检索结果-维普期刊中文期刊服务平台

使用GIoU改进非极大值抑制的目标检测算法被引量：34: 1; 作者侯志强刘晓义 +3 位作者余旺盛蒲磊马素刚范九伦《电子学报》 EI CAS CSCD 北大核心 2021年第4期696-705,共10页; 针对单阈值-非极大值抑制算法中出现的目标漏检和重复检测问题,本文提出了一种使用全局交并比指标GIoU(Generalized Intersection over Union)衡量目标相似度的双阈值非极大值抑制算法GDT-NMS(Generalized Dual Threshold NMS,GDT-NMS)... 展开更多; 关键词双阈值非极大值抑制算法重复检测后处理; 在线阅读下载PDF 职称材料

改进YOLOv5s算法的无人机小目标检测方法被引量：1: 2; 作者杨兴志《科学技术创新》 2024年第11期80-83,共4页; 针对无人机视角小目标检测出现目标漏检、误检和精度不高的问题,研究适用于无人机视角下的YOLOv5目标检测算法。首先,为了使网络学习到更多的特征,在主干网络中引入轻量化的MobileNetV3_Small算法,增强模型特征提取能力的同时降低了参... 展开更多; 关键词无人机小目标检测 YOLOv5s MobileNetV3 非极大值抑制算法; 在线阅读下载PDF 职称材料

基于Edge Boxes和深度学习的非限制条件下人脸检测被引量：2: 3; 作者刘英剑张起贵《现代电子技术》北大核心 2018年第13期29-33,共5页; 针对光线、旋转、遮挡、平移等因素对人脸检测结果产生的干扰,提出一种基于Edge Boxes和深度学习相结合的人脸检测算法。首先采用Edge Boxes算法提取出可能存在人脸的边界框,提取边界框中的图像并调整至合适的大小,作为卷积神经网络的输... 展开更多; 关键词人脸检测特征提取深度学习 EDGE BOXES 卷积神经网络非极大抑制算法; 在线阅读下载PDF 职称材料

基于检测-分割的图像拼接篡改盲取证算法被引量：1: 4; 作者杨超周大可杨欣《电子设计工程》 2020年第13期169-174,共6页; 为了解决现有图像拼接篡改盲取证算法中所存在的篡改区域检测偏差大,篡改对象分割精度低,算法框架单一等问题,提出了一种基于检测-分割的图像拼接篡改盲取证算法。该算法基于Mask R-CNN的网络结构,新增一条自下而上的路径来改进特征金字... 展开更多; 关键词图像篡改盲取证 Mask R-CNN 特征金字塔非极大值抑制算法; 在线阅读下载PDF 职称材料

结合卷积注意力机制改进YOLOv5s的垃圾检测: 5; 作者王娟娟黄炜马生菊《电子器件》 CAS 2024年第5期1434-1440,共7页; 针对传统生活垃圾检测模型检测精度低,假阳性和假阴性高的问题,提出一种结合卷积注意力机制改进YOLOv5s的垃圾检测算法。首先,利用改进的双阈值非极大抑制算法(NMS)查找原始YOLOv5s的锚框中置信度较高的检测框;然后,利用卷积注意力机制(... 展开更多; 关键词垃圾检测 YOLOv5s 卷积注意力机制双阈值非极大抑制算法 CSPDarknet53; 在线阅读下载PDF 职称材料

自然环境下基于增强YOLOv3的百香果目标检测被引量：1: 6; 作者张展榜罗志聪 +2 位作者周志斌李鹏博孙奇燕《安徽农业科学》 CAS 2022年第6期186-192,197,共8页; 为解决当前流行的目标检测模型对自然环境下百香果由于目标密集互相遮挡所致的检测效率低等问题,以YOLOv3网络为基础,提出了一种基于增强的YOLOv3百香果目标检测算法。首先,针对百香果目标尺寸的特点,利用以交并比为距离度量的改进K-mea... 展开更多; 关键词百香果自然场景密集目标检测增强YOLOv3 非极大抑制算法; 在线阅读下载PDF 职称材料

