基于改进Faster R-CNN与U-Net算法的桥梁病害识别与量化方法 被引量：1

1

作者 乔朋 梁志强 +3 位作者 段长江 马晨 王思龙 狄谨 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第3期627-638,共12页

为实现桥梁病害检测的自动化,对基于图像处理技术的混凝土桥梁表观病害的智能识别和尺寸确定方法展开研究.提出基于改进Faster R-CNN算法的病害识别方法,利用K均值聚类和遗传算法对区域候选网络锚框进行优化设计;以裂缝预测区域为基础,... 为实现桥梁病害检测的自动化,对基于图像处理技术的混凝土桥梁表观病害的智能识别和尺寸确定方法展开研究.提出基于改进Faster R-CNN算法的病害识别方法,利用K均值聚类和遗传算法对区域候选网络锚框进行优化设计;以裂缝预测区域为基础,提出ResNet34结合U-Net的裂缝形态提取方法,并结合裂缝形态学研究了裂缝像素宽度和长度的确定方法.结果表明:锚框优化设计可改进Faster R-CNN算法的表观病害识别效果,5类常见病害的预测准确率、召回率、平均精确率分别由68.40%、69.87%、74.64%提升到85.40%、83.59%、83.72%;利用病害预测框,结合改进U-Net算法的裂缝像素尺寸计算,可实现裂缝病害尺寸的自动测量;基于改进Faster R-CNN和改进U-Net的方法可实现混凝土桥梁常见病害的智能识别和尺寸量化,从而提高桥梁病害检测效率并促进桥梁技术状况评定的智能化. 展开更多

关键词 桥梁工程 表观病害识别 裂缝尺寸确定 改进faster r-cnn 改进U-Net

在线阅读 下载PDF 职称材料

基于Faster R-CNN的航拍图像中绝缘子识别 被引量：31

2

作者 程海燕 翟永杰 陈瑞 《现代电子技术》 北大核心 2019年第2期98-102,共5页

为了解决传统绝缘子识别方法存在适用性不强、识别效率低的问题,结合深度卷积神经网络思想,提出一种从电网巡检航拍图像中自动识别绝缘子的方法。应用Faster R-CNN框架,结合电网巡检航拍图像数据库,构建绝缘子识别系统,自动识别航拍图... 为了解决传统绝缘子识别方法存在适用性不强、识别效率低的问题,结合深度卷积神经网络思想,提出一种从电网巡检航拍图像中自动识别绝缘子的方法。应用Faster R-CNN框架,结合电网巡检航拍图像数据库,构建绝缘子识别系统,自动识别航拍图像中的绝缘子,并分析不同模型和参数对识别精确度的影响。实验结果表明,相比于传统航拍绝缘子识别方法,采用深度卷积神经网络对航拍绝缘子进行学习和识别,具有较高的识别准确率和效率,可以很好地识别各种类型的绝缘子,识别性能大幅度提高。 展开更多

关键词 卷积神经网络 深度学习 faster r-cnn 航拍图像 绝缘子识别 智能电网

在线阅读 下载PDF 职称材料

基于Faster R-CNN的新疆棉花幼苗与杂草识别方法 被引量：6

3

作者 许燕 温德圣 +2 位作者 周建平 樊湘鹏 刘洋 《排灌机械工程学报》 CSCD 北大核心 2021年第6期602-607,共6页

针对新疆棉田杂草的伴生特点带来的特征过拟合、精确率低等问题,以新疆棉花幼苗与杂草为研究对象,分析杂草识别率低的影响因素,建立了基于Faster R-CNN的网络识别模型.采集不同角度、不同自然环境和不同密集程度混合生长的棉花幼苗与杂... 针对新疆棉田杂草的伴生特点带来的特征过拟合、精确率低等问题,以新疆棉花幼苗与杂草为研究对象,分析杂草识别率低的影响因素,建立了基于Faster R-CNN的网络识别模型.采集不同角度、不同自然环境和不同密集程度混合生长的棉花幼苗与杂草图像5370张.为确保样本质量以及多样性,利用颜色迁移和数据增强来提高图像的颜色特征与扩大样本量,以PASCAL VOC格式数据集进行网络模型训练.通过综合对比VGG16,VGG19,ResNet50和ResNet101这4种网络的识别时间与精度,选择VGG16网络训练Faster R-CNN模型.在此基础上设计了纵横比为1∶1的最佳锚尺度,在该模型下对新疆棉花幼苗与杂草进行识别,实现91.49%的平均识别精度,平均识别时间262 ms.研究结果为农业智能精确除草装备的研发提供了参考. 展开更多

