期刊文献+
共找到257篇文章
< 1 2 13 >
每页显示 20 50 100
基于改进Mask R-CNN的低空遥感实例分割算法
1
作者 李冰锋 王光耀 崔立志 《兵器装备工程学报》 北大核心 2025年第2期168-176,共9页
针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50... 针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50对输入通道语义信息的高效聚合作用。在RoI Align前引入自校准卷积模块来扩大卷积层的感受野大小并对边界框和掩码框执行校准操作。在分割分支使用掩码预测平衡损失函数,对每个类别的正负样本梯度进行平衡,实现对损失梯度的平滑降低处理。在自建低空遥感数据集和iSAID-Reduce100数据集上进行测试,实验结果表明:改进后的算法在自建数据集上box AP和mask AP分别提升17.9%和15.0%,在iSAID-Reduce100数据集上box AP和mask AP达到49.62%和50.27%,该算法很好地完成了对遥感目标的检测和分割。 展开更多
关键词 深度学习 图像处理 遥感图像 实例分割 改进mask r-cnn算法 ResNet-50
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:2
2
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Mask R-CNN的复合绝缘子憎水性状态评估方法
3
作者 绳飞 曹留 +3 位作者 刘玉龙 黄杰 黄雅倩 朱彦卿 《电测与仪表》 北大核心 2025年第4期73-80,共8页
及时在线判别复合绝缘子憎水性状态是保证电力系统安全运行的一个重要举措。为提高复合绝缘子憎水性状态评估模型的泛化能力,解决现有分类模型评估憎水性程度变化不均的复合绝缘子时往往只关注憎水性不错的部分而误判的问题。文章提出... 及时在线判别复合绝缘子憎水性状态是保证电力系统安全运行的一个重要举措。为提高复合绝缘子憎水性状态评估模型的泛化能力,解决现有分类模型评估憎水性程度变化不均的复合绝缘子时往往只关注憎水性不错的部分而误判的问题。文章提出将分类问题转变为目标检测问题,采用改进掩膜区域卷积神经网络(mask region-based convolutional neural network, Mask R-CNN)算法评估复合绝缘子憎水性等级。通过特征金字塔网络(feature pyramid network, FPN)确定图像中所有水滴的位置与大小,采用Mask R-CNN中特有的mask分支预测所有水珠憎水性等级,再计算出相应憎水性等级所占的面积,最终选择面积最大的作为图像的憎水性等级并输出分类结果。结合各等级憎水性图像的特点,引入改进非极大值抑制(soft non-maximum suppression, Soft-NMS)来减少高等级憎水性图像中水迹面积大且分布不规则时的目标漏检,并采用Giou-loss(generalized intersection over union loss)加快低等级图像中目标小而多时模型的收敛速度。最终通过对比实验,从mAP(mean average precision)、每秒帧率(frame per second, FPS)、准确率三项评判指标验证了基于改进Mask R-CNN的憎水图像识别算法的有效性与优越性。 展开更多
关键词 憎水性 目标检测 mask r-cnn 深度学习 复合绝缘子
在线阅读 下载PDF
基于改进Mask R-CNN的金刚石磨盘表面形态分割与评价
4
作者 索文隆 林燕芬 方从富 《金刚石与磨料磨具工程》 北大核心 2025年第3期416-426,共11页