基于深度学习的大型陨石坑识别方法研究被引量：8: 7; 作者郑磊胡维多刘畅《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第5期994-1004,共11页; 陨石坑是天体表面最为显著的地形特征,传统陨石坑识别方法主要是对小型陨石坑正负样本的二分类问题研究,且效率和精度均不高。以星体宏观视角下的大型陨石坑作为研究对象,结合图像处理和神经网络等方面的知识,创建了来自不同数据源的陨... 展开更多; 关键词深度学习卷积神经网络陨石坑识别非极大值抑制(NMS)算法目标检测; 在线阅读下载PDF 职称材料

题名使用GIoU改进非极大值抑制的目标检测算法被引量：34: 1; 作者侯志强刘晓义余旺盛蒲磊马素刚范九伦; 机构西安邮电大学计算机学院空军工程大学信息与导航学院西安邮电大学通信与信息工程学院; 出处《电子学报》 EI CAS CSCD 北大核心 2021年第4期696-705,共10页; 基金国家自然科学基金(No.61703423,No.61473309,No.62072370)。; 文摘针对单阈值-非极大值抑制算法中出现的目标漏检和重复检测问题,本文提出了一种使用全局交并比指标GIoU(Generalized Intersection over Union)衡量目标相似度的双阈值非极大值抑制算法GDT-NMS(Generalized Dual Threshold NMS,GDT-NMS).使用双阈值改进NMS算法和soft-NMS算法,抑制多余的检测框;在此基础上,使用GIoU替换传统的IoU计算目标间的相似度,使目标的定位更加准确;进一步,使用非线性函数赋予检测框不同比例的权值惩罚,使检测框的得分随距离呈非线性变化,目标区分度更高.改进算法在PASCAL VOC和MSCOCO上的检测精度分别为74.8%和25.9%,与使用NMS算法作为后处理的Faster R-CNN算法相比,性能分别提升了1.6%和1.5%.同时本文算法具有较快的检测速度.; 关键词双阈值非极大值抑制算法重复检测后处理; Keywords double threshold non-maximum suppression algorithm repeated detection post processing; 分类号 TP391.4 [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

题名改进YOLOv5s算法的无人机小目标检测方法被引量：1: 2; 作者杨兴志; 机构北京建筑大学测绘与城市空间信息学院; 出处《科学技术创新》 2024年第11期80-83,共4页; 文摘针对无人机视角小目标检测出现目标漏检、误检和精度不高的问题,研究适用于无人机视角下的YOLOv5目标检测算法。首先,为了使网络学习到更多的特征,在主干网络中引入轻量化的MobileNetV3_Small算法,增强模型特征提取能力的同时降低了参数量和运算量,方便部署到无人机设备。然后,为了加强模型在目标聚集的情形下以降低漏检并提升检测精度,替换原始非极大值抑制算法为Soft-NMS。实验结果表明,改进的模型在VisDrone2019数据集上检测精度达到34.7%,相比于YOLOv5s算法精度提高5.4个百分点,同时降低了模型的参数和浮点运算量,便于部署到无人机设备,使得改进后的算法可以更好的应用于无人机视角下的图像目标检测任务中。; 关键词无人机小目标检测 YOLOv5s MobileNetV3 非极大值抑制算法; Keywords UAV small target detection YOLOv5s MobileNetV3 Non-Maximum Suppression algorithm; 分类号 TP391.4 [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Edge Boxes和深度学习的非限制条件下人脸检测被引量：2: 3; 作者刘英剑张起贵; 机构太原理工大学数字图像处理实验室; 出处《现代电子技术》北大核心 2018年第13期29-33,共5页; 基金山西省基础研究项目自然科学基金(2013011017-3).; 文摘针对光线、旋转、遮挡、平移等因素对人脸检测结果产生的干扰,提出一种基于Edge Boxes和深度学习相结合的人脸检测算法。首先采用Edge Boxes算法提取出可能存在人脸的边界框,提取边界框中的图像并调整至合适的大小,作为卷积神经网络的输入,然后利用卷积神经网络对提取出的图像进行特征提取和分类,最后利用非极大抑制算法排除多余人脸检测框,得到人脸的准确位置。该算法应用于LFW和Yale B人脸数据库的检测率分别达到98.7%和98.5%,识别单张人脸的时间均小于0.5 s。实验结果表明,该算法在检测率和检测速率方面较传统算法都有了很大的提高,对于遮挡、光照、旋转等干扰具有更强的鲁棒性。; 关键词人脸检测特征提取深度学习 EDGE BOXES 卷积神经网络非极大抑制算法; Keywords face detection feature extraction deep learning Edge Boxes convolution neural network non-maximalsuppression algorithm; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] 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

