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313篇文章
< 1 2 … 16 >
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：
改进Faster-R-CNN的输送带表面损伤检测 被引量：2
1
作者 袁媛 赵鹏举 +1 位作者 孟文俊 王航 《机械设计与制造》 北大核心 2025年第3期199-203,共5页
针对输送带在长期运转过程中易出现划伤、撕裂和破裂的损伤问题,提出了一种改进Faster-R-CNN的输送带表面损伤检测方法。该检测方法在Faster-R-CNN神经网络的基础上,首选MobileNet网络进行图像轻量化特征提取,然后在RPN模块中引入ancho... 针对输送带在长期运转过程中易出现划伤、撕裂和破裂的损伤问题,提出了一种改进Faster-R-CNN的输送带表面损伤检测方法。该检测方法在Faster-R-CNN神经网络的基础上,首选MobileNet网络进行图像轻量化特征提取,然后在RPN模块中引入anchor原始特征与卷积相融合的背景分类,以加强输送带的损伤特征信息;最后构建输送带表面损伤的数据集进行数据试验,并分别采用VGG-19,ResNet-18骨干网络进行试验对比,结果表明改进的Faster-R-CNN的算法,针对输送带划伤、撕裂和破损的损伤状态均能够有效识别。 展开更多
关键词 输送带 损伤检测 faster-r-cnn MobileNet
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：2
2
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
改进Faster R-CNN的钢材表面缺陷检测 被引量：1
3
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
4
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
基于注意力机制和空洞卷积的无人机图像目标检测 被引量：1
5
作者 赖勤波 马正华 朱蓉 《计算机应用与软件》 北大核心 2025年第2期227-235,共9页
针对现有无人机图像目标检测算法存在小目标检测精度低、多尺度目标漏检等问题,提出一种基于通道注意力机制和并行结构空洞卷积特征融合的无人机图像目标检测算法。该算法在ResNet50特征提取网络中引入SENet和PSDCFFN,从通道和感受野两... 针对现有无人机图像目标检测算法存在小目标检测精度低、多尺度目标漏检等问题,提出一种基于通道注意力机制和并行结构空洞卷积特征融合的无人机图像目标检测算法。该算法在ResNet50特征提取网络中引入SENet和PSDCFFN,从通道和感受野两个层面提高算法的特征表达能力,并使用ROI Align代替ROI Pooling,基于K-Means重新设计RPN(Region Proposal Networks)锚框尺寸,减小目标回归过程的坐标偏差。实验表明,该算法能够提升无人机图像目标检测精度,在RSOD-Dataset和无人机图像数据集上,mAP分别达到92.52%和98.07%。 展开更多
关键词 无人机图像 FASTER R-CNN 注意力机制 空洞卷积 特征融合 目标检测
在线阅读 下载PDF
基于EfficientNetV2的PCB缺陷检测算法 被引量：1
6
作者 尹嘉超 吕耀文 +1 位作者 索科 黄玺 《计算机辅助设计与图形学学报》 北大核心 2025年第7期1260-1269,共10页
印刷电路板(PCB)是一种高精密的电子元器件,其优良与否对电子产品的质量有着重要影响.但现有的PCB缺陷检测算法存在着检测精度不高,特别是缺陷定位不够精确等问题.针对以上问题,提出一种基于EfficientNetV2的PCB缺陷检测算法.在Faster R... 印刷电路板(PCB)是一种高精密的电子元器件,其优良与否对电子产品的质量有着重要影响.但现有的PCB缺陷检测算法存在着检测精度不高,特别是缺陷定位不够精确等问题.针对以上问题,提出一种基于EfficientNetV2的PCB缺陷检测算法.在Faster R-CNN的基础上,通过选用特征提取能力更强的EfficientNetV2_M作为特征提取网络,同时使用通道注意力机制(ECA)对特征融合网络FPN进行优化,提高了细节信息提取能力.在北京大学智能机器人开放实验室发布的PCB瑕疵数据集上的实验结果表明,相较于目前检测效果最好的PCB缺陷检测算法LWN-Net,改进后的缺陷检测算法在IoU=0.50时mAP由99.58%提升到99.66%;在IoU=[0.50:0.95]时mAP由52.6%提升到79.4%.该网络在提升了PCB的检测精度的同时,解决了缺陷定位不够精确的问题,实现了高精度的PCB缺陷检测,具有一定的实际意义.代码已经开源在https://github.com/ChaO989/Defect_detection. 展开更多