金刚石磨盘广泛应用于各类硬脆材料的磨削加工中,磨盘表面形态对加工工件质量与磨盘磨削性能有着直接的影响。为对磨盘表面形态进行检测,提出基于改进Mask R-CNN模型的分割方法对磨盘表面图像中的磨粒、气孔进行识别与分割,并对模型进... 金刚石磨盘广泛应用于各类硬脆材料的磨削加工中,磨盘表面形态对加工工件质量与磨盘磨削性能有着直接的影响。为对磨盘表面形态进行检测,提出基于改进Mask R-CNN模型的分割方法对磨盘表面图像中的磨粒、气孔进行识别与分割,并对模型进行训练与验证。结果表明:使用该方法能够实现磨盘表面图像中磨粒、气孔的识别与分割,平均准确率为78.2%。为验证该方法分割的磨粒、气孔与实际结果的差异,提出目标数量识别准确率、目标分割面积准确率、目标位置误差3个参数来评价分割效果,结果表明:磨粒、气孔的数量识别准确率分别为82.1%与93.4%,分割面积准确率分别为89.9%与95.3%,位置误差分别为3.80%与2.80%,证明该方法有效。 展开更多
关键词 磨盘检测 深度学习 改进mask r-cnn模型 分割评价
在线阅读 下载PDF
基于改进Mask R-CNN的船载地波雷达目标检测方法 被引量:1
5
作者 张梦妮 王祎鸣 吴勇剑 《海洋科学进展》 北大核心 2025年第3期693-705,共13页
船载地波雷达易受复杂海况和平台运动的影响,导致其对海上船只目标的检测能力降低,尤其是对密集多目标区和弱目标区的探测更加困难。针对上述问题,本文提出一种改进实例分割区域卷积神经网络(Mask Region Convolutional Neural Network,... 船载地波雷达易受复杂海况和平台运动的影响,导致其对海上船只目标的检测能力降低,尤其是对密集多目标区和弱目标区的探测更加困难。针对上述问题,本文提出一种改进实例分割区域卷积神经网络(Mask Region Convolutional Neural Network,Mask R-CNN)的船载地波雷达目标检测方法。首先,构建船载地波雷达距离-多普勒谱数据集,发展了船载地波雷达船只目标样本自适应特征提取算法;然后,将Mask R-CNN引入船载地波雷达距离-多普勒谱图的目标检测和实例分割,进而结合卷积块的注意力机制实现目标回波深层特性信息的挖掘;最后,通过实测数据和船舶自动识别系统对本文方法进行验证。实验结果表明:与Mask R-CNN、YOLOv7和背景识别CFAR方法相比,本文提出的方法不仅减少了常规背景下的目标漏检情况,而且能够有效检测强海杂波干扰下的弱目标以及多船只回波相互重叠的聚集区域目标,提高了船载地波雷达对海上船只目标的探测能力。 展开更多
关键词 船载地波雷达 目标检测 mask r-cnn 实例分割 注意力机制
在线阅读 下载PDF
基于改进Mask R-CNN的无人船视觉检测 被引量:1
6
作者 佟剑峰 于雨 《船海工程》 北大核心 2025年第1期6-12,共7页
针对无人船视觉检测算法准确率低及水界线检测困难的问题,构造自定义数据集并提出改进Mask R-CNN网络模型的无人船视觉检测算法。改进后的算法以Mask R-CNN网络模型为检测框架,将骨干网络由ResNet50替换成ResNeXt50并加入SENet注意力机... 针对无人船视觉检测算法准确率低及水界线检测困难的问题,构造自定义数据集并提出改进Mask R-CNN网络模型的无人船视觉检测算法。改进后的算法以Mask R-CNN网络模型为检测框架,将骨干网络由ResNet50替换成ResNeXt50并加入SENet注意力机制模块提高模型的特征提取能力;在特征金字塔网络(feature pyramid network,FPN)中加入多尺度的特征提取模块(inception模块),提高特征图的融合效果;加入多尺度锚框(anchors),提高模型对于多尺度目标的检测效果;通过直方图均衡化、调整对比度的方式对输入图像进行预处理,优化输入图像。结果表明,改进后的Mask R-CNN网络模型相比于原始的网络模型在目标检测任务中平均精度均值(mean average precision,mAP)提高了8.86%,交并比为0.5条件下的平均精度(IOU=0.5 average precision,AP 50)提高了9.39%;在实例分割任务中mAP提高了4.55%,AP 50提高了4.63%。相关改进,提高了无人船视觉检测的效率。 展开更多