题名基于检测-分割的图像拼接篡改盲取证算法被引量：1: 4; 作者杨超周大可杨欣; 机构南京航空航天大学自动化学院; 出处《电子设计工程》 2020年第13期169-174,共6页; 文摘为了解决现有图像拼接篡改盲取证算法中所存在的篡改区域检测偏差大,篡改对象分割精度低,算法框架单一等问题,提出了一种基于检测-分割的图像拼接篡改盲取证算法。该算法基于Mask R-CNN的网络结构,新增一条自下而上的路径来改进特征金字塔(FPN)的网络结构,以实现多级特征的融合。同时采用新的非极大值抑制算法Soft-NMS,在不增加计算复杂度的前提下提升区域提取网络(RPN)的输出结果。此外,在该算法中定义合适的损失函数,以满足检测-分割任务融合的实验需要。实验结果表明,该算法在标准测试集中AP值达到了0.794和0.769,F1_measure值达到了0.693和0.745,MCC值达到了0.649和0.685,检测与分割性能均达到最优。; 关键词图像篡改盲取证 Mask R-CNN 特征金字塔非极大值抑制算法; Keywords image blind forensics Mask R-CNN feature pyramid net Soft-NMS; 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

题名结合卷积注意力机制改进YOLOv5s的垃圾检测: 5; 作者王娟娟黄炜马生菊; 机构兰州信息科技学院信息工程学院; 出处《电子器件》 CAS 2024年第5期1434-1440,共7页; 基金甘肃省创新基金项目(2022B-413)。; 文摘针对传统生活垃圾检测模型检测精度低,假阳性和假阴性高的问题,提出一种结合卷积注意力机制改进YOLOv5s的垃圾检测算法。首先,利用改进的双阈值非极大抑制算法(NMS)查找原始YOLOv5s的锚框中置信度较高的检测框;然后,利用卷积注意力机制(CBAM)改进CSPDarknet53特征提取网络,强化映射到深度特征空间的特征的表达能力;最后,在自制垃圾检测数据集上对改进的网络进行训练,实现垃圾的快速定位与识别。通过在真实场景中进行测试,结果表明所提模型可以实现不同形态的多种垃圾定位与识别,平均识别精度达到95.61%,召回率达到94.85%,F1值可以达到95.70%,同时可以实现单幅图像6.01 ms的检测时间开销,满足实际应用需求,有助于促进垃圾智能化检测的效率。; 关键词垃圾检测 YOLOv5s 卷积注意力机制双阈值非极大抑制算法 CSPDarknet53; Keywords garbageclassification YOLOv5s comvolutional block attention module dual-threshold non-maximum suppression Cspdarknet53; 分类号 TP391.4 [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

