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323篇文章
< 1 2 … 17 >
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：
基于改进Faster R-CNN的星敏感器抗干扰快速星像提取算法研究
1
作者 王晨 季卫林 +3 位作者 吴峰 朱锡芳 吴泉英 孙文卿 《传感技术学报》 北大核心 2026年第2期322-331,共10页
星敏感器工作在复杂的空间环境,强噪声干扰将严重影响其姿态测量的效果。星像提取是星敏感器星图识别和姿态估算的必要前提,研究抗干扰的快速星像提取算法是提高星敏感器性能的有效途径。结合星敏感器星像目标特点,提出基于改进Faster R... 星敏感器工作在复杂的空间环境,强噪声干扰将严重影响其姿态测量的效果。星像提取是星敏感器星图识别和姿态估算的必要前提,研究抗干扰的快速星像提取算法是提高星敏感器性能的有效途径。结合星敏感器星像目标特点,提出基于改进Faster R-CNN的星敏感器抗干扰快速星像提取算法。首先,在研究Faster R-CNN的基础上,通过构建星像特征提取网络,优化FPN和RPN结构,实现星像快速粗提取,确定各星像所在区域。然后,提出基于像素筛选的星像质心精提取算法,计算高精度的星像质心坐标,最终实现强噪声干扰环境下的快速星像提取。利用星敏感器仿真方法建立星图数据集,开展以星像特征提取网络为主干网的星像提取网络训练和星敏感器星像提取实验。结果表明,在添加概率分布分别为50和0.08的泊松-高斯复合噪声条件下,提出算法的星像目标识别率达到97.6%,对于1024×1024像元的单幅星图,平均处理时间小于30 ms,星像提取精度达到0.03个像元,优于扫描法和矢量法。 展开更多
关键词 星敏感器 星像提取 目标检测 faster r-cnn 抗干扰
在线阅读 下载PDF
改进Faster R-CNN的光伏组件热斑缺陷识别方法
2
作者 谭小瑶 雷亮 +2 位作者 杨泛舟 李斌 易灿灿 《红外技术》 北大核心 2026年第1期105-112,共8页
光伏组件热斑缺陷直接导致光伏电站发电效率低下,甚至引发火灾。针对光伏组件热斑缺陷识别精度低的问题,提出了改进Faster R-CNN的光伏组件热斑缺陷识别方法。首先,在Faster R-CNN目标检测模型的基础上,引入ResNet101与EFPN特征金字塔... 光伏组件热斑缺陷直接导致光伏电站发电效率低下,甚至引发火灾。针对光伏组件热斑缺陷识别精度低的问题,提出了改进Faster R-CNN的光伏组件热斑缺陷识别方法。首先,在Faster R-CNN目标检测模型的基础上,引入ResNet101与EFPN特征金字塔融合网络代替VGG16,用于提升模型对小目标缺陷的检测精度;其次,使用全局平均池化代替全连接层,减少Faster R-CNN模型计算的参数量。最后,采用热重启余弦退火策略更新学习率,提升模型在训练过程中的收敛速度。经过实验验证并与其他模型对比,改进Faster R-CNN模型在光伏组件热斑缺陷识别任务中精确率达94.8%。结果表明,改进的Faster R-CNN相较于其他模型如YOLOv5和SSD,对于光伏组件热斑缺陷识别任务有良好的实用性和准确率。 展开更多
关键词 faster r-cnn 红外目标检测 热斑 光伏组件 故障诊断 ResNet101
在线阅读 下载PDF
基于改进Faster R-CNN的冬枣新鲜度判别
3
作者 戴浩天 刘文联 +2 位作者 朱美燕 张玲 朱良 《食品与机械》 北大核心 2026年第1期93-100,共8页