关键词 印刷电路板 EfficientNetV2 缺陷检测 Faster R-CNN 高效通道注意力
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：3
7
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FPN和Faster R-CNN的生命体征参数智能识别
8
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
改进FasterR-CNN的大型铸造不锈钢机匣超声相控阵检测图像的缺陷智能识别
9
作者 赵玉琦 李婧 +3 位作者 董德秀 黄鑫章 陈振华 卢超 《应用声学》 北大核心 2025年第2期497-504,共8页
大型铸造不锈钢机匣的超声相控阵检测技术具有检测能力强、检测效率高的优势。然而,相控阵图像中显示的缺陷类型仍需检测人员判读,存在主观性强、易误判、效率低、可靠性不足等问题。据此,提出基于深度学习的机匣超声相控阵检测图像缺... 大型铸造不锈钢机匣的超声相控阵检测技术具有检测能力强、检测效率高的优势。然而,相控阵图像中显示的缺陷类型仍需检测人员判读,存在主观性强、易误判、效率低、可靠性不足等问题。据此,提出基于深度学习的机匣超声相控阵检测图像缺陷类型的自动识别方法。首先,采集机匣典型铸造缺陷的超声相控阵图像,对缺陷图像扩充并制备数据集;其次,在FasterR-CNN深度学习网络的特征提取网络、多层特征信息融合网络、感兴趣区域模块等方面进行优化改进;最后,对比分析改进前后深度学习网络模型的缺陷识别与分类准确率。结果表明:相比于原始FasterR-CNN深度学习网络,在采用深度残差网络、特征金字塔网络、区域一致性池化等优化措施后,平均准确率均值提高至95.3%,模型对缺陷图像的识别精度得到了有效的提高;改进的FasterR-CNN目标识别算法克服了超声相控阵缺陷图像人工识别与分类的问题,具有较好的工程应用价值。 展开更多
关键词 超声相控阵检测 改进FasterR-CNN 缺陷智能识别
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：3
10
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
基于改进Faster R-CNN的半导体激光器芯片缺陷检测 被引量：1
11
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
融合视觉常识特征和门控计数方法的视觉问答
12
作者 徐钰涛 汤守国 《计算机科学》 北大核心 2025年第S1期421-427,共7页
为了更好地探索图像中的潜在常识信息,引入了一种创新的视觉常识特征用于视觉问答(Visual Question Answering,VQA)任务,并通过视觉特征融合模块有效地整合了自底向上特征和视觉常识特征,从而实现了丰富的视觉特征表示。其中引导式注意... 为了更好地探索图像中的潜在常识信息,引入了一种创新的视觉常识特征用于视觉问答(Visual Question Answering,VQA)任务,并通过视觉特征融合模块有效地整合了自底向上特征和视觉常识特征,从而实现了丰富的视觉特征表示。其中引导式注意力融合方法,通过将自底向上特征与视觉常识特征共同输入信息交互模块,使注意力机制能够捕捉到与问题文本更为相关的图片内容。在此基础上,设计并引入了一种门控计数模块(Gated Counting Module,GCM),旨在保留图像特征中实体的数量信息。这一模块在计数问题上显著提升了模型性能,同时保持了信息的完整性和相关性。与传统方法相比,GCM能够更准确地处理涉及数量的视觉问题,从而增强了整体VQA任务的准确性。最后,在广泛使用的数据集VQA v2.0上进行了大量实验,所提方法取得了较好的结果。 展开更多
关键词 视觉问答 视觉常识特征 特征融合 视觉特征 Faster R-CNN 门控计数模块
在线阅读 下载PDF
基于视觉-语言预训练模型的开集交通目标检测算法
13
作者 黄琦强 安国成 熊刚 《计算机工程》 北大核心 2025年第6期375-384,共10页