关键词 新疆棉花苗期 杂草识别 卷积神经网络 faster r-cnn

在线阅读 下载PDF 职称材料

基于改进Faster R-CNN的无人机视频车辆自动检测 被引量：10

4

作者 彭博 蔡晓禹 +2 位作者 唐聚 谢济铭 张媛媛 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第6期1199-1204,共6页

为了从广域视角准确提取道路交通信息,提出了一种用于无人机视频车辆自动识别的改进Faster R-CNN模型.该模型以基于ZF网络的Faster R-CNN为原型,优化调整学习策略、训练图像尺寸、学习率等模型参数,调整RPN网络卷积核并引入SoftNMS算法... 为了从广域视角准确提取道路交通信息,提出了一种用于无人机视频车辆自动识别的改进Faster R-CNN模型.该模型以基于ZF网络的Faster R-CNN为原型,优化调整学习策略、训练图像尺寸、学习率等模型参数,调整RPN网络卷积核并引入SoftNMS算法,增加1~3个特征提取卷积层和激活层.基于无人机交通视频构建了训练图像集,对现有Faster R-CNN模型及改进模型进行训练和测试.结果显示,与采用Step学习策略的模型相比,采用学习策略Inv的模型车辆识别平均准确率提高了0.4%~9.4%.引入SoftNMS算法的模型比引入前的模型平均准确率提高了0.1%~7.9%.提出的改进模型平均准确率为94.6%,较基于ZF的Faster R-CNN模型、基于VGGM的Faster R-CNN模型和基于VGG16的Faster R-CNN模型分别提高了13.1%、13.1%和4.1%,且训练时间减少约3%,对多种场景的视频车辆检测具有较好的适用性. 展开更多

关键词 智能交通 车辆检测 深度学习 无人机视频 faster r-cnn

在线阅读 下载PDF 职称材料

基于Faster R-CNN网络模型的铁路异物侵限检测算法研究 被引量：45

5

作者 徐岩 陶慧青 虎丽丽 《铁道学报》 EI CAS CSCD 北大核心 2020年第5期91-98,共8页

行人和车辆等异物侵入铁路周边限界内的情况严重威胁了行人自身安全及铁路行车安全。针对传统铁路异物检测算法识别精度不高、分类不明确和结果易受外界环境影响等缺点,提出了一种基于Faster R-CNN网络模型的铁路异物侵限检测算法,并对... 行人和车辆等异物侵入铁路周边限界内的情况严重威胁了行人自身安全及铁路行车安全。针对传统铁路异物检测算法识别精度不高、分类不明确和结果易受外界环境影响等缺点,提出了一种基于Faster R-CNN网络模型的铁路异物侵限检测算法,并对该模型做适应性改进以满足铁路异物检测的现实需要。提出将全连接层用全局平均池化层替代来减少参数量;通过增加锚点个数来提高对目标区域建议的精确性;引入迁移学习思想训练网络以解决铁路异物侵限数据匮乏问题。在铁路异物侵限视频数据集上进行测试表明,本算法对于人、车及部分动物的综合检测精确度达到了97.81%。 展开更多