[目的]针对冬枣新鲜度判别需求,提出一种基于深度学习的判别方法,将冬枣分为5个新鲜度阶段,旨在提高判别准确性并减少光线反射影响。[方法]提出了一种结合高效ResNet、注意力机制与Faster R-CNN的冬枣新鲜度判别方法。利用ResNet对图像... [目的]针对冬枣新鲜度判别需求,提出一种基于深度学习的判别方法,将冬枣分为5个新鲜度阶段,旨在提高判别准确性并减少光线反射影响。[方法]提出了一种结合高效ResNet、注意力机制与Faster R-CNN的冬枣新鲜度判别方法。利用ResNet对图像进行卷积处理,提取全局特征图;通过通道注意力模块强化关键特征,结合特征金字塔网络(FPN)提取多尺度信息。Faster R-CNN从中选取候选区域,经过ROI池化后输入全连接层,通过多角度损失函数优化模型性能。通过硬度、电导率、维生素C和多酚含量等理化指标验证模型效果。[结果]改进的Faster R-CNN模型在新鲜度判别上的准确率达到98.60%。[结论]改进的Faster R-CNN模型在小规模样本下的表现优于现有方法。 展开更多
关键词 冬枣 新鲜度判别 faster r-cnn 注意力机制 特征金字塔 小规模
在线阅读 下载PDF
基于改进Faster R-CNN的工业零件表面缺陷检测
4
作者 赵卓然 堵威 +1 位作者 姜庆超 曹志兴 《控制工程》 北大核心 2026年第5期805-812,共8页
为提高工业生产线中金属零件表面瑕疵检测精度,提出了一种基于改进Faster RCNN的缺陷检测网络。首先,在特征提取阶段增加多个感受野,以提取到更细致的特征信息;在区域建议阶段使用级联RPN网络和自适应卷积结构,逐步细化建议框的位置;在... 为提高工业生产线中金属零件表面瑕疵检测精度,提出了一种基于改进Faster RCNN的缺陷检测网络。首先,在特征提取阶段增加多个感受野,以提取到更细致的特征信息;在区域建议阶段使用级联RPN网络和自适应卷积结构,逐步细化建议框的位置;在感兴趣区域特征提取阶段,聚合FPN所有输出层的特征信息,以充分利用获取到的缺陷特征信息,这些改进从网络结构上提高了模型对小瑕疵和形状不规则瑕疵的检测能力。最后,实验结果表明,与当前最优的目标检测网络相比,此方法具有更高的精度,可以广泛应用于检测金属零件表面的腐蚀、划痕、划伤、积屑瘤等缺陷。 展开更多
关键词 瑕疵检测 faster r-cnn算法 金属零件 小瑕疵和形状不规则瑕疵
在线阅读 下载PDF
基于改进Faster R-CNN的变电设备红外图像检测
5
作者 施进进 吴奇伟 +1 位作者 吴慧健 高继文 《红外技术》 北大核心 2026年第5期609-619,共11页
针对变电设备红外图像检测算法中设备间遮挡、多尺度目标和背景复杂导致的检测精度低的问题,提出一种基于改进Faster R-CNN的变电设备红外图像检测模型。首先,在VGG16的基础上,改进特征提取网络,精简一些高级卷积,加快了模型的训练和测... 针对变电设备红外图像检测算法中设备间遮挡、多尺度目标和背景复杂导致的检测精度低的问题,提出一种基于改进Faster R-CNN的变电设备红外图像检测模型。首先,在VGG16的基础上,改进特征提取网络,精简一些高级卷积,加快了模型的训练和测试速度。此外,在特征提取阶段引入CloBlock模块,进一步增强模型的特征学习能力。然后,增加了纵横比为1∶3和3∶1的锚框,以提高细长设备的检测精度。最后,采用多尺度RoI操作,帮助模型更准确地定位和检测各种尺寸的目标,从而提高检测的精度和鲁棒性。在变电设备红外图像数据集上对4种设备进行的实验结果表明,改进Faster R-CNN对电流互感器、电压互感器、绝缘子串和避雷器的检测精度AP值分别达到了92.83%、94.26%、96.85%和95.97%,检测速度达到了22帧/s,可以有效应对复杂背景、遮挡和多尺度目标等挑战。噪声和亮度的测试结果表明,改进Faster R-CNN具有较高的鲁棒性和稳定性。 展开更多
关键词 红外图像 电气设备 目标检测 faster r-cnn 锚框
在线阅读 下载PDF
改进Faster R-CNN的钢材表面缺陷检测 被引量：13
6
作者 冷岳峰 刘正 +1 位作者 徐宝祎 李志轩 《机械科学与技术》 北大核心 2025年第1期75-83,共9页