关键词 无人船视觉 mask r-cnn网络模型 骨干网络 注意力机制 特征融合
在线阅读 下载PDF
融合CBAM的Mask R-CNN模型在球团识别与粒径测量中的应用
7
作者 王猛 刘卫星 +3 位作者 李喆 李浩 齐西伟 杨爱民 《烧结球团》 北大核心 2025年第1期85-94,125,共11页
球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,... 球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,对比了多种主干网络的训练表现,并与多个分割模型进行了精度对比。此外,利用像素点统计分割掩膜面积实现了球团粒径的测量。结果表明,ResNet50作为主干网络在球团的特征提取中更具优越性。引入Convolutional Block Attention Module(CBAM)的Mask R-CNN模型对比初始模型A mean提高了2.18%。对比BlendMask、SOLOv2、YOLACT以及CondInst等分割模型,改进后的模型在分割精度上也有优势,并能更好地处理分割细节。此外,与Image J测量的球团粒径相比,本文所提出的球团粒径测量方法的最大误差保持在±1.8 mm之内,A_(IoU=0.5)可达到0.9483。 展开更多
关键词 球团粒径 mask r-cnn 迁移学习 ResNet CBAM
在线阅读 下载PDF
基于深度学习模型Mask R-CNN对M50轴承钢中碳化物的研究
8
作者 孙瑞明 李淑欣 +2 位作者 鲁思渊 金永生 肖华海 《机械强度》 北大核心 2025年第8期19-27,共9页
M50轴承钢中主要的碳化物类型为MC、M_(2)C和M_(23)C_(6)。扫描电子显微镜(Scanning Electron Microscopy,SEM)下,3种碳化物的形状、尺寸和在材料中的分布存在明显的区别。有些碳化物的尺寸较大且分布不均匀。轴承受载过程中,这些碳化... M50轴承钢中主要的碳化物类型为MC、M_(2)C和M_(23)C_(6)。扫描电子显微镜(Scanning Electron Microscopy,SEM)下,3种碳化物的形状、尺寸和在材料中的分布存在明显的区别。有些碳化物的尺寸较大且分布不均匀。轴承受载过程中,这些碳化物会成为应力集中的区域,对轴承疲劳性能产生负面影响。为了高效地获得材料中的碳化物信息,提出一种改进的掩膜基于区域的卷积神经网络(Mask Region-based Convolutional Neural Network,Mask R-CNN)模型,可批量鉴别SEM图像中3种碳化物的种类,确定其尺寸大小及分布。网络模型输出的图像和数值结果显示,M50轴承钢中M_(2)C型碳化物尺寸大且分布不均匀,但总体尺寸最大的MC型碳化物和尺寸最小的M_(23)C_(6)型碳化物分布相对均匀。 展开更多
关键词 深度学习 mask r-cnn M50轴承钢 碳化物
在线阅读 下载PDF
基于改进Mask R-CNN的对虾部位分割方法
9
作者 蔡礼扬 宁萌 +3 位作者 杨九洲 陈义亮 马泓睿 王雨芊 《包装与食品机械》 北大核心 2025年第1期17-25,共9页