关键词 铁路异物检测 卷积神经网络 faster r-cnn 迁移学习 全局平均池化

在线阅读 下载PDF 职称材料

基于Faster R-CNN的铁路接触网鸟巢检测 被引量：6

6

作者 王纪武 罗海保 +1 位作者 鱼鹏飞 刘亚凡 《铁道机车车辆》 北大核心 2020年第2期78-81,108,共5页

为了解决铁路接触上筑巢对铁路安全运行造成的潜在危害,提出一种基于Faster R-CNN的铁路接触网鸟巢检测方法。首先通过改进卷积神经网络VGG16对目标进行特征提取;然后参考RPN网络利用3x3的滑动窗口分别在不同分辨率的卷积特征图上获取... 为了解决铁路接触上筑巢对铁路安全运行造成的潜在危害,提出一种基于Faster R-CNN的铁路接触网鸟巢检测方法。首先通过改进卷积神经网络VGG16对目标进行特征提取;然后参考RPN网络利用3x3的滑动窗口分别在不同分辨率的卷积特征图上获取目标初始建议区域,最后选择在分辨率较高的Conv4卷积特征图上增加一个反卷积操作对该层特征图的分辨率进行进一步提升,并作为建议窗口的特征映射层传入目标检测子网络中。通过对实际高速铁路行进中拍摄的含有鸟巢的图像进行试验验证。试验结果表明:文中提出的方法在检测精度与速度上,均优于目前主流的Faster R-CNN算法。该方法为实现铁路沿线接触上鸟巢的自动检测提供了可靠依据。 展开更多

关键词 faster r-cnn 卷积神经网络 接触网 鸟巢检测

在线阅读 下载PDF 职称材料

基于级联Faster R-CNN的高铁接触网支撑装置等电位线故障检测 被引量：15

7

作者 李长江 韩志伟 +2 位作者 钟俊平 王立有 刘志刚 《铁道学报》 EI CAS CSCD 北大核心 2019年第6期68-73,共6页

在高速铁路接触网支撑与悬挂装置中,等电位线起到保证定位管与定位器间可靠电连接的作用。当其发生散股故障时,会对定位器支座造成电化学腐烛,甚至导致定位器与支座连接处断裂脱离,影响行车运行安全。针对高速铁路接触网支撑装置等电位... 在高速铁路接触网支撑与悬挂装置中,等电位线起到保证定位管与定位器间可靠电连接的作用。当其发生散股故障时,会对定位器支座造成电化学腐烛,甚至导致定位器与支座连接处断裂脱离,影响行车运行安全。针对高速铁路接触网支撑装置等电位线散股问题,提出一种基于级联Faster R-CNN目标定位的等电位线不良状态检测方法。通过分析接触网4C检测车采集到的接触网支撑及悬挂装置图像,利用第一级Faster R-CNN获得定位器支座部件特征并实现定位;利用第二级Faster R-CNN学习等电位线散股故障特征;通过对比分析等电位线正常及故障占比,实现等电位线正常与故障分类。实验表明,本方法能够较准确地实现等电位线不良状态检测,测试集识别准确率达到94.5%。 展开更多

关键词 等电位线 散股故障 级联faster r-cnn 深度学习

在线阅读 下载PDF 职称材料

基于Faster R-CNN算法的船舶识别检测 被引量：9

8

作者 崔巍 杨亮亮 +3 位作者 夏荣 牟向伟 樊晓伟 杨海峰 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2020年第2期182-187,223,共7页

目前,检测卫星图像中船舶的常用方法如合成孔径雷达(synthetic-aperture radar,SAR)对多目标仍难以达到精确检测,而更快速的区域卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)算法是一种深度学习算法,... 目前,检测卫星图像中船舶的常用方法如合成孔径雷达(synthetic-aperture radar,SAR)对多目标仍难以达到精确检测,而更快速的区域卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)算法是一种深度学习算法,用于物体检测和分类时,可以实现高精度实时监测。文章应用Faster R-CNN算法对卫星图像中的船舶进行识别和检测,并与传统尺度不变特征转换(scale-invariant feature transform,SIFT)算法、快速区域卷积神经网络(fast region-based convolutional neural network,Fast R-CNN)算法进行对比。研究结果表明,Faster R-CNN算法比传统SIFT算法和Fast R-CNN算法有更好的收敛速度和识别精度,该算法在船舶识别方面具有较大潜力。 展开更多

关键词 卫星图像 船舶检测 更快速的区域卷积神经网络(faster r-cnn) 尺度不变特征转换(SIFT) 快速区域卷积神经网络(Fast r-cnn)