钢材表面缺陷检测是工业生产中至关重要的一项检测工作,针对钢材表面缺陷检测中漏检以及对于细小缺陷检测精度不佳等问题,提出了一种改进Faster R-CNN算法。在FPN(Feature pyramid networks)与RPN(Region proposal network)之间引入特... 钢材表面缺陷检测是工业生产中至关重要的一项检测工作,针对钢材表面缺陷检测中漏检以及对于细小缺陷检测精度不佳等问题,提出了一种改进Faster R-CNN算法。在FPN(Feature pyramid networks)与RPN(Region proposal network)之间引入特征融合模块与轻量化通道注意力模块,增加模型对精细特征的捕捉能力。改进模型在NEU-DET数据集上的实验结果显示,最终mAP(Mean average precision,记为m_(AP))值为80.2%,比原始模型提高了12.6%,FPS提高了40.9%。该算法能够有效提升钢材表面缺陷的检测精度,为钢材表面缺陷自动检测提供参考。 展开更多
关键词 缺陷检测 特征融合 通道注意力机制 改进faster r-cnn算法
在线阅读 下载PDF
一种改进的Faster R-CNN遥感图像多目标检测模型研究 被引量：2
7
作者 苗茹 李祎 +3 位作者 周珂 张俨娜 常然然 孟更 《计算机工程》 北大核心 2025年第8期292-304,共13页
针对遥感图像背景复杂、目标种类多和尺度差异大所造成的目标漏检和误检问题,提出一种改进Faster R-CNN多目标检测模型。首先,采用Swin Transformer来替代ResNet 50骨干网络,增强模型特征提取能力;其次,添加平衡特征金字塔(BFP)模块融... 针对遥感图像背景复杂、目标种类多和尺度差异大所造成的目标漏检和误检问题,提出一种改进Faster R-CNN多目标检测模型。首先,采用Swin Transformer来替代ResNet 50骨干网络,增强模型特征提取能力;其次,添加平衡特征金字塔(BFP)模块融合浅层和高层语义信息,进一步加强特征融合效果;最后,在分类和回归分支中,添加动态权重机制,促进网络在训练过程中更关注高质量候选框,提高目标定位和分类的精确度。在RSOD数据集上的实验结果表明,所提模型相较于Faster R-CNN模型每秒浮点运算次数(FLOPs)大幅度减少,并且模型的mAP@0.5∶0.95提高了10.7百分点,平均召回率提高10.6百分点。相较于其他主流检测模型,所提模型在降低漏检率的同时,取得了更高的精度,能显著提高复杂背景下遥感图像的检测精度。 展开更多
关键词 遥感图像 多目标检测 faster r-cnn Swin Transformer模块 平衡特征金字塔 动态权重机制
在线阅读 下载PDF
基于改进Faster R-CNN的焊缝缺陷检测方法 被引量：8
8
作者 陈利琼 梅后金 +1 位作者 胡洪宣 赵奎 《科学技术与工程》 北大核心 2025年第5期2027-2033,共7页
管道内部的焊缝缺陷是导致管道发生泄漏和破裂事故的主要原因,而X射线能够有效地检测到这些缺陷。然而,焊缝缺陷存在种类多、尺寸小和背景复杂等问题,影响检测精度。针对目前基于深度学习的焊缝缺陷检测模型对图像复杂背景和光照变化的... 管道内部的焊缝缺陷是导致管道发生泄漏和破裂事故的主要原因,而X射线能够有效地检测到这些缺陷。然而,焊缝缺陷存在种类多、尺寸小和背景复杂等问题,影响检测精度。针对目前基于深度学习的焊缝缺陷检测模型对图像复杂背景和光照变化的适应性不足、小目标检测效果不佳的问题。在快速区域卷积神经网络(faster region convolutional neural networks,Faster R-CNN)网络的主干网络上添加通道注意力机制和对残差块结构进行修改,并采用ROI Align替换传统Faster R-CNN网络的ROI Pooling的改进模型。实验结果表明:改进后的Faster R-CNN网络模型与原算法相比,平均精度值(mean average precision,mAP)和F_(1)分别比原算法提升了15.82%和16.44%,能够满足焊缝缺陷检测的高精度要求,具有重要的理论意义与良好的工程应用前景。 展开更多
关键词 深度学习 缺陷检测 X射线图像 faster r-cnn
在线阅读 下载PDF