为解决对虾加工中部位精准分割的问题,提出一种基于深度学习的方法来完成对虾各部位的语义分割。融入SimAM空间注意力机制于语义分割模型Mask R-CNN的特征提取网络ResNet的残差块中,并采用Sobel算子进行边缘提取,增加边缘损失函数,提升... 为解决对虾加工中部位精准分割的问题,提出一种基于深度学习的方法来完成对虾各部位的语义分割。融入SimAM空间注意力机制于语义分割模型Mask R-CNN的特征提取网络ResNet的残差块中,并采用Sobel算子进行边缘提取,增加边缘损失函数,提升模型边缘分割精度。结果表明,模型的平均交并比为94.14%,平均像素准确率为97.06%,头部轮廓交并比为84.12%,躯干轮廓交并比为83.79%,尾部轮廓交并比为94.31%。采用相同的数据集和试验环境与Unet,PSPNet,SegNet,Segformer进行对比试验,所提出的方法分割效果优于其他经典分割模型,可较好地完成对虾部位的分割任务。研究结果为对虾加工领域提供一种新思路。 展开更多
关键词 对虾 部位分割 mask r-cnn模型 边缘监督 注意力机制
在线阅读 下载PDF
基于Mask R-CNN改进模型的深海多金属结核图像分割方法
10
作者 翁泽邦 李小虎 +5 位作者 李洁 李正刚 王浩 朱志敏 孟兴伟 李怀明 《海洋学研究》 北大核心 2025年第3期32-39,共8页
在深海多金属结核光学图像分割中,面临着图像对比度低、目标小和边界模糊等问题。本研究构建了一种引入动态稀疏卷积(dynamic sparse convolution,DSConv)和无参数注意力模块(simple parameter-free attention module,SimAM)的改进Mask ... 在深海多金属结核光学图像分割中,面临着图像对比度低、目标小和边界模糊等问题。本研究构建了一种引入动态稀疏卷积(dynamic sparse convolution,DSConv)和无参数注意力模块(simple parameter-free attention module,SimAM)的改进Mask R-CNN(mask region-based convolutional neural network)模型,对深海图像进行多金属结核目标物识别和分割。引入SimAM有效抑制了沉积物背景对结核识别的干扰;引入DSConv有效缓解了结核边界模糊问题;同时引入两个模块的改进模型,图像分割准确率为91.5%、精确率为78.0%、召回率为75.1%、交并比为69.4%。将改进模型与原始模型应用在实际测线上发现,海底结核覆盖率的识别结果中,误差低于5%的数据占比从原始模型的57%提升至改进模型的77%。本研究可为深海多金属结核覆盖率计算提供可靠的技术方案,其模块化设计也可拓展至其他目标识别、图像分割领域。 展开更多
关键词 多金属结核 图像分割 mask r-cnn模型 覆盖率 注意力机制 动态稀疏卷积
在线阅读 下载PDF
基于空间注意力机制的Mask R-CNN致密储层岩石薄片图像鉴定 被引量:1
11
作者 李春生 刘涛 +7 位作者 刘宗堡 张可佳 刘芳 刘晓文 田梦晴 白玉磊 尹靖淞 卢羿州 《中国石油大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第4期24-32,共9页
针对陆相致密储层岩石薄片鉴定识别难、制片成本高、时间消耗长和人为主观强等难题,选取鄂尔多斯盆地临兴区块上古生界和松辽盆地三肇凹陷扶余油层为靶区,提出一种基于深度学习的致密油储层岩石薄片人工智能鉴定方法,引入图像预处理技... 针对陆相致密储层岩石薄片鉴定识别难、制片成本高、时间消耗长和人为主观强等难题,选取鄂尔多斯盆地临兴区块上古生界和松辽盆地三肇凹陷扶余油层为靶区,提出一种基于深度学习的致密油储层岩石薄片人工智能鉴定方法,引入图像预处理技术去除岩石薄片图像噪声并统一图像像素大小,构建空间几何增广机制,基于空间注意力机制改进Mask R-CNN算法,并将上述方法应用于实例靶区进行有效性验证。结果表明:图像预处理技术能够在保障图像特征的前提下,有效提高图像质量,减少噪声干扰;空间几何图像增广机制能够在在一定程度上增加可用样本的数量;基于空间注意力机制的Mask R-CNN算法可以同时完成复杂岩石薄片成分的分割与智能识别工作,分割精度在不同数据集情况下的平均精度为89.2%,整体识别准确率为93%,适用于致密油储层岩石薄片特征鉴定。 展开更多
