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162篇文章
< 1 2 … 9 >
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：
基于坐标注意力和软化非极大值抑制的密集安全帽检测
1
作者 尹向雷 苏妮 +1 位作者 解永芳 屈少鹏 《现代电子技术》 北大核心 2025年第2期153-161,共9页
为解决现有的安全帽检测算法对密集小目标的检测精度低的问题,提出一种基于坐标注意力和软化非极大值抑制的安全帽检测算法。引入坐标注意力机制,聚焦训练安全帽相关目标特征以提高准确率。采用软化非极大值抑制算法对候选框的置信度进... 为解决现有的安全帽检测算法对密集小目标的检测精度低的问题,提出一种基于坐标注意力和软化非极大值抑制的安全帽检测算法。引入坐标注意力机制,聚焦训练安全帽相关目标特征以提高准确率。采用软化非极大值抑制算法对候选框的置信度进行优化,提升模型对密集小目标的检测精度。通过WIoU优化边界框损失函数,使得模型聚焦于困难样例而减少简单示例对损失值的贡献,提升模型的泛化性能。实验结果表明:与基准模型YOLOv5s相比,所提算法的mAP@0.5达到88.4%,提升了3.0%;mAP@0.5:0.95达到65.6%,提升了6.8%;在召回率和准确率上分别提升了2.4%和0.5%。所提算法为密集小目标的检测提供了一定参考。 展开更多
关键词 安全帽检测 坐标注意力机制 软化非极大值抑制 YOLOv5s WIoU 边界框损失函数
在线阅读 下载PDF
基于特征增强与自适应阈值非极大值抑制的目标检测算法
2
作者 孟伟君 安雯 +1 位作者 马素刚 杨小宝 《北京航空航天大学学报》 北大核心 2025年第7期2349-2359,共11页
为进一步解决目标漏检和重复检测等问题,提升目标检测的性能,提出一种基于特征增强与自适应阈值的非极大值抑制(NMS)目标检测算法。将注意力引导的多尺度上下文模块(AMCM)用于检测器颈部,在利用空洞卷积提升特征语义信息的基础上,通过... 为进一步解决目标漏检和重复检测等问题,提升目标检测的性能,提出一种基于特征增强与自适应阈值的非极大值抑制(NMS)目标检测算法。将注意力引导的多尺度上下文模块(AMCM)用于检测器颈部,在利用空洞卷积提升特征语义信息的基础上,通过注意力捕获跨通道位置信息,增强网络的特征表达能力;通过基于目标密度的自适应阈值NMS(ADT-NMS),针对不同场景的实例应用动态抑制阈值,降低目标的误检率。所提算法在PASCAL VOC数据集上误检率为13.7%,相比基准算法YOLOv4降低了1%,检测精度、召回率分别达到83.7%、96.6%,分别提高了1.7%、0.9%;在KITTI数据集上误检率为22.1%,相比基准算法降低了1.3%,检测精度、召回率分别达到83.6%、91.8%,分别提高了1.8%、2.3%。实验结果表明:所提算法较好地解决了目标漏检和重复检测问题。 展开更多
关键词 自适应阈值 非极大值抑制 目标检测 空洞卷积 注意力机制
在线阅读 下载PDF
基于非极大值抑制的圆目标亚像素中心定位 被引量：55
3
作者 王静 王海亮 +2 位作者 向茂生 韦立登 刘忠胜 《仪器仪表学报》 EI CAS CSCD 北大核心 2012年第7期1460-1468,共9页