基于CCNet和Faster R-CNN模型的水稻叶片病害检测 被引量：2
9
作者 丁士宁 张克旺 姜明富 《江苏农业科学》 北大核心 2025年第15期239-245,共7页
为了准确检测水稻叶片病害,将深度学习模型CCNet和Faster R-CNN应用到水稻叶片病害检测上。首先收集3种不同类型的水稻叶片病害图像数据共计950张,从而构建水稻叶片病害数据集。为增强模型的泛化能力,在数据集划分训练集、验证集和测试... 为了准确检测水稻叶片病害,将深度学习模型CCNet和Faster R-CNN应用到水稻叶片病害检测上。首先收集3种不同类型的水稻叶片病害图像数据共计950张,从而构建水稻叶片病害数据集。为增强模型的泛化能力,在数据集划分训练集、验证集和测试集之后,对所有图像进行数据增强,扩展后的数据集图像数量达到7 600张。数据集构建完成后,使用CCNet模型对图像进行分割,从而将水稻叶片与其背景分离,避免背景对病害检测的干扰。进而使用Faster R-CNN模型检测病害种类和病害位置,同时为了增强检测精度,向Faster R-CNN模型引入特征金字塔网络,并且使用ROI Align层替换ROI Pooling层。经试验验证,本研究模型在所用水稻数据集上的平均精度均值指标达到了73.1%,相比于原Faster R-CNN模型提高了3.4百分点。对比试验结果表明,本研究模型的平均精度均值比SSD300、SSD512、Retinanet模型分别高13.0、5.1、6.9百分点,该模型的检测精度最高。试验结果验证了所提模型的有效性,表明该模型能够准确识别水稻白叶枯病、胡麻叶斑病和叶瘟病。 展开更多
关键词 水稻叶片病害 faster r-cnn模型 CCNet模型 特征金字塔网络 ROI Align层
在线阅读 下载PDF
基于BP-DFO Faster R-CNN的工业产品小样本表面缺陷检测模型 被引量：2
10
作者 贺永姣 王林 +2 位作者 章晓爽 黎格献 杜阳 《现代制造工程》 北大核心 2025年第12期1-10,26,共11页
在现代工业产品的生产中,目标缺陷检测技术面临诸多挑战,如提取的共享特征不平衡、特征通道权重分配不精确和缺陷检测精度较低等问题。针对上述问题,提出一种BP-DFO Faster R-CNN缺陷检测模型。该模型在目标金字塔结构后引入平衡金字塔... 在现代工业产品的生产中,目标缺陷检测技术面临诸多挑战,如提取的共享特征不平衡、特征通道权重分配不精确和缺陷检测精度较低等问题。针对上述问题,提出一种BP-DFO Faster R-CNN缺陷检测模型。该模型在目标金字塔结构后引入平衡金字塔机制,并在此基础上增加动态特征优化架构。不仅解决了共享特征不平衡的问题,还实现了全局上下文信息和局部细节特征的高效融合,从而克服传统通道注意力机制因忽视局部信息而导致的特征权重分配不准确的问题。最后,对区域生成网络(Region Proposal Network,RPN)进行了改进,在其头部集成轻量级通道优化器,显著增强区域生成网络对不同特征和尺度通道的选择能力,从而优化缺陷检测任务的性能。在NEU-DET、PCB、GC10-DET缺陷数据集上进行对比实验,在5-way 5-shot的训练策略中分别取得了31.0%、22.1%和21.8%的平均精度,在5-way 10-shot的训练策略中分别取得了50.2%、35.5%和31.5%的平均精度,均优于其他对比模型。 展开更多
关键词 工业产品 表面缺陷检测 平衡金字塔机制 faster r-cnn 动态特征优化 小样本
在线阅读 下载PDF
基于Faster R-CNN和Mask R-CNN的滑坡自动识别研究 被引量：4
11
作者 于宪煜 杨森 《大地测量与地球动力学》 北大核心 2025年第1期1-4,12,共5页