交通目标检测是智慧交通系统的重要组成部分,但现有的交通目标检测算法只能实现对于预设目标的检测,无法应对开集目标场景。为此,提出一种基于视觉-语言预训练(VLP)模型的开集交通目标检测算法。首先,基于Faster R-CNN修改预测网络使其... 交通目标检测是智慧交通系统的重要组成部分,但现有的交通目标检测算法只能实现对于预设目标的检测,无法应对开集目标场景。为此,提出一种基于视觉-语言预训练(VLP)模型的开集交通目标检测算法。首先,基于Faster R-CNN修改预测网络使其能够适应开集目标的定位问题,并将损失函数改进为交并比(IoU)损失,有效提升定位精度;其次,构建一种新的基于VLP的标签匹配网络(VLP-LMN),对预测框进行标签匹配,VLP模型作为一个强大的知识库,可有效匹配区域图像和标签文本,同时,VLP-LMN的提示工程和微调网络模块可以更好地发掘出VLP模型的性能,有效提高VLP模型标签匹配的准确性。实验结果表明,该算法在PASCAL VOC07+12数据集上实现了60.3%的新类目标检测平均准确率,这证明了其具有良好的开集目标检测性能;同时在交通数据集上的新类目标检测平均准确率达到了58.9%,作为零样本检测,仅比基类目标低14.5%,证明了该算法在交通目标检测上具有良好的泛化能力。 展开更多
关键词 视觉-语言预训练模型 Faster R-CNN 开集目标检测 交通目标检测
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
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模型的丁岙杨梅成熟度检测方法
15
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
基于改进Faster R-CNN的苹果采摘视觉定位与检测方法 被引量：11
16
作者 李翠明 杨柯 +1 位作者 申涛 尚拯宇 《农业机械学报》 EI CAS CSCD 北大核心 2024年第1期47-54,共8页
针对采摘机器人对场景中目标分布密集、果实相互遮挡的检测及定位能力不理想问题,提出一种引入高效通道注意力机制(ECA)和多尺度融合特征金字塔(FPN)改进Faster R-CNN果实检测及定位方法。首先,利用表达能力较强的融合FPN的残差网络ResN... 针对采摘机器人对场景中目标分布密集、果实相互遮挡的检测及定位能力不理想问题,提出一种引入高效通道注意力机制(ECA)和多尺度融合特征金字塔(FPN)改进Faster R-CNN果实检测及定位方法。首先,利用表达能力较强的融合FPN的残差网络ResNet50替换原VGG16网络,消除了网络退化问题,进而提取更加抽象和丰富的语义信息,提升模型对多尺度和小目标的检测能力;其次,引入注意力机制ECA模块,使特征提取网络聚焦特征图像的局部高效信息,减少无效目标的干扰,提升模型检测精度;最后,采用一种枝叶插图数据增强方法改进苹果数据集,解决图像数据不足问题。基于构建的数据集,使用遗传算法优化K-means++聚类生成自适应锚框,提高模型定位准确性。试验结果表明,改进模型对可抓取和不可直接抓取苹果的精度均值分别为96.16%和86.95%,平均精度均值为92.79%,较传统Faster R-CNN提升15.68个百分点;对可抓取和不可直接抓取的苹果定位精度分别为97.14%和88.93%,较传统Faster R-CNN分别提高12.53个百分点和40.49个百分点;内存占用量减少38.20%,每帧平均计算时间缩短40.7%,改进后的模型参数量小且实时性好,能够更好地应用于果实采摘机器人视觉系统。 展开更多
关键词 苹果采摘机器人 目标定位与检测 Faster R-CNN 注意力机制 特征金字塔
在线阅读 下载PDF
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：10
17
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
基于改进Faster R-CNN的零食包装盒表面缺陷检测 被引量：3
18
作者 巩雪 孙雪刚 +2 位作者 褚洋洋 崔功卓 李欣妍 《包装工程》 CAS 北大核心 2024年第23期232-240,共9页