圆形目标在基于图像的测量系统中应用广泛,针对圆目标中心的高定位精度和快速提取的要求,提出了一种基于非极大值抑制的亚像素中心定位方法。该方法利用Sobel算子进行边缘检测,通过改进非极大值抑制方法获取连续细化的边缘,实现了像素... 圆形目标在基于图像的测量系统中应用广泛,针对圆目标中心的高定位精度和快速提取的要求,提出了一种基于非极大值抑制的亚像素中心定位方法。该方法利用Sobel算子进行边缘检测,通过改进非极大值抑制方法获取连续细化的边缘,实现了像素级边缘定位,采用Zernike正交矩对边缘点进行亚像素级定位,并用最小二乘法进行二次拟合来获取精确的标志点的中心坐标。仿真图像和实测图像的实验结果验证了该方法的有效性和准确性,其定位精度可以达到0.02像素,通过测试算法的运行时间,证明该算法具有很好的实时性。 展开更多
关键词 边缘检测 非极大值抑制 正交矩 椭圆拟合 中心定位
在线阅读 下载PDF
一种自适应非极大值抑制边缘检测算法及FPGA设计实现 被引量：11
4
作者 王文涛 朱顺安 唐菀 《小型微型计算机系统》 CSCD 北大核心 2014年第8期1926-1930,共5页
边缘检测是机器视觉和计算机视觉处理的基础性工具,其效率和效果直接影响了后续图像处理的质量及视觉系统的整体响应时间.用FPGA平台固化边缘检测算法可以大大提高算法的效率.Sobel算法计算简单,但其检测出来的边缘粗,同时现有FPGA平台... 边缘检测是机器视觉和计算机视觉处理的基础性工具,其效率和效果直接影响了后续图像处理的质量及视觉系统的整体响应时间.用FPGA平台固化边缘检测算法可以大大提高算法的效率.Sobel算法计算简单,但其检测出来的边缘粗,同时现有FPGA平台上采用的固定域值、经验阈值的实现方案通用性较差.为此,本文采用非极大值抑制方法来改进Sobel算子,并运用一种基于梯度直方图的二阶导数最大值的阈值选取策略使算法具自适应性.在FPGA平台上,采用流水线及分布式策略设计出边缘检测算法的并行运算电路.仿真结果表明与现有FPGA平台上的Canny与Sobel算法相比,改进后的边缘检测方案在保证实时性的前提下,提高了边缘检测的质量,具备了自适应性、FPGA门资源占用少等特性. 展开更多
关键词 边缘检测 梯度 非极大值抑制 FPGA
在线阅读 下载PDF
一种改进约束条件的简化非极大值抑制 被引量：8
5
作者 张强 张陈斌 陈宗海 《中国科学技术大学学报》 CAS CSCD 北大核心 2016年第1期6-11,共6页
以简化非极大值抑制为代表的后处理在基于滑动窗口法的目标检测中发挥着重要作用.针对传统简化非极大值抑制约束条件单一、消除重复检测不充分的问题,提出了一种改进的简化非极大值抑制,即在传统简化非极大值抑制仅计算交集面积对候选... 以简化非极大值抑制为代表的后处理在基于滑动窗口法的目标检测中发挥着重要作用.针对传统简化非极大值抑制约束条件单一、消除重复检测不充分的问题,提出了一种改进的简化非极大值抑制,即在传统简化非极大值抑制仅计算交集面积对候选检测边界框的覆盖比例的基础上,增加"抑制完全覆盖检测"约束和"PASCAL VOC重叠判据"约束,分别对应计算交集面积对选中检测边界框的覆盖比例和对并集面积的重叠比例.实验结果表明,该改进的简化非极大值抑制能有效消除误检,显著提升目标检测方法性能. 展开更多
关键词 目标检测 后处理 简化非极大值抑制 抑制完全覆盖检测 PASCAL VOC重叠判据
在线阅读 下载PDF
行人检测中非极大值抑制算法的改进 被引量：20
6
作者 陈金辉 叶西宁 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第3期371-378,共8页
