分别为85.2%、87.5%、90.1%,精确度分别为0.98、0.89、0.95。实验结果与Mask R-CNN网络和Faster R-CNN网络的实验结果进行对比,FCOS网络具有更高的准确率,学习时长大幅度缩短,且满足实时检测要求。 展开更多
关键词 计量学 内槽缺陷检测 制动主缸 全卷积网络 FCOS 特征融合金字塔网络
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 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