目的针对现有食品包装盒表面缺陷检测方法存在的复杂背景下小目标缺陷检测难、漏检率高、检测精度低等问题,选择生活中常见的绿豆糕零食包装盒作为检测对象,提出一种基于改进Faster R-CNN的绿豆糕包装盒表面缺陷检测方法。方法以Faster ... 目的针对现有食品包装盒表面缺陷检测方法存在的复杂背景下小目标缺陷检测难、漏检率高、检测精度低等问题,选择生活中常见的绿豆糕零食包装盒作为检测对象,提出一种基于改进Faster R-CNN的绿豆糕包装盒表面缺陷检测方法。方法以Faster R-CNN算法架构为基础,以Swin Transformer V2-T为特征提取主干,初步提高算法对包装盒缺陷特征的提取能力;结合加权双向特征金字塔网络(Bidirectional Feature Pyramid Network,BiFPN)自适应调节每个尺度特征图的权重并对不同尺寸的特征进行多尺度融合,以提高识别的准确率;通过ROIAlign结合ECA注意力机制替换ROIPooling,去除2次量化误差并进一步优化算法对包装盒缺陷的检测能力。结果本检测方法可准确提取目标缺陷,绿豆糕包装盒表面的4种缺陷的检测平均精确率(Average Precision,AP)较改进前分别提高19.66、12.96、14.56、18.86百分点,同时平均精确率均值(mean Average Precision,mAP)在IoU为0.5上较改进前提高了15.76百分点。结论改进后的模型为Faster R-CNN在食品包装盒智能化生产上的应用了提供有益的参考和经验。 展开更多
关键词 零食包装盒 缺陷检测 Faster R-CNN 加权双向特征金字塔网络(BiFPN) Swin TransformerV2
在线阅读 下载PDF
结合特征融合与增强注意力的少样本目标检测 被引量：2
19
作者 李新叶 侯晔凝 +1 位作者 孔英会 燕志旗 《计算机应用》 CSCD 北大核心 2024年第3期745-751,共7页
为了更充分地利用支持特征和查询特征中的关键信息,提出一种基于特征融合和增强注意力的少样本目标检测方法FFA-FSOD(Feature Fusion and enhanced Attention Few-Shot Object Detection)。首先引入迭代注意力特征融合(iAFF)模块,以有... 为了更充分地利用支持特征和查询特征中的关键信息,提出一种基于特征融合和增强注意力的少样本目标检测方法FFA-FSOD(Feature Fusion and enhanced Attention Few-Shot Object Detection)。首先引入迭代注意力特征融合(iAFF)模块,以有效融合支持图像和查询图像的关键特征;其次在iAFF模块后添加特征增强操作,充分利用支持特征信息对查询图像中的目标特征进行增强。为避免上述两次处理可能导致的查询图像特征部分细节信息的丢失,对iAFF模块中的多尺度通道注意力模块(MS-CAM)进行改进,以捕获更多的上下文信息。在MS COCO数据集上的实验结果表明,在2-way 10-shot条件下,与小样本目标检测(FSOD)方法相比,加入iAFF模块、特征增强操作并改进MS-CAM后,FFA-FSOD的平均精度均值(mAP)提升了8.0%。实验结果验证了所提特征融合增强方法充分关注到了特征中的细节信息,从而实现了更好的少样本目标检测效果。 展开更多
关键词 目标检测 少样本 特征融合 特征增强 Faster R-CNN
在线阅读 下载PDF
基于改进Faster R CNN的光伏组件红外热斑检测算法 被引量：8
20
作者 季瑞瑞 梅远 +5 位作者 杨思凡 骆丰凯 储小帅 张龙 王朵 李珂明 《激光与红外》 CAS CSCD 北大核心 2024年第4期584-592,共9页
光伏故障检测对光伏电站智能运维具有重要意义。针对光伏组件红外图像中热斑目标小、难检测的问题,研究了基于改进Faster R CNN的光伏组件红外热斑故障检测模型。将Swin Transformer作为Faster R CNN模型中的特征提取模块,捕获图像的全... 光伏故障检测对光伏电站智能运维具有重要意义。针对光伏组件红外图像中热斑目标小、难检测的问题,研究了基于改进Faster R CNN的光伏组件红外热斑故障检测模型。将Swin Transformer作为Faster R CNN模型中的特征提取模块,捕获图像的全局信息,建立特征之间的依赖关系,提高模型的建模能力;进一步利用BiFPN进行特征融合,改善了热斑故障由于目标小和特征不明显容易被模型忽略掉的问题;同时为了抑制光伏红外图像中背景和噪声的干扰,加入轻量级注意力模块CBAM,使模型更加关注重要通道和关键区域,提高对热斑故障检测精度。在自建光伏组件图像数据集上进行实验,热斑故障检测精度高达915,验证了本文模型对光伏组件热斑故障检测的有效性。 展开更多
关键词 光伏组件 红外图像 故障检测 Faster RCNN 特征融合
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 … 16 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