基于高分一号影像,以三峡库区库首段为例,通过目视解译出160个滑坡样本,按照9∶1比例分为训练样本和验证样本,分别利用Faster R-CNN和Mask R-CNN算法构建滑坡自动识别模型。为进一步对比分析不同样本比例下两种模型的性能,分别采用8∶2... 基于高分一号影像,以三峡库区库首段为例,通过目视解译出160个滑坡样本,按照9∶1比例分为训练样本和验证样本,分别利用Faster R-CNN和Mask R-CNN算法构建滑坡自动识别模型。为进一步对比分析不同样本比例下两种模型的性能,分别采用8∶2、7∶3、6∶4的样本比例进行计算。研究结果表明,Mask R-CNN模型识别结果准确率、召回率和F 1分数等3项指标均优于Faster R-CNN;且经过交叉验证,证明Mask R-CNN模型的性能更为稳定。 展开更多
关键词 深度学习 滑坡识别 Mask r-cnn faster r-cnn 交叉验证
在线阅读 下载PDF
基于改进Faster R-CNN的荔枝病虫害检测 被引量：9
12
作者 谢家兴 廖飞 +5 位作者 王卫星 高鹏 胡凯 吴佩文 邓钲奇 刘洪山 《华中农业大学学报》 北大核心 2025年第1期62-73,共12页
针对荔枝园复杂背景下荔枝小目标病虫害检测困难的问题,提出一种基于改进Faster R-CNN的荔枝病虫害检测方法。以Faster R-CNN为基础,使用特征提取能力更优秀的Swin Transformer代替原有主干网络VGG16;通过特征金字塔网络(feature pyrami... 针对荔枝园复杂背景下荔枝小目标病虫害检测困难的问题,提出一种基于改进Faster R-CNN的荔枝病虫害检测方法。以Faster R-CNN为基础,使用特征提取能力更优秀的Swin Transformer代替原有主干网络VGG16;通过特征金字塔网络(feature pyramid network, FPN)提升Faster R-CNN模型的多尺度特征融合能力,均衡提高每一类荔枝病虫害的识别精确率;引入感兴趣区域对齐(region of interest align, ROI Align)策略提升模型的候选框定位精度,进一步提升模型的整体检测效果。结果显示,改进后的模型平均精度均值达到92.76%,相较原始Faster R-CNN检测器提升了30.08百分点,在5类荔枝病虫害图像(藻斑病、炭疽病、煤烟病、毛毡病、叶瘿蚊)中的检测精度分别为93.05%、94.81%、96.57%、87.03%和92.34%,平均精度均值比SSD512、RetinaNet、EfficientDet-d0和YOLOv5s模型分别提高了20.50、5.70、13.08和3.26百分点。结果表明,改进后的Faster R-CNN模型能准确检测复杂背景下的荔枝病虫害目标,具有较高的应用价值,能为农作物病虫害快速、准确识别研究提供参考。 展开更多
关键词 荔枝 病虫害检测 faster r-cnn Swin Transformer 多尺度特征融合
在线阅读 下载PDF
基于FPN和Faster R-CNN的生命体征参数智能识别
13
作者 刘佳颖 刘金城 +4 位作者 綦雅婷 吴思圻 黄标晟 胡志雄 王建林 《计量学报》 北大核心 2025年第7期1075-1082,共8页
传统的多参数监护仪检定方法依赖人工读数和测量,效率低下。亟待研究一种基于人工智能的目标检测算法,实现多参数监护仪中生命体征参数的智能化识别,推动多参数监护仪自动化检定技术的发展。针对上述问题,提出一种基于FPN和Faster R-CN... 传统的多参数监护仪检定方法依赖人工读数和测量,效率低下。亟待研究一种基于人工智能的目标检测算法,实现多参数监护仪中生命体征参数的智能化识别,推动多参数监护仪自动化检定技术的发展。针对上述问题,提出一种基于FPN和Faster R-CNN的神经网络模型自动识别和分类生命体征参数,为后续实现多参数监护仪自动检定提供支持。为克服传统Faster R-CNN在中小目标识别任务上的不足,结合了ResNet50和FPN提取网络,以提升中小目标识别率。在实际临床采集的图像数据集上验证ResNet50+FPN的有效性,并与VGG16、MobileNetV2、EfficientNetB0、ResNet50等网络进行对比。结果表明,ResNet50+FPN识别的均值平均精度达到了83.32%,比VGG16提升了3.88%,在中小目标识别均值平均精度上分别提升了4.05%和9.60%。 展开更多