在线阅读 下载PDF 职称材料

基于区域卷积神经网络Faster R-CNN的手势识别方法 被引量：12

9

作者 张勋 陈亮 +1 位作者 朱雪婷 胡诚 《东华大学学报（自然科学版）》 CAS 北大核心 2019年第4期559-563,共5页

为提升手势识别算法的准确率,引入深度学习中区域卷积神经网络Faster R-CNN (faster region-convolution neural network)。利用该网络的卷积神经网络自动提取手势目标特征,采用RPN(region proposal networks)机制提取候选框以提高搜索... 为提升手势识别算法的准确率,引入深度学习中区域卷积神经网络Faster R-CNN (faster region-convolution neural network)。利用该网络的卷积神经网络自动提取手势目标特征,采用RPN(region proposal networks)机制提取候选框以提高搜索效率,采用Faster R-CNN网络对建议框做目标检测和分类以实现手势端到端的识别。结果表明,该方法能够更加准确高效地完成手势特征提取和分类任务,有效提高手势识别准确率。 展开更多

关键词 区域卷积神经网络 faster r-cnn 手势识别 深度学习

在线阅读 下载PDF 职称材料

一种基于聚类特征的Faster R-CNN粮仓害虫检测方法 被引量：7

10

作者 张诗雨 夏凯 +2 位作者 杜晓晨 冯海林 陈力 《中国粮油学报》 EI CAS CSCD 北大核心 2020年第4期165-172,共8页

基于Faster R-CNN模型提出复杂背景下粮仓害虫的检测识别方法。将六种常见的储粮害虫(豆象、谷蠹、米象、锯谷盗、赤拟谷盗、锈赤扁谷盗)分别以大米、小米为背景,建立了真实背景下粮仓害虫图像数据集SGI-6。SGI-6中包括网络获取图像、... 基于Faster R-CNN模型提出复杂背景下粮仓害虫的检测识别方法。将六种常见的储粮害虫(豆象、谷蠹、米象、锯谷盗、赤拟谷盗、锈赤扁谷盗)分别以大米、小米为背景,建立了真实背景下粮仓害虫图像数据集SGI-6。SGI-6中包括网络获取图像、显微镜采集图像和单反拍摄图像三种多目标尺度的数据集。根据粮仓害虫的小目标特性,使用聚类算法改进Faster R-CNN模型的区域提案网络,来提取这些图像中含有害虫的区域,并对这些区域中的害虫进行分类。实验结果表明,该方法能够在储粮条件下检测和识别粮仓害虫,且其平均准确率(mAP)达到96.63%。 展开更多

关键词 粮仓害虫 卷积神经网络 faster r-cnn 聚类特征 害虫检测

在线阅读 下载PDF 职称材料

基于Faster R-CNN的海域监管预警方法 被引量：5

11

作者 文莉莉 孙苗 邬满 《吉林大学学报（信息科学版）》 CAS 2021年第4期421-429,共9页

针对传统实地调查取证、人工对比遥感影像等高成本、低效率的海域监管方式无法满足当前监管需求的问题,利用星遥感影像和深度学习算法提出了一种针对大范围的、快速动态的用海综合管控手段。依托海量影像及多源海洋基础数据,在研究多规... 针对传统实地调查取证、人工对比遥感影像等高成本、低效率的海域监管方式无法满足当前监管需求的问题,利用星遥感影像和深度学习算法提出了一种针对大范围的、快速动态的用海综合管控手段。依托海量影像及多源海洋基础数据,在研究多规融合分析的基础上,基于Faster R-CNN(Regions with Convolutional Neural Networks features)算法,建立人工智能识别模型,实现对海上目标、非法用海占海与破坏生态环境行为的自动识别与预警。分析了Faster R-CNN算法原理,采用不同年份、不同卫星、不同分辨率的卫星遥感数据,针对5种常见海洋目标,建立了10000多张图片样本库,利用VGG16和RestNet101两种网络模型进行了训练和测试。实验结果表明,RestNet101模型计算量略大于VGG16模型,但其具有更强的复杂特征提取能力,更适合于复杂海上目标的检测与识别;对本文中特定的5类目标总体识别准确率在80%以上。利用该模型结合海洋规划数据,实现了大范围海域的快速自动监管和非法用户行为预警,为海洋智能化监管提供了一种新思路。 展开更多