行人检测是计算机视觉领域的难点和热点问题。行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non-maximum Suppression,NMS)。当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进。目... 行人检测是计算机视觉领域的难点和热点问题。行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non-maximum Suppression,NMS)。当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进。目前常用的非极大值抑制算法是贪心策略,抑制时只使用了单一的重合面积信息。针对该问题,在ACF(Aggregate Channel Features)检测算法的基础上,对非极大值抑制进行了3项改进,显著地提升了算法的精度,并且算法的时间消耗只有略微的增加。在INRIA数据集上,单独使用引入尺度比的动态面积阈值NMS时能降低平均对数漏检率(MR)0.99%;单独使用保留外围检测分数相近的检测窗口的策略时NMS能降低MR 1.25%;两者结合可降低MR 2.5%;结合后,再对已经被抑制的检测窗口重复抑制,MR降低了2.63%,达到14.22%。 展开更多
关键词 行人检测 非极大值抑制 ACF算法 目标检测
在线阅读 下载PDF
基于非极大值抑制的SUSAN算法改进及硬件实现 被引量：3
7
作者 梁浩 蔡健林 余有灵 《电子测量技术》 2008年第9期108-111,161,共5页
基于FPGA的嵌入式双目立体视觉系统中要求其边缘检测算法具备抗噪能力强、定位精度高、实时性好、易于硬件实现的特点。本文在SUSAN算法的基础上,提出了一种能够满足上述要求的改进边缘检测算法,先用SUSAN算法计算图像的初始响应和法线... 基于FPGA的嵌入式双目立体视觉系统中要求其边缘检测算法具备抗噪能力强、定位精度高、实时性好、易于硬件实现的特点。本文在SUSAN算法的基础上,提出了一种能够满足上述要求的改进边缘检测算法,先用SUSAN算法计算图像的初始响应和法线方向,再进行基于USAN重心与中心点距离阈值的非极大值抑制,最后进行边缘连接,得到边缘图像。该算法各模块采用Verilog HDL语言编程,并在FPGA中验证实现;边缘检测结果用于立体匹配,匹配效果良好,完全满足设计要求。 展开更多
关键词 边缘检测 SUSAN算法 距离阈值 非极大值抑制 FPGA
在线阅读 下载PDF
一种基于改进非极大值抑制的农作物病斑检测方法 被引量：1
8
作者 夏永泉 黄海鹏 王兵 《轻工学报》 CAS 2017年第1期97-102,共6页
针对传统边缘检测算子在植物病斑检测过程中抗噪性能差、自适应能力较弱、处理过程中采用的非极大值抑制方法容易导致伪噪声边缘出现等问题,提出了一种线性插值的非极大值抑制改进方法.该方法首先在预处理过程中使用改进的形态学滤波法... 针对传统边缘检测算子在植物病斑检测过程中抗噪性能差、自适应能力较弱、处理过程中采用的非极大值抑制方法容易导致伪噪声边缘出现等问题,提出了一种线性插值的非极大值抑制改进方法.该方法首先在预处理过程中使用改进的形态学滤波法替代高斯滤波,然后通过引入插值因子与邻域相关系数,将8个邻域简化为4个邻域,进行计算插值的梯度幅值与目标点的比较,替代传统方法中直接沿着梯度方向与邻域值相比较.实验结果表明:改进后的方法在抑制伪边缘点出现与适应性方面有了较好的提升,对病斑部分的分割具有非常好的有效性、准确性和鲁棒性. 展开更多
关键词 形态学滤波 线性插值 非极大值抑制 病斑检测
在线阅读 下载PDF
基于F1值的非极大值抑制阈值自动选取方法 被引量：14
9
作者 王照国 张红云 苗夺谦 《智能系统学报》 CSCD 北大核心 2020年第5期1006-1012,共7页