关键词 医学计量 生命体征参数 多参数监护仪 FPN faster r-cnn 自动化检定 目标检测
在线阅读 下载PDF
基于图像融合技术与改进Faster R-CNN的绝缘子故障识别 被引量：3
14
作者 耿占权 苏飞 《高压电器》 北大核心 2025年第10期128-138,158,共12页
为提高地铁接触网绝缘子故障检测精度,文中提出一种融合双流注意力生成对抗网络(DSAGAN)与改进Faster R-CNN的检测框架。针对多源图像特征融合难题,通过DSAGAN实现接触网绝缘子红外与可见光图像的高效融合:生成器采用注意力机制强化关... 为提高地铁接触网绝缘子故障检测精度,文中提出一种融合双流注意力生成对抗网络(DSAGAN)与改进Faster R-CNN的检测框架。针对多源图像特征融合难题,通过DSAGAN实现接触网绝缘子红外与可见光图像的高效融合:生成器采用注意力机制强化关键特征提取,判别器引入最小二乘损失函数替代传统交叉熵,有效保留纹理细节并提升网络稳定性。在故障识别阶段,改进Faster R-CNN模型采用ResNet101替代VGG16作为主干网络,结合残差连接缓解梯度异常问题,并在RPN层嵌入非极大值抑制(NMS)算法消除冗余候选框。实验表明:DSAGAN在SSIM、EN、SD、MI和SF 5项指标上较5种主流方法平均提升20.78%,融合图像质量显著优化;改进Faster R-CNN模型在平均精度均值mAP@0.5和mAP@0.5∶0.95上分别达到96.5%和78.3%,较原模型分别提升了7.1%和8.1%;融合图像对破损(96%)、闪络(93%)、缺失(94%)的检测准确率分别较单一可见光/红外图像提高8%~12%。文中方法为复杂场景下的电力设备智能巡检提供了有效解决方案。 展开更多
关键词 接触网绝缘子故障 图像融合技术 DSAGAN 改进faster r-cnn
在线阅读 下载PDF
基于改进Faster R-CNN的半导体激光器芯片缺陷检测 被引量：1
15
作者 吕毅飞 贾华宇 罗飚 《激光杂志》 北大核心 2025年第2期94-100,共7页
针对传统半导体激光器芯片缺陷检测中检测精度不高的问题,提出一种基于改进Faster R-CNN的半导体激光器芯片缺陷检测及分类方法。首先,搭建半导体激光器芯片缺陷采集装置,采集芯片工作时的状态并建立数据集;然后优化ResNet50特征提取网... 针对传统半导体激光器芯片缺陷检测中检测精度不高的问题,提出一种基于改进Faster R-CNN的半导体激光器芯片缺陷检测及分类方法。首先,搭建半导体激光器芯片缺陷采集装置,采集芯片工作时的状态并建立数据集;然后优化ResNet50特征提取网络,减少残差块结构的同时,使用多个3*3卷积层,提高其检测重要信息的能力;最后将CA(Coordinate Attention)注意力机制引入到改进ResNet50网络的不同层级中,自适应地学习各通道的重要性权重,进一步提升特征表示能力。实验结果表明,与原始网络相比,提出的方法提高了检测精度与分类准确性,具有更好的召回率和准确率,能够快速准确进行缺陷检测,进一步提升工艺水平。 展开更多
关键词 半导体激光器 缺陷检测 faster r-cnn 注意力机制
在线阅读 下载PDF
基于改进Faster R-CNN模型的丁岙杨梅成熟度检测方法
16
作者 刘玉耀 彭琼尹 《湖北农业科学》 2025年第4期7-13,30,共8页
为了在复杂的自然生长环境中快速、精准地实现丁岙杨梅(Myrica rubra)不同成熟度检测,提出基于改进Faster R-CNN模型(ConvNeXt-T+SE+FPN)的丁岙杨梅成熟度检测方法。采用ConvNeXt-T作为主干特征提取网络,提升复杂场景下的检测能力;引入... 为了在复杂的自然生长环境中快速、精准地实现丁岙杨梅(Myrica rubra)不同成熟度检测,提出基于改进Faster R-CNN模型(ConvNeXt-T+SE+FPN)的丁岙杨梅成熟度检测方法。采用ConvNeXt-T作为主干特征提取网络,提升复杂场景下的检测能力;引入了SE注意力机制和特征金字塔网络(FPN),增强模型对丁岙杨梅不同成熟度特征敏感性以及小目标果实的检测能力。