关键词 faster r-cnn算法 卷积神经网络 多规融合 遥感影像 海域监管

在线阅读 下载PDF 职称材料

基于Faster R-CNN的无人机车辆目标检测 被引量：17

12

作者 张莹 刘子龙 万伟 《电子科技》 2021年第11期11-20,共10页

无人机视角目标存在分辨率低、完整度低、干扰项多等缺点。此外,无人机目标检测系统研究进展缓慢,其对于小目标、不完整目标和重叠目标的检测精度无法满足社会实际需求。针对以上问题,文中提出一种基于Faster R-CNN的无人机平台车辆目... 无人机视角目标存在分辨率低、完整度低、干扰项多等缺点。此外,无人机目标检测系统研究进展缓慢,其对于小目标、不完整目标和重叠目标的检测精度无法满足社会实际需求。针对以上问题,文中提出一种基于Faster R-CNN的无人机平台车辆目标检测解决方案。该方案使用ResNet卷积神经网络作为特征提取网络,并改进网络结构,重新设计Anchor生成和改进Soft-NMS算法等策略,解决了小目标、不完整目标和重叠目标的检测精度低等问题,提高了无人机车辆检测的精度。文中所构建的数据集测试实验表明,所提算法较改进前AP值提高13.46%。公开数据集上的测试实验表明,相较于目前的主流算法,文中所提算法拥有更好的AP值和召回率。 展开更多

关键词 faster r-cnn 无人机图像 车辆检测 ResNet 卷积神经网络 网络结构改进 Anchor生成 Soft-NMS算法

在线阅读 下载PDF 职称材料

基于Faster R-CNN的自动扶梯乘客异常位姿检测研究 被引量：3

13

作者 徐火力 黄学斌 +2 位作者 郑祥盘 李佐勇 伏喜斌 《设备监理》 2021年第1期45-51,61,共8页

针对扶梯运行时光照的变化、阴影、背景中固定对象的移动等因素严重影响机器视觉检测精度问题,为了提高对扶梯乘客位姿目标的检测精度和效率,采用VGG16卷积神经网络作为Faster-RCNN(Faster-Regions with CNN features)的基础网络,提出... 针对扶梯运行时光照的变化、阴影、背景中固定对象的移动等因素严重影响机器视觉检测精度问题,为了提高对扶梯乘客位姿目标的检测精度和效率,采用VGG16卷积神经网络作为Faster-RCNN(Faster-Regions with CNN features)的基础网络,提出基于改进Faster R-CNN的扶梯乘客异常位姿实时检测改进算法。首先Faster R-CNN对视频图像进行全卷积操作得到特征图,再通过RPN层得到被测对象的类别分数以及对象物体所在原图中所在的位置,利用Faster R-CNN算法处理后的图像得到扶梯上乘客诸如下蹲、身体弯曲等异常位姿,从而判断乘客是否处于危险状态。实验结果表明:FasterR-CNN的检测算法能准确实时地识别出扶梯乘客的危险位姿,从而实现控制系统及时做出相应的安全保护措施,提高自动扶梯运行的安全性能。 展开更多

关键词 自动扶梯 faster r-cnn RPN模型 位姿检测 卷积神经网络

在线阅读 下载PDF 职称材料

基于Faster R-CNN的仓库视频监控目标检测方法研究 被引量：6

14

作者 王纪军 靖慧 +2 位作者 冯曙明 杨永成 潘晨溦 《信息技术》 2019年第7期92-96,共5页

针对目前电力仓库视频监控图像中目标检测算法对小目标物体、部分遮挡及尺寸大小不一存在检测难度大、漏检、错检等问题,提出基于Faster R-CNN的仓库视频监控目标检测方法,实现电力仓库视频监控中目标分类与识别及仓库智能化监控,保护... 针对目前电力仓库视频监控图像中目标检测算法对小目标物体、部分遮挡及尺寸大小不一存在检测难度大、漏检、错检等问题,提出基于Faster R-CNN的仓库视频监控目标检测方法,实现电力仓库视频监控中目标分类与识别及仓库智能化监控,保护仓库安全。实验结果表明,该方法提高了目标识别的准确度(mAP),减少了目标物体识别时间。 展开更多