传统的NMS算法的过滤阈值是人为设定的,由于阈值的选取不当可能会造成漏检和误检。在应用NMS算法时,所有图像的最佳阈值不是完全相同的,根据图像自身信息的不同而发生变化。针对上述问题,提出基于F1值的非极大值抑制阈值自动选取方法,... 传统的NMS算法的过滤阈值是人为设定的,由于阈值的选取不当可能会造成漏检和误检。在应用NMS算法时,所有图像的最佳阈值不是完全相同的,根据图像自身信息的不同而发生变化。针对上述问题,提出基于F1值的非极大值抑制阈值自动选取方法,综合考虑检测算法的准确率与召回率,选取使F1值最高的最佳过滤阈值,构建映射关系。测试阶段,利用映射关系和图像信息自动选取对应的过滤阈值。实验结果表明,本文提出的改进版本NMS算法将检测精度mAP值提高了1.1%。与现有的先进算法做对比,证明了本文算法的有效性。 展开更多
关键词 计算机视觉 目标检测 非极大值抑制算法 卷积神经网络 深度学习 检测框 F1值 自适应算法
在线阅读 下载PDF
基于双阈值-非极大值抑制的Faster R-CNN改进算法 被引量：14
10
作者 侯志强 刘晓义 +1 位作者 余旺盛 马素刚 《光电工程》 CAS CSCD 北大核心 2019年第12期80-90,共11页
根据目标检测算法中出现的目标漏检和重复检测问题,本文提出了一种基于双阈值-非极大值抑制的Faster R-CNN改进算法。算法首先利用深层卷积网络架构提取目标的多层卷积特征,然后通过提出的双阈值-非极大值抑制(DT-NMS)算法在RPN阶段提... 根据目标检测算法中出现的目标漏检和重复检测问题,本文提出了一种基于双阈值-非极大值抑制的Faster R-CNN改进算法。算法首先利用深层卷积网络架构提取目标的多层卷积特征,然后通过提出的双阈值-非极大值抑制(DT-NMS)算法在RPN阶段提取目标候选区域的深层信息,最后使用了双线性插值方法来改进原Ro I pooling层中的最近邻插值法,使算法在检测数据集上对目标的定位更加准确。实验结果表明,DT-NMS算法既有效地平衡了单阈值算法对目标漏检问题和目标误检问题的关系,又针对性地减小了同一目标被多次检测的概率。与soft-NMS算法相比,本文算法在PASCAL VOC2007上的重复检测率降低了2.4%,多次检测的目标错分率降低了2%。与Faster R-CNN算法相比,本文算法在PASCAL VOC2007上检测精度达到74.7%,性能提升了1.5%。在MSCOCO数据集上性能提升了1.4%。同时本文算法具有较快的检测速度,达到16 FPS。 展开更多
关键词 计算机视觉 目标检测 非极大值抑制 卷积神经网络
在线阅读 下载PDF
重定位非极大值抑制算法 被引量：9
11
作者 苏树智 陈润斌 +1 位作者 朱彦敏 蒋博文 《光学精密工程》 EI CAS CSCD 北大核心 2022年第13期1620-1630,共11页
非极大值抑制(Non-Maximum Suppression,NMS)算法作为目标检测任务的后处理算法,其作用是从候选框集合中选出最优边界框并抑制其他候选框。传统NMS算法选取类别置信度最高的候选框作为最优边界框,忽略了类别置信度与定位精度之间的相关... 非极大值抑制(Non-Maximum Suppression,NMS)算法作为目标检测任务的后处理算法,其作用是从候选框集合中选出最优边界框并抑制其他候选框。传统NMS算法选取类别置信度最高的候选框作为最优边界框,忽略了类别置信度与定位精度之间的相关性,类别置信度高并不意味着该框的定位精度高。为了解决以上问题,提出一种新的重定位非极大值抑制(Relocation Non-Maximum Suppression,R-NMS)算法。选择类别置信度得分最高的候选框作为最优边界框,利用R-NMS算法提出的一种边界框距离度量方法替代交并比衡量边界框之间的距离。然后,获取最优边界框周围候选框的位置信息,利用位置信息对最优边界框执行重定位操作从而得到新的最优边界框。采用PASCAL VOC2012数据集进行测试,实验结果表明,与传统算法NMS和Soft-NMS相比,R-NMS算法在目标检测器YOLOv3上的mAP分别提高0.7%、0.5%,R-NMS算法在Faster-RCNN上的mAP达到80.83%。该算法能够有效提高目标检测器的检测精度。 展开更多