相较于ResNet50,ConvNeXt-T+SE、ConvNeXt-T+FPN、ConvNeXt-T+SE+FPN能够使模型的平均精度均值(mAP)分别提升14.75%、19.85%、21.86%,其中ConvNeXt-T+SE+FPN的mAP提升幅度最大,能够有效提高丁岙杨梅不同成熟度的检测性能。通过对丁岙杨梅图像数据集进行训练和测试,改进Faster R-CNN模型在不同成熟度果实的检测中表现出较高的准确性,对未成熟、半成熟、近成熟和全成熟果实识别的平均精度(AP)分别为96.90%、94.63%、95.91%、97.58%,mAP为96.26%;相比Faster R-CNN模型,改进Faster R-CNN模型的mAP提升了21.86%。改进Faster R-CNN模型能够有效提升丁岙杨梅成熟度的检测精度,给杨梅的智能化采摘提供有力支持。 展开更多
关键词 丁岙杨梅(Myrica rubra) 改进faster r-cnn模型 成熟度 检测
在线阅读 下载PDF
结合KL散度和形状约束的Faster R-CNN典型金具检测方法 被引量：47
17
作者 赵振兵 李延旭 +3 位作者 甄珍 翟永杰 张珂 赵文清 《高电压技术》 EI CAS CSCD 北大核心 2020年第9期3018-3026,共9页
输电线路航拍巡检图像中典型金具的高准确率检测是其状态检测和故障诊断的基础。针对金具与金具之间、金具与背景之间相互干扰导致模型出现的目标检测得分很高但检测框位置存在极大误差的问题,提出了一种结合KL(Kullback-Leibler)散度... 输电线路航拍巡检图像中典型金具的高准确率检测是其状态检测和故障诊断的基础。针对金具与金具之间、金具与背景之间相互干扰导致模型出现的目标检测得分很高但检测框位置存在极大误差的问题,提出了一种结合KL(Kullback-Leibler)散度和形状约束的Faster R-CNN(faster region-based convolutional neural netwoks)典型金具检测方法,在Faster R-CNN检测模型框架的基础上,增加对目标边界框分布的预测,同时使用KL散度度量金具坐标预测分布与真值分布之间的距离,并将其作为损失函数优化模型参数,进一步将数据集中不同金具类别目标的形状特征作为约束加入损失函数中,以提高模型的泛化性能和边界框回归精度。实验结果证明:提出的方法在一定程度上解决了检测模型目标边界框回归不准确的问题,其中,各类别平均准确率的均值(mean average precision,mAP)由79.76%提高到了83.68%。研究可为进一步对典型金具进行状态检测和故障诊断奠定基础。 展开更多
关键词 faster r-cnn 金具检测 KL散度 形状约束 深度学习 目标检测
在线阅读 下载PDF
基于改进Faster R-CNN的路面灌封裂缝检测方法 被引量：55
18
作者 孙朝云 裴莉莉 +2 位作者 李伟 郝雪丽 陈瑶 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第2期84-93,共10页
路面灌封裂缝对路面使用寿命的影响较为突出,为了解决目前灌封裂缝检测技术匮乏的问题,文中提出了一种基于改进Faster R-CNN的路面灌封裂缝检测方法。首先,建立灌封裂缝图像集,对采集到的图像进行增广处理,构建路面灌封裂缝标注样本数据... 路面灌封裂缝对路面使用寿命的影响较为突出,为了解决目前灌封裂缝检测技术匮乏的问题,文中提出了一种基于改进Faster R-CNN的路面灌封裂缝检测方法。首先,建立灌封裂缝图像集,对采集到的图像进行增广处理,构建路面灌封裂缝标注样本数据集,并将图像集按6∶2∶2的比例划分为训练集、验证集和测试集;接着,采用Faster R-CNN模型对灌封裂缝进行检测,针对Faster R-CNN检测灌封裂缝存在漏检、定位效果不够理想的问题,文中分别将VGG16、ZFNet和Resnet50网络的特征提取层与Faster R-CNN模型进行结合,结果表明,VGG16和Faster R-CNN结合的模型检测精度最高,达到0.9031;然后,通过增加灌封裂缝候选框宽高比的方法继续改进模型,检测精度达到0.9073,且原先被漏检的目标能被检测出来;最后,对改进Faster R-CNN与YOLOv2模型的检测精度及定位效果进行对比,结果表明,文中提出的改进Faster R-CNN能够明显提高对灌封裂缝的检测准确率和定位精度。 展开更多