关键词 致密储层 岩石薄片 深度学习 mask r-cnn算法 分割与识别
在线阅读 下载PDF
基于FPGA加速的Mask R-CNN稻瘟病高通量自适应识别模型研究 被引量:4
12
作者 杨宁 程巍 +2 位作者 张钊源 方啸 毛罕平 《农业机械学报》 EI CAS CSCD 北大核心 2024年第7期298-304,314,共8页
针对基于图像的稻瘟病现场检测技术依赖先验知识且受制于算力与田间网络状况,无法实现自适应实时检测的问题,提出一种可利用现场可编程门阵列(Field programmable gate array,FPGA)加速的Mask R-CNN(Mask region-based convolutional ne... 针对基于图像的稻瘟病现场检测技术依赖先验知识且受制于算力与田间网络状况,无法实现自适应实时检测的问题,提出一种可利用现场可编程门阵列(Field programmable gate array,FPGA)加速的Mask R-CNN(Mask region-based convolutional neural network)稻瘟病高通量自适应快速识别模型。首先将骨干网络改进为MobileNetV2,利用其倒残差模块降低计算量,提高模型并行处理能力;随后增加用于稻瘟病多尺度特征融合的特征金字塔网络模块,使模型具备多尺度自适应处理能力;最后由全卷积网络(Fully convolutional network,FCN)分支输出稻瘟病病斑的实例分割,同时使用交叉熵损失函数完成稻瘟病的定位与分类。稻瘟病实测数据集对模型的验证结果表明:当输入为全高清图像时,模型平均推理时间减少至85 ms,相较GPU服务器、同级别GPU边缘计算平台,速度分别提高86.2%、63.0%。在交并比为0.6时,准确率可达98.0%,病斑捕获能力平均提升21.2%。提出的Mask R-CNN自适应快速识别模型能够在田间恶劣网络状况下实现稻瘟病的快速现场检测,具有更好的抗噪能力和鲁棒性能,为水稻病害实时检测、察打一体提供了高效实时的片上系统方案。 展开更多
关键词 稻瘟病检测 目标检测 mask r-cnn 现场可编程门阵列
在线阅读 下载PDF
基于改进Mask R-CNN的笼养死鸭识别方法 被引量:1
13
作者 柏宗春 吕胤春 +2 位作者 朱一星 马肄恒 段恩泽 《农业机械学报》 EI CAS CSCD 北大核心 2024年第7期305-314,共10页
针对规模化笼养肉鸭舍内死鸭识别采用人工作业方式时,存在作业效率低、劳动强度大、养殖成本高等问题,以层叠式笼养肉鸭为研究对象,提出了一种基于深度学习的笼养死鸭识别方法。为了采集数据,首先面向立体层叠式养殖环境设计了一款适用... 针对规模化笼养肉鸭舍内死鸭识别采用人工作业方式时,存在作业效率低、劳动强度大、养殖成本高等问题,以层叠式笼养肉鸭为研究对象,提出了一种基于深度学习的笼养死鸭识别方法。为了采集数据,首先面向立体层叠式养殖环境设计了一款适用于肉鸭舍的自主巡检装备。针对笼养肉鸭舍铁丝网遮挡严重的问题,基于机器视觉对笼网进行修复,基于OpenCV对图像进行增强处理。构建了一种基于Mask R-CNN的死鸭识别模型,采用Swin Transformer对模型进行优化,解决了Mask R-CNN网络缺乏整合全局信息能力的问题。对比分析了SOLO v2、Mask R-CNN和Mask R-CNN+Swin Transformer模型识别笼内死鸭准确率。实验结果表明,在平均精度均值为90%的条件下,Mask R-CNN+Swin Transformer模型对笼内死鸭总体识别准确率可达95.8%,在自主巡检装备上的检测效果优于其他主流的目标检测算法。 展开更多