关键词 计算机视觉 深度学习 目标检测 非极大值抑制
在线阅读 下载PDF
各向异性非极大值抑制在工业目标检测中的应用 被引量：6
12
作者 张诗文 邓春华 张俊雯 《计算机应用》 CSCD 北大核心 2022年第7期2210-2218,共9页
在某些固定的工业应用场景中,对目标检测算法的漏检容忍性非常低。然而,提升召回率的同时,目标周围容易规律性地产生一些无重叠的虚景框。传统的非极大值抑制(NMS)策略主要作用是抑制同一目标的多个重复检测框,无法解决上述问题。为此... 在某些固定的工业应用场景中,对目标检测算法的漏检容忍性非常低。然而,提升召回率的同时,目标周围容易规律性地产生一些无重叠的虚景框。传统的非极大值抑制(NMS)策略主要作用是抑制同一目标的多个重复检测框,无法解决上述问题。为此设计了一种各向异性NMS方法来对目标周围不同方向采取不同的抑制策略,从而有效消除规律性的虚景框。固定的工业场景中的目标形状和规律的虚景框往往具有一定关联性。为了促进各向异性NMS在不同方向的精确执行,设计了一种比例交并比(IoU)损失函数用来引导模型拟合目标的形状。此外,针对规则目标使用了一种自动标注的数据集增广方法,在降低人工标注工作量的同时扩大了数据集规模。实验结果表明,所提方法在轧辊凹槽检测数据集上的效果显著,应用于YOLO系列算法时在不降低速度的同时提升了检测精度。目前该算法已成功应用于某冷轧厂轧辊自动抓取的生产线。 展开更多
关键词 各向异性 非极大值抑制 交并比 目标检测 YOLO
在线阅读 下载PDF
基于TLF-YOLOv8的堆叠垃圾实例分割算法
13
作者 李利 梁晶 +2 位作者 陈旭东 潘红光 寇发荣 《科学技术与工程》 北大核心 2025年第5期2009-2018,共10页
相较于一般场景下的图像实例分割,复杂堆叠场景下的实例分割受到严重遮挡、同类别待测物体堆叠等复杂情况的影响,使得其实例分割具有更大的难度。针对具有复杂堆叠场景下的垃圾实例分割问题,提出了一种融合YOLOv8与双层特征网络策略的... 相较于一般场景下的图像实例分割,复杂堆叠场景下的实例分割受到严重遮挡、同类别待测物体堆叠等复杂情况的影响,使得其实例分割具有更大的难度。针对具有复杂堆叠场景下的垃圾实例分割问题,提出了一种融合YOLOv8与双层特征网络策略的实例分割算法。首先,在数据预处理部分进行特征数据分层,并通过双层图卷积网络(graph convolutions network,GCN)实现双分支特征融合,减弱堆叠情况对被遮挡物体特征的影响,从而解决复杂堆叠遮挡下的实例分割问题。同时,为了解决同类待测物体易混淆的问题,融入了软阈值化非极大值抑制算法和新的交并比算法。最后,根据应用场景和数据集的复杂性,优化了主干网络部分的特征提取模块,并在主干网络部分引入了多尺度注意力机制,有效提高了模型的检测性能。实验使用遮挡垃圾分类实例分割数据集,实验结果表明该方法的平均准确率、交并比阈值为0.5时的平均准确率(AP_(50))、交并比为0.5~0.95时的平均准确率(AP_(50~95))等指标较之前的其他方法更优。相较于原YOLOv8算法,检测AP_(50)提高了7.9%,分割AP_(50)提高了5.4%,具有更好的检测和分割效果。 展开更多