关键词 目标检测 卷积神经网络 faster r-cnn 视频监控 电力仓库

在线阅读 下载PDF 职称材料

基于RepGT损失的改进Faster R-CNN的包裹检测算法 被引量：2

15

作者 范海红 《物流技术》 2022年第5期78-81,共4页

针对目前我国快递包裹中转中心面临的快递包裹文件数量密集型问题以及包裹辨识检测算法技术,提供了一个经过改进的Faster R-CNN辨识检测算法。通过修改Faster R-CNN算法中的损失函数,用RepGT损失函数替代原回归项中的损失函数,使得选取... 针对目前我国快递包裹中转中心面临的快递包裹文件数量密集型问题以及包裹辨识检测算法技术,提供了一个经过改进的Faster R-CNN辨识检测算法。通过修改Faster R-CNN算法中的损失函数,用RepGT损失函数替代原回归项中的损失函数,使得选取的包裹候选框更接近包裹目标框,完成图像检测。通过数据实验发现,改进后的算法比传统的Faster R-CNN在精度上提升了2.38AP,同时发现当损失函数中参数σ=1时,检测精确度达到最高。 展开更多

关键词 包裹检测 卷积神经网络 faster r-cnn RepGT损失

在线阅读 下载PDF 职称材料

Faster R-CNN模型改进及机翼标记检测应用 被引量：1

16

作者 惠小强 刘欢 杨小宝 《西安邮电大学学报》 2021年第3期73-79,共7页

对更快区域神经网络(Faster Region Convolutional Neural Network,Faster R-CNN)模型加以改进,并应用于机翼关键标记点位置检测。采用残差网络ResNet-101代替Faster R-CNN模型中的视觉几何组(Visual Geometry Group,VGG)16网络,作为特... 对更快区域神经网络(Faster Region Convolutional Neural Network,Faster R-CNN)模型加以改进,并应用于机翼关键标记点位置检测。采用残差网络ResNet-101代替Faster R-CNN模型中的视觉几何组(Visual Geometry Group,VGG)16网络,作为特征提取的基础主干网络。添加属性分类器,利用多种特征检测方法检测机翼标志点的属性、类别以及位置的标签信息,排除与机翼标志点特征相似的标签标志点。通过特征金字塔17思想,构建特征融合策略,选择适合机翼标志点的锚尺寸生成适用的检测框。在机翼标志点专有数据集的测试结果表明,改进模型能在复杂环境下稳健地提取检测目标,检测准确率有所提高。 展开更多

关键词 计算机视觉 目标检测 机翼关键点检测 更快区域神经网络 属性检测 特征融合

在线阅读 下载PDF 职称材料

基于Faster R-CNN的辅助驾驶相关检测 被引量：1

17

作者 孙铁强 贺颖 《华北理工大学学报（自然科学版）》 CAS 2018年第4期112-119,共8页

将经典的深度学习目标检测框架Faster R-CNN应用于与辅助驾驶相关的检测任务,包括行人检测、车辆检测、交通灯检测和交通标志检测。收集了相关数据集,共有9个类别。在ImageNet上预训练后的VGG Net上搭建Faster R-CNN检测器,并在收集到... 将经典的深度学习目标检测框架Faster R-CNN应用于与辅助驾驶相关的检测任务,包括行人检测、车辆检测、交通灯检测和交通标志检测。收集了相关数据集,共有9个类别。在ImageNet上预训练后的VGG Net上搭建Faster R-CNN检测器,并在收集到的数据集上进行训练。从网络上收集45张相关图片对训练好的模型进行效果检验。选取一段在实际道路上拍摄的视频,检验训练好的模型在实际场景中的应用效果。结果表明,使用Faster RCNN能够较好地处理这些与辅助驾驶相关的检测任务,并能比较准确地检测到目标物体,在实际场景中也能够实现比较好的应用效果。 展开更多

关键词 卷积神经网络 物体检测 faster r-cnn 辅助驾驶

在线阅读 下载PDF 职称材料

基于Faster-RCNN的肺结节检测算法 被引量：11

18

作者 宋尚玲 杨阳 +1 位作者 李夏 冯浩 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第2期129-136,共8页