关键词 机器视觉 笼养肉鸭 死鸭识别 mask r-cnn
在线阅读 下载PDF
改进Mask R-CNN的馆藏报纸图像内容分割
14
作者 倪劼 叶江松 谢恩泽 《图书馆论坛》 CSSCI 北大核心 2024年第6期110-118,共9页
开展馆藏报纸图像内容分割研究,能提升文字识别准确率,对促进机器识别取代人工操作、提高图书馆数字化工作效率具有重要意义。文章根据报纸图像呈现的特征,提出一种基于改进MaskR-CNN的算法,实现报纸图像内容分割。首先,通过优化锚框比... 开展馆藏报纸图像内容分割研究,能提升文字识别准确率,对促进机器识别取代人工操作、提高图书馆数字化工作效率具有重要意义。文章根据报纸图像呈现的特征,提出一种基于改进MaskR-CNN的算法,实现报纸图像内容分割。首先,通过优化锚框比例和损失函数,对原始MaskR-CNN算法进行改进。其次,采用数据增强、调整训练参数开展样本训练。最后,通过实验的方式对改进后的MaskR-CNN算法训练模型和原始算法训练模型进行比较,并采用AP_bbox和AP_segm评价指标对实验结果进行评估,改进后的算法训练模型AP_bbox为0.935,AP_segm为0.943,均超过原始算法训练模型。实验结果表明,改进后的MaskR-CNN算法能够实现报纸图像内容有效检测与分割。 展开更多
关键词 mask r-cnn 报纸数字化 内容分割 目标检测
在线阅读 下载PDF
基于改进Mask R-CNN的青菜杂质检测研究
15
作者 赵爽 俞永强 +1 位作者 苗玉彬 刘可心 《中国农机化学报》 北大核心 2024年第9期77-82,140,共7页
绿叶蔬菜的智能包装加工是实现绿叶蔬菜智能化生产、降低生产成本的重要部分,对绿叶蔬菜在包装加工时的杂质检测是其重要前提。以青菜为研究对象,提出一种基于Mask R-CNN的青菜杂质检测模型。首先采集标注掺杂枯树叶、枯菜叶和碎纸片3... 绿叶蔬菜的智能包装加工是实现绿叶蔬菜智能化生产、降低生产成本的重要部分,对绿叶蔬菜在包装加工时的杂质检测是其重要前提。以青菜为研究对象,提出一种基于Mask R-CNN的青菜杂质检测模型。首先采集标注掺杂枯树叶、枯菜叶和碎纸片3种常见杂质的青菜图像1370多张,并通过数据增强的方法扩充建立含有2740张青菜杂质图像的数据集。为减少背景对杂质检测的影响,通过在Mask R-CNN模型中加入协调注意力机制,同时添加全连接层和Dropout层,增强模型特征提取能力,减少过拟合现象,并使用迁移学习方法对模型进行微调。结果表明改进后的Mask R-CNN算法对青菜杂质识别的平均精度均值为99.19%,检测速度为8.45 FPS,检测效果良好,可以满足青菜杂质的检测需求。 展开更多
关键词 青菜 杂质检测 mask r-cnn 迁移学习 协调注意力
在线阅读 下载PDF
基于改进Mask R-CNN的矿石类型检测算法 被引量:2
16
作者 肖成勇 李擎 +4 位作者 栗辉 王莉 陈子一 张德政 车伟杰 《烧结球团》 北大核心 2024年第2期65-73,106,共10页
针对不同的矿石类型进行选矿工艺参数设置和操作有利于保障精矿质量,提高回收率和降低物资消耗。由于缺乏矿石类型实时检测有效手段,选矿过程的精准操作目前较难实现。为此,本文提出一种全面改进的Mask R-CNN矿石类型检测算法。算法步骤... 针对不同的矿石类型进行选矿工艺参数设置和操作有利于保障精矿质量,提高回收率和降低物资消耗。由于缺乏矿石类型实时检测有效手段,选矿过程的精准操作目前较难实现。为此,本文提出一种全面改进的Mask R-CNN矿石类型检测算法。算法步骤:①使用ResNetV1d-50提取矿石图像各阶段的特征图,并在主干网络中加入可变形卷积以便增强异形矿石的特征;②改进FPN,通过在主干网络的C5特征层加入特征残差模块,并融合到P5特征层,得到具有更强语义信息的多尺度特征图;③改进RPN,设计自适应的正样本IOU选取方案来匹配宽高比异常的矿石,进一步提高异形矿石的识别精度;④在RoIAlign网络基础上加入Global-Context,以提高小矿石的检测能力;⑤在数据增强和训练技巧方面对模型进行改进。结果表明,本文算法的平均精度为67.92%,平均交并比为63.54%,分别比基准模型提高了13.67%和9.71%。本文研究方法在矿石类型识别领域具有较好的应用价值。 展开更多