题名自然环境下基于增强YOLOv3的百香果目标检测被引量：1: 6; 作者张展榜罗志聪周志斌李鹏博孙奇燕; 机构福建农林大学机电工程学院福建农林大学计算机与信息学院; 出处《安徽农业科学》 CAS 2022年第6期186-192,197,共8页; 基金海峡博士后交流资助计划项目。; 文摘为解决当前流行的目标检测模型对自然环境下百香果由于目标密集互相遮挡所致的检测效率低等问题,以YOLOv3网络为基础,提出了一种基于增强的YOLOv3百香果目标检测算法。首先,针对百香果目标尺寸的特点,利用以交并比为距离度量的改进K-means++算法,重新获取与目标果实相匹配的锚选框,提高对目标的框选精度以及模型的收敛速度;其次,在输出网络中将用来筛选目标预测框的Soft-NMS算法通过线性函数的形式对其高斯函数的抑制参数进行改进,以提高模型在不同密集场景下的适应性和检测能力;最后,利用增强的YOLOv3模型在经过预处理后的百香果数据集上进行多次试验对比,结果表明增强后的YOLOv3目标检测算法平均精度均值(mAP)达到94.62%,F_(1)值达到94.34%,较原YOLOv3算法分别提升了4.58和3.68百分点,平均检测速度为25.45帧/s,基本满足了自然环境下百香果目标检测的精准性和实时性要求。; 关键词百香果自然场景密集目标检测增强YOLOv3 非极大抑制算法; Keywords Passiflora edulis Sims. Natural scene Dense target detection Enhanced YOLOv3 Non-maximum suppression algorithm; 分类号 S126 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名基于深度学习的大型陨石坑识别方法研究被引量：8: 7; 作者郑磊胡维多刘畅; 机构北京航空航天大学宇航学院中国科学院深圳先进技术研究院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第5期994-1004,共11页; 基金国家自然科学基金(61703017)。; 文摘陨石坑是天体表面最为显著的地形特征,传统陨石坑识别方法主要是对小型陨石坑正负样本的二分类问题研究,且效率和精度均不高。以星体宏观视角下的大型陨石坑作为研究对象,结合图像处理和神经网络等方面的知识,创建了来自不同数据源的陨石坑样本数据库,研究了数据源对网络模型泛化能力的影响,提出了一种效率更高的陨石坑多分类识别方法。在非极大值抑制(NMS)算法基础上,提出了一种精度更高的陨石坑检测算法。经过参数优化和实验验证,构建的基于深度学习的多尺度多分类陨石坑自动识别网络框架取得了较高的准确率,在同源验证集上识别率可达0.985,在异源验证集上识别率可达0.863,并且有效改善了目标检测时检测框冗余及误检测的问题。; 关键词深度学习卷积神经网络陨石坑识别非极大值抑制(NMS)算法目标检测; Keywords deep learning convolutional neural network crater identification Non-Maximum Suppression(NMS)algorithm object detection; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] V448.251 [航空宇航科学与技术—飞行器设计]; 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	使用GIoU改进非极大值抑制的目标检测算法	侯志强刘晓义余旺盛蒲磊马素刚范九伦	《电子学报》 EI CAS CSCD 北大核心	2021	34	在线阅读下载PDF 职称材料
2	改进YOLOv5s算法的无人机小目标检测方法	杨兴志	《科学技术创新》	2024	1	在线阅读下载PDF 职称材料
3	基于Edge Boxes和深度学习的非限制条件下人脸检测	刘英剑张起贵	《现代电子技术》北大核心	2018	2	在线阅读下载PDF 职称材料
4	基于检测-分割的图像拼接篡改盲取证算法	杨超周大可杨欣	《电子设计工程》	2020	1	在线阅读下载PDF 职称材料
5	结合卷积注意力机制改进YOLOv5s的垃圾检测	王娟娟黄炜马生菊	《电子器件》 CAS	2024	0	在线阅读下载PDF 职称材料
6	自然环境下基于增强YOLOv3的百香果目标检测	张展榜罗志聪周志斌李鹏博孙奇燕	《安徽农业科学》 CAS	2022	1	在线阅读下载PDF 职称材料
7	基于深度学习的大型陨石坑识别方法研究	郑磊胡维多刘畅	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2020	8	在线阅读下载PDF 职称材料