关键词 垃圾堆叠 双层特征解耦融合 YOLOv8算法 软阈值化非极大值抑制 动态非单调聚焦机制 期望最大化注意力
在线阅读 下载PDF
基于双关键点的拥挤行人检测方法
14
作者 沈继锋 盛常宝 +1 位作者 陈逸飞 左欣 《江苏大学学报(自然科学版)》 北大核心 2025年第2期140-148,共9页
针对行人检测中远距离目标像素稀少和遮挡产生人体模式信息缺失导致的严重漏检问题,提出一种基于双关键点组合的行人检测方法.该方法利用人体头部与中心区域的关键点,有效提取和融合行人的判别语义特征,从而显著降低行人的漏检率.首先,... 针对行人检测中远距离目标像素稀少和遮挡产生人体模式信息缺失导致的严重漏检问题,提出一种基于双关键点组合的行人检测方法.该方法利用人体头部与中心区域的关键点,有效提取和融合行人的判别语义特征,从而显著降低行人的漏检率.首先,在深层聚合主干特征网络上引入可变形卷积来扩大感受野,增强人体模式的语义信息;其次,设计了一种基于关键点组合的双分支联合检测模块,通过重新定义不同分支的正样本,强化小尺度与遮挡目标的语义信息;最后,借助非极大值抑制算法融合双分支检测结果.结果表明:在CityPerson验证数据集的普通、小尺度与严重遮挡子集上,文中方法的平均漏检率分别达到8.24%、11.81%和30.59%,特别是对于严重遮挡子集,漏检率相比传统方法ACSP降低15.71%;文中方法检测速度也达到16帧/s;在CrowdHuman上文中方法的平均精度和平均漏检率分别达到86.30%和45.52%.与其他先进方法相比,文中方法在平均精度、漏检率和检测速度方面都呈现出更优异的性能,在密集行人的复杂场景中具有较好的应用价值. 展开更多
关键词 行人检测 拥挤场景 遮挡目标 小尺度目标 双关键点 可变形卷积 双分支融合 非极大值抑制
在线阅读 下载PDF
面向遮挡行人检测的自适应多尺度特征金字塔网络 被引量：1
15
作者 周华平 吴涛 孙克雷 《系统仿真学报》 北大核心 2025年第5期1222-1233,共12页
针对遮挡环境下现有检测器难以提取行人完整特征从而导致检测精度低的情况,提出了一种自适应多尺度特征金字塔网络。提出一个多尺度特征增强模块(multi-scale feature enhancement module,MFEM),通过不同感受野的多分支网络来捕获不同... 针对遮挡环境下现有检测器难以提取行人完整特征从而导致检测精度低的情况,提出了一种自适应多尺度特征金字塔网络。提出一个多尺度特征增强模块(multi-scale feature enhancement module,MFEM),通过不同感受野的多分支网络来捕获不同尺度行人可视区域。设计了一种自适应融合模块(adaptive fusion module,AFM),分别通过优化空间、特征层面的均值方差来计算不同像素点的重要程度,从而增强行人的纹理特征及语义特征并更加高效的融合不同尺度特征。且这两个模块可以构建为完整的特征金字塔网络用于更多下游任务。提出一个非极大值抑制算法(soft-set-non maximum suppression,Soft-SNMS),通过设计不同的衰减函数,在预测一个提案中所有候选框时保留高质量候选框,衰减多余的候选框,并提高模型训练效率。所提方法分别在CrowdHuman和Widerperson两个数据集上进行了实验,在AP指标上相较于原始方法分别提高了4.04%和1.51%,表明该方法可有效提高遮挡环境下行人目标的检测精度。 展开更多
关键词 遮挡行人检测 多尺度特征 自适应融合 特征金字塔 非极大值抑制
在线阅读 下载PDF