针对目前的肺结节检测中存在的个体差异、同病异影、同影异病的问题,提出一种大样本条件下的基于Faster-RCNN的肺结节检测算法,对比研究目前的深度学习模型的适应性,给出一种通用的随着样本数量增加肺结节检测率持续提升的策略。首先搭... 针对目前的肺结节检测中存在的个体差异、同病异影、同影异病的问题,提出一种大样本条件下的基于Faster-RCNN的肺结节检测算法,对比研究目前的深度学习模型的适应性,给出一种通用的随着样本数量增加肺结节检测率持续提升的策略。首先搭建深度学习的软硬件环境,设置影像数据接口与Faster-RCNN的网络接口匹配;然后搭建Faster-RCNN的单类分类网络,并对网络结构的参数进行调整优化;最后用包含2000例病人的肺结节数据集,通过不同的卷积神经网络模型(包括ZF和VGG),计算CT图像在各自模型中的特征。对测试结果进行分析评估,分别统计其漏检率、检测准确率,并探讨不同训练数量和数据增广类型对最终检测准确率的影响。最终ZF模型的检测准确率为90.82%,准确率的波动方差为13.30%;VGG模型的检测准确率为87.02%,准确率的波动方差为37.10%。ZF模型的波动方差小,检测精确度高,综合考虑,ZF模型对肺结节的检测效果优于VGG模型的检出效果。所提出的肺结节检测技术具有良好的理论价值和工程应用价值。 展开更多

关键词 faster-RCNN 肺结节检测 ZF模型 VGG模型 卷积神经网络

在线阅读 下载PDF 职称材料

基于Faster R-卷积神经网络的金属点阵结构缺陷识别方法 被引量：15

19

作者 张玉燕 李永保 +1 位作者 温银堂 张芝威 《兵工学报》 EI CAS CSCD 北大核心 2019年第11期2329-2335,共7页

采用增材制造技术制备的金属三维点阵结构可能存在裂纹、未熔合、断层等缺陷,导致金属点阵结构的结构-功能性能下降,为此提出一种金属三维多层点阵结构内部缺陷的检测方法。在Faster R-卷积神经网络架构基础上设计特征提取网络,结合工... 采用增材制造技术制备的金属三维点阵结构可能存在裂纹、未熔合、断层等缺陷,导致金属点阵结构的结构-功能性能下降,为此提出一种金属三维多层点阵结构内部缺陷的检测方法。在Faster R-卷积神经网络架构基础上设计特征提取网络,结合工业CT扫描图片,对得到的断层灰度图像中缺陷部位进行快速、准确、智能检测识别和定位。实验验证结果表明,对金属三维多层点阵结构样件的内部典型缺陷识别率达到99. 5%. 展开更多

关键词 金属点阵结构 缺陷识别 无损检测 CT扫描图像 faster R-卷积神经网络

在线阅读 下载PDF 职称材料

基于改进Faster RCNN的目标检测方法 被引量：6

20

作者 王宪保 朱啸咏 姚明海 《高技术通讯》 CAS 2021年第5期489-499,共11页

针对基于区域的目标检测算法中定位精度不高的问题,本文提出了一种分裂机制的改进Faster RCNN算法。该算法首先选择特征提取能力强的卷积神经网络(CNN)作为骨干网络进行特征的提取;然后通过12种不同Anchors产生候选目标区,以进一步提升... 针对基于区域的目标检测算法中定位精度不高的问题,本文提出了一种分裂机制的改进Faster RCNN算法。该算法首先选择特征提取能力强的卷积神经网络(CNN)作为骨干网络进行特征的提取;然后通过12种不同Anchors产生候选目标区,以进一步提升检测的精确度;最后将得到的特征分别传送到两个子网络,分别实现分类与定位。分类网络以全连接结构为基础,定位网络则主要由卷积神经网络构成。本文在Pascal VOC2007和Pascal VOC2012以及吸尘袋图像集上对算法的有效性进行了验证。结果表明,提出的算法在对目标进行有效检测的同时,定位效果比Faster RCNN更加精确,实现了边界框的精准回归。 展开更多

关键词 目标检测 卷积神经网络(CNN) 定位精度 改进faster RCNN 分裂机制

在线阅读 下载PDF 职称材料