关键词 路面病害 灌封裂缝 检测方法 特征提取 多尺度定位 faster r-cnn YOLOv2
在线阅读 下载PDF
基于二值化的Faster R-CNN柑橘病虫害识别研究 被引量：25
19
作者 宋中山 汪进 +2 位作者 郑禄 帖军 朱祖桐 《中国农机化学报》 北大核心 2022年第6期150-158,共9页
为研究在自然场景下柑橘叶片病害检测和识别技术,提出一种基于二值化的Faster R-CNN(Binary Faster R-CNN)区域检测神经网络模型。改进模型将原始的Faster R-CNN全连接层神经网络转变为二进制全卷积神经网络。试验结果表明,该模型对柑... 为研究在自然场景下柑橘叶片病害检测和识别技术,提出一种基于二值化的Faster R-CNN(Binary Faster R-CNN)区域检测神经网络模型。改进模型将原始的Faster R-CNN全连接层神经网络转变为二进制全卷积神经网络。试验结果表明,该模型对柑橘的黑斑病、溃疡病、黄龙病、疮痂病、健康叶片的平均准确率分别为87.2%、87.6%、89.8%、86.4%和86.6%,总平均准确率为87.5%;模型识别时间相较于Faster R-CNN网络提高0.53 s,每幅图像的检测时间为0.31 s,模型大小缩小到15.3 MB,FLOPs为2.58×10^(9);同时在保证模型检测有效性的情况下可快速收敛。该方法对复杂自然环境下的柑橘叶片病害检测具有较好的识别速度和鲁棒性,对柑橘类疾病预防有重要的研究意义。 展开更多
关键词 faster r-cnn Binary faster r-cnn 二进制网络 目标检测 柑橘 病虫害
在线阅读 下载PDF
基于Faster R-CNN和图像增强的水下鱼类目标检测方法 被引量：32
20
作者 袁红春 张硕 《大连海洋大学学报》 CAS CSCD 北大核心 2020年第4期612-619,共8页
为了克服水下鱼类图像样本量不足及实现对水下低清晰度图像中鱼类的快速检测,提出了一种基于Faster R-CNN二次迁移学习和带色彩恢复的多尺度视网膜增强算法(MSRCR)的方法,首先通过ImageNet预训练模型对Open Images高清鱼类数据集进行一... 为了克服水下鱼类图像样本量不足及实现对水下低清晰度图像中鱼类的快速检测,提出了一种基于Faster R-CNN二次迁移学习和带色彩恢复的多尺度视网膜增强算法(MSRCR)的方法,首先通过ImageNet预训练模型对Open Images高清鱼类数据集进行一次迁移学习初步训练网络,然后固定检测模型低3层的卷积网络参数,再用水下拍摄的小规模鱼类数据集进行二次迁移学习微调网络,最后通过MSRCR算法对水下拍摄图像进行处理以增强其与高清鱼类图像的相似性,解决水下图像降质问题,让二次迁移学习高效进行。结果表明,该方法利用小规模水下拍摄鱼类数据集训练出的网络查准率可达到98.12%,网络检测能力及后续提升能力优于传统机器学习方法,并能够实现鱼类目标的快速检测,本研究结果可为深海探测作业与海底鱼类等生物资源的监测、保护和可持续开发等工程应用提供一定的参考。 展开更多
关键词 深度学习 鱼类检测 faster r-cnn算法 MSRCR算法 迁移学习
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 … 17 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
版权所有© 2001-2026 渝B2-20050021-1渝公网安备 50019002500403号
使用帮助 返回顶部