基于自适应切片辅助推理的航拍图像目标检测方法 被引量：1
16
作者 金黎威 徐望明 李垚翔 《液晶与显示》 北大核心 2025年第3期472-480,共9页
针对无人机航拍图像中目标尺度不一、密度不一、细节不清,尤其小目标众多所导致的漏检和误检问题,提出一种基于自适应切片辅助推理的目标检测新方法。该方法首先将航拍图像输入目标检测网络进行初次推理,设计一种窗口得分机制来根据初... 针对无人机航拍图像中目标尺度不一、密度不一、细节不清,尤其小目标众多所导致的漏检和误检问题,提出一种基于自适应切片辅助推理的目标检测新方法。该方法首先将航拍图像输入目标检测网络进行初次推理,设计一种窗口得分机制来根据初次推理结果定位输入图像中的不确定目标,并自动选择有效的图像区域进行切片以适应不同尺度和密度的目标。接着将切片图像送入目标检测网络进行二次推理。最后对两次推理结果执行改进的非极大值抑制处理得到最终检测结果。在典型的VisDrone2019和AI-TOD数据集上的实验结果表明,本文方法提升了包括YOLOv7-tiny、YOLOv8n、YOLOv8s及YOLOv9-C在内的典型轻量级目标检测模型的mAP指标,有效提高了航拍图像目标检测性能。 展开更多
关键词 小目标检测 自适应切片辅助推理 不确定目标定位 非极大值抑制
在线阅读 下载PDF
基于改进YOLOv3的中药饮片智能鉴别模型研究
17
作者 高爽 周志强 +1 位作者 钟思羽 黄显章 《世界科学技术-中医药现代化》 北大核心 2025年第2期364-374,共11页
目的针对中药饮片鉴别研究中的饮片漏检、误检、定位不精准、置信度低等问题,通过对小目标和重叠度高的目标具有良好检测效果的YOLOv3算法进行改进,提升中药饮片智能检测识别的准确率。方法采集常见的148种中药饮片图像,构建中药饮片RG... 目的针对中药饮片鉴别研究中的饮片漏检、误检、定位不精准、置信度低等问题,通过对小目标和重叠度高的目标具有良好检测效果的YOLOv3算法进行改进,提升中药饮片智能检测识别的准确率。方法采集常见的148种中药饮片图像,构建中药饮片RGB图像数据集。在原始YOLOv3算法模型基础上,通过K-means聚类算法选取合适的锚点框尺寸;引入CIoU损失函数进行边界框回归,提高边界框的定位精度、置信度等;将传统的非极大值抑制NMS改进为DIoUNMS,降低YOLOv3算法对重叠度高的密集目标的漏检、误检等问题。结果对148种中药饮片进行测试,改进后的算法实现了98.47%的平均检测精度均值,相比原始YOLOv3算法提升了1.83%;对密集、重叠度高等复杂情况下的饮片实现了更好的检测效果,饮片漏检、误检、定位不精准、置信度低等问题在一定程度上得到了相应的缓解。结论改进后的算法有效提升了中药饮片的识别精度和泛化能力,为中药饮片实现自动化智能检测提供新的参考。 展开更多
关键词 中药饮片 深度学习 YOLOv3 损失函数 非极大值抑制
在线阅读 下载PDF
融合多尺度特征的无人机图像中小目标检测算法
18
作者 黄红 苏菡 闵鹏 《计算机科学》 北大核心 2025年第S1期505-509,共5页
针对无人机航拍图像小目标检测任务中小目标分布过于密集导致互相遮挡产生的漏检误检问题,提出了一种多尺度特征融合的轻量化目标检测方法。首先,提出了多尺度遮挡模块,通过该模块增强网络的多尺度信息提取能力,缩小不同尺度间的语义差... 针对无人机航拍图像小目标检测任务中小目标分布过于密集导致互相遮挡产生的漏检误检问题,提出了一种多尺度特征融合的轻量化目标检测方法。