关键词 mask r-cnn 矿石类型识别 可变形卷积 训练技巧
在线阅读 下载PDF
基于Mask R-CNN和迁移学习的无人机遥感影像杉木单木树冠提取 被引量:5
17
作者 谢运鸿 孙钊 +3 位作者 丁志丹 罗蜜 李芸 孙玉军 《北京林业大学学报》 CAS CSCD 北大核心 2024年第3期153-166,共14页
【目的】利用无人机遥感影像对树冠进行自动化提取,获取高精度树冠信息。【方法】该研究提出一种基于Mask RCNN和迁移学习的无人机影像单木树冠提取方法。首先,选用在Faster R-CNN基础上改进优化的Mask R-CNN实例分割模型,特征提取网络... 【目的】利用无人机遥感影像对树冠进行自动化提取,获取高精度树冠信息。【方法】该研究提出一种基于Mask RCNN和迁移学习的无人机影像单木树冠提取方法。首先,选用在Faster R-CNN基础上改进优化的Mask R-CNN实例分割模型,特征提取网络在ResNet50残差网络和ResNet101残差网络二者间选取最优。其次,引入迁移学习与Mask RCNN一起训练,联合迁移学习的导向作用降低训练时间,提高训练精度。【结果】Mask R-CNN模型的总体精度为93.59%,用户精度为65.46%,F1分数为76.05%,平均精度均值为0.31;载入迁移学习后的Mask R-CNN模型在同等训练条件下比原模型的用户精度提升29.53%,F1分数提升19.63%,平均精度均值提升0.21;分别以ResNet50和ResNet101为特征提取网络的Mask R-CNN模型中,ResNet50+Mask R-CNN模型的总体精度、用户精度、F1分数、平均精度均值各为96.94%、95.57%、96.17%、0.54,ResNet101+Mask R-CNN模型的总体精度、用户精度、F1分数、平均精度均值各为96.20%、94.41%、95.19%、0.49;其中载入迁移学习的ResNet50+Mask R-CNN模型在预测东西冠幅、南北冠幅、树冠面积与样方郁闭度的预测决定系数分别为0.87、0.84、0.93和0.83。【结论】本研究提出的基于Mask R-CNN和迁移学习的方法得到了较为精准的树冠参数结果,为无人机遥感影像评估树木资源提供了一种快速高效的解决方案。 展开更多
关键词 无人机 遥感影像 深度学习 mask r-cnn 迁移学习 树冠提取
在线阅读 下载PDF
基于Mask R-CNN的复杂环境下辣椒识别方法研究 被引量:4
18
作者 付晓鸽 李涵 +1 位作者 左治江 杜铮 《中国农机化学报》 北大核心 2024年第9期215-219,共5页
针对辣椒采摘机器人在真实场景中辣椒簇状、粘连和光照不均导致无法精准采摘辣椒的问题,提出一种基于Mask R-CNN实例分割网络模型的辣椒识别方法。以真实场景下的辣椒为研究对象,采集自然生长的辣椒图像4496张,对其中的4000张进行数据... 针对辣椒采摘机器人在真实场景中辣椒簇状、粘连和光照不均导致无法精准采摘辣椒的问题,提出一种基于Mask R-CNN实例分割网络模型的辣椒识别方法。以真实场景下的辣椒为研究对象,采集自然生长的辣椒图像4496张,对其中的4000张进行数据标注作为数据集,通过设置不同的学习率、训练周期和模型网络层对数据集进行训练。试验结果表明,Mask R-CNN网络模型对真实场景下辣椒的识别和分割效果较好,平均准确率达到90.34%,平均速度达到0.82 s/幅,为智能辣椒采摘机器人的辣椒分割识别和定位提供有力的技术支撑。 展开更多