首先,提出了多尺度遮挡模块,通过该模块增强网络的多尺度信息提取能力,缩小不同尺度间的语义差异,提高对遮挡小目标的检测性能;其次,提出更加高效的共享检测头策略,该策略将不同尺度的特征信息通过共享卷积共享到不同的检测头,显著降低模型的参数量,实现对模型的轻量化;最后,引入软化非极大值抑制方法来解决传统贪心非极大值抑制在密集遮挡场景下的漏检误检问题,进一步提高了检测精度。在Visdrone-2019和RSOD数据集上评估了改进模型的有效性,相比基准模型,改进模型的平均精度均值分别提升了9.0%和6.0%,模型参数量降低了12.6%。实验结果表明,改进算法在保证轻量化的同时能够提升无人机航拍图像目标检测的精度,能够帮助无人机系统更准确地识别和追踪目标,提高了任务执行的可靠性和效率。 展开更多
关键词 无人机航拍 小目标检测 深度学习 非极大值抑制 YOLOv8
在线阅读 下载PDF
融合多尺度特征和自适应NMS的3D目标检测
19
作者 张李辉 刘紫燕 《电子测量技术》 北大核心 2025年第4期191-198,共8页
3D目标检测是自动驾驶感知系统的关键技术之一,能准确检测驾驶环境的状态从而保证行车安全。针对自动驾驶场景中行人和骑行者等小目标的3D检测精度较低的问题,提出一种基于多尺度特征和自适应非极大值抑制的3D目标检测算法。首先,设计... 3D目标检测是自动驾驶感知系统的关键技术之一,能准确检测驾驶环境的状态从而保证行车安全。针对自动驾驶场景中行人和骑行者等小目标的3D检测精度较低的问题,提出一种基于多尺度特征和自适应非极大值抑制的3D目标检测算法。首先,设计多尺度特征提取器,以获取大、中、小尺度的特征。其次,设计多尺度检测头以生成不同尺寸目标的候选框,从而补充小目标候选框。为了平衡多尺度候选框的数量,设计一种基于ANMS的候选框筛选算法,提高了对不同尺寸目标的检测精度。在KITTI数据集上的结果表明,改进算法在确保汽车类目标检测精度的同时,对行人和骑行者的检测精度达到62.57%和73.30%,比基线算法高2.04%和1.33%,验证了改进算法在小目标检测方面具有较好的3D检测性能。 展开更多
关键词 3D目标检测 多尺度特征 自适应非极大值抑制
在线阅读 下载PDF
基于分组特征提取的轻量型多源目标检测
20
作者 万军 周凯 何文磊 《红外技术》 北大核心 2025年第3期307-315,共9页
为兼顾多源目标检测网络的精度与效率,将分组卷积作用于目标多模态特征中,并配合注意力多尺度结构以及改进的目标框筛选策略,设计了一种轻量级的红外与可见光目标检测模型。模型先以多种特征降维策略对输入图像进行采样,降低噪声及冗余... 为兼顾多源目标检测网络的精度与效率,将分组卷积作用于目标多模态特征中,并配合注意力多尺度结构以及改进的目标框筛选策略,设计了一种轻量级的红外与可见光目标检测模型。模型先以多种特征降维策略对输入图像进行采样,降低噪声及冗余信息的影响;其次,根据特征通道所属模态进行分组,并利用深度可分离卷积分别对红外特征、可见光特征以及融合特征进行提取,提升多源特征提取结构的多样性以及高效性;然后,针对各维度多模态特征,引入改进的注意力机制来增强关键特征,再结合邻域多尺度融合结构保障网络的尺度不变性;最后,利用优化后的非极大值抑制算法来综合各尺度目标预测结果,精确检测出各个目标。通过在KAIST、FLIR、RGBT公开数据集上的测试结果表明,所提模型有效提升了目标检测性能,并且相对于同类型多源目标检测方法,该模型也体现出较高的鲁棒性和泛化性,可以更好地实现目标检测。 展开更多
关键词 多源目标检测 分组特征提取 注意力多尺度 非极大值抑制
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 … 9 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