关键词 辣椒识别 实例分割 mask r-cnn 神经网络 采摘机器人
在线阅读 下载PDF
基于改进Mask R-CNN的高密度砂岩颗粒的分割识别 被引量:3
19
作者 江佳霖 钟宝荣 《科学技术与工程》 北大核心 2024年第9期3737-3746,共10页
针对高密度颗粒密度大,数量多,形态不一,且颜色相近的情况,通过传统方法对砂岩颗粒分割难度存在检测不准和漏检的不足。想要在少量样本中获取更好的效果,变得更加困难。基于上述问题提出一种基于改进Mask R-CNN的DGC-Mask R-CNN检测模型... 针对高密度颗粒密度大,数量多,形态不一,且颜色相近的情况,通过传统方法对砂岩颗粒分割难度存在检测不准和漏检的不足。想要在少量样本中获取更好的效果,变得更加困难。基于上述问题提出一种基于改进Mask R-CNN的DGC-Mask R-CNN检测模型,针对少量样本、高密度砂岩颗粒的分割与识别。首先收集了128张超高分辨率的图片,每张图片有近200个砂岩颗粒实例,共26200个实例对象。为了使模型拥有更好的泛化能力,防止少量样本下的过拟合,使用Albu进行图像增强。用自监督预训练模型Barlow Twins来对砂岩颗粒的特征进行初步提取。在DGC-Mask R-CNN中,构建ResNet50模型作为骨干特征提取网络,在ResNet50的BottleNeck的C 3、C 4、C 5特征卷积层中改进传统卷积方式,使用可变形卷积神经网络(deformable convolutional neural network,DCN),并添加全局上下文建模框架(global context block,GCB)注意力机制。在上采样器的多个级联上采样模块中,结合改进的上采样算法CARAFE。实验结果表明,改进后的DGC-Mask R-CNN,使得检测与分割识别的平均精度达到88.9%和88.8%,与传统的Mask R-CNN、Cascade-Mask R-CNN、Mask Scoring R-CNN、HybridTaskCascade相比检测精度更高。在均值平均精度方面,与其他模型相比提升较为明显。将模型分割后得到的结果,进行砂岩颗粒的统计以及长短轴的计算,可实现对该部分砂岩颗粒的溯源,计算地壳运动导致的砂岩迁移的距离,进而评估地下油藏。 展开更多
关键词 mask r-cnn Barlow Twins DCN 注意力机制 CARAFE 砂岩颗粒
在线阅读 下载PDF
基于多目标采样和改进Mask R-CNN的木瓜成熟度检测 被引量:1
20
作者 齐国红 张云龙 苏曼 《食品与机械》 CSCD 北大核心 2024年第3期52-59,共8页
目的:提高木瓜成熟度检测准确率及鲁棒性。方法:提出一种基于多目标采样和改进Mask R-CNN的木瓜成熟度检测方法。通过均值平均精度、准确率、精确率—召回率曲线和计算时间等指标,验证所提方法的有效性和鲁棒性,并将其检测效果与Faster ... 目的:提高木瓜成熟度检测准确率及鲁棒性。方法:提出一种基于多目标采样和改进Mask R-CNN的木瓜成熟度检测方法。通过均值平均精度、准确率、精确率—召回率曲线和计算时间等指标,验证所提方法的有效性和鲁棒性,并将其检测效果与Faster R-CNN、RetinaNet和CenterMask等方法进行对比。结果:试验方法对木瓜成熟度检测的平均精度均值、50%平均精度均值、75%平均精度均值分别为98.43%,98.67%,98.68%,对未成熟、半成熟和成熟木瓜成熟度的平均检测精度为99.38%,98.81%,99.37%。结论:该方法可用于开发木瓜成熟度检测的电子系统,提升木瓜成熟度检测和木瓜分级的性能。 展开更多
关键词 成熟度检测 多目标采样 mask r-cnn 小数据集 木瓜
在线阅读 下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部