Mask-RCNN在轴承滚动体异常检测中的研究

1

作者 周经宇 葛动元 +1 位作者 姚锡凡 向文江 《机械设计与制造》 北大核心 2025年第6期253-257,共5页

为了通过深度学习来更方便且高效的检测轴承滚动体若干参数,从而自动判断出轴承滚动体是否存在异常。提出了使用Mask-RCNN来检测轴承滚动体并提取掩膜,然后通过使用图像处理的方法,计算出滚动体个数和其他若干参数,最后根据检测到的参... 为了通过深度学习来更方便且高效的检测轴承滚动体若干参数,从而自动判断出轴承滚动体是否存在异常。提出了使用Mask-RCNN来检测轴承滚动体并提取掩膜,然后通过使用图像处理的方法,计算出滚动体个数和其他若干参数,最后根据检测到的参数判断滚动体是否存在异常。本次实验设计了简单的背光源加同轴光源组合的形式并结合工业像机采集了50张轴承图像,然后通过对采集到的图像进行图像增强操作,获得了50张旋转、增强对比度和曝光等图像,组成100张图片作为数据集。通过对Mask-RCNN的训练来获得较好的模型参数,并随机对某张验证集的轴承图进行检测就可以得到各轴承滚动体的若干参数信息,从而根据求得的参数来自动判断滚动体是否异常,达到了检测的目的。 展开更多

关键词 mask-rcnn 轴承 滚动体 图像处理 参数检测 缺失检测

在线阅读 下载PDF 职称材料

基于YOLOv5和Mask-RCNN组合模型的社交媒体内涝灾害分析

2

作者 张凌嘉 周欣磊 +1 位作者 许月萍 江衍铭 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第9期1822-1831,共10页

由于缺少淹没实测数据,针对城市市区淹没深度测量数据需求,基于社交媒体与深度学习技术,探索根据社交媒体用户上传信息提取洪水淹没信息的新方法.研发基于YOLOv5与Mask-RCNN组合模型的实例分割算法,制作轿车众多关键部位的识别数据集.... 由于缺少淹没实测数据,针对城市市区淹没深度测量数据需求,基于社交媒体与深度学习技术,探索根据社交媒体用户上传信息提取洪水淹没信息的新方法.研发基于YOLOv5与Mask-RCNN组合模型的实例分割算法,制作轿车众多关键部位的识别数据集.根据模型训练结果实现全新的市区淹没事件的淹没高度提取方法.通过输入淹没图像对城市内涝中淹没点位与淹没深度进行预测,与淹没重演模型得到的数据进行比较.基于模拟淹没实验来制作验证数据集,验证该方法的可行性.结果表明,所研发的YOLOv5与Mask-RCNN组合模型的纳什效率系数为0.98.使用郑州市“7·20”城市内涝的实际社交媒体图像进行可靠性验证.结果表明,所提方法能够为城市市区内涝淹没过程提供有效数据来源. 展开更多

关键词 城市内涝 社交媒体 YOLOv5 mask-rcnn 水深提取 图像识别

在线阅读 下载PDF 职称材料

基于改进Mask-RCNN算法的作物害虫分类识别 被引量：8

3

作者 张佳敏 闫科 +4 位作者 王一非 刘杰 曾娟 吴鹏飞 黄求应 《农业工程学报》 EI CAS CSCD 北大核心 2024年第7期202-209,共8页

智能虫情测报灯对农业生产中及时察觉虫害、虫灾问题有重大作用,准确的害虫分类识别为虫情测报提供可靠数据支撑的关键。该研究对智能虫情测报灯所需核心识别算法进行改进,针对分类目标多尺度、存在多种相似非目标害虫干扰、易产生目标... 智能虫情测报灯对农业生产中及时察觉虫害、虫灾问题有重大作用,准确的害虫分类识别为虫情测报提供可靠数据支撑的关键。该研究对智能虫情测报灯所需核心识别算法进行改进,针对分类目标多尺度、存在多种相似非目标害虫干扰、易产生目标粘连等问题,提出一种基于改进Mask-RCNN(mask region-based convolutional neural network)模型的害虫图像智能识别模型。该模型使用DeAnchor算法改进Mask-RCNN的锚框引导机制,使用NDCC(novelty detection consistent classifiers)训练分类器进行联合分类和检测,改善非目标杂虫的误识别问题。改进后模型对无杂虫、不同虫体密度图像的识别准确率最高达到96.1%,最密集时可达90.6%,在仅有非目标的图片识别中,误检率降至9%,非目标与目标共存且密度为40虫/图的误检率降至15%。试验表明,该文所提模型在现有分类模型的基础上,增强了对密集区域的检测能力,改善了非目标误识别问题,在实际检测环境下的害虫分类识别精度更高,可为虫害防治工作提供数据参考。 展开更多

关键词 目标检测 虫害防治 分类识别 Mask RCNN 粘连目标

在线阅读 下载PDF 职称材料

一种基于Mask-RCNN图像分割的头足类动物角质颚色素沉积量化方法 被引量：5

4

作者 宋自根 张佳彬 +2 位作者 覃学标 刘必林 卜心宇 《渔业现代化》 CSCD 2021年第5期70-78,共9页

为自动化精确获取头足类动物的角质颚色素沉积占比,采用Mask-RCNN深度学习的神经网络模型,实现对角质颚及其色素沉积的图像识别和分割,提出了一种基于面积获取的自动化测量角质颚色素沉积占比新方法。首先对角质颚及其色素沉积进行轮廓... 为自动化精确获取头足类动物的角质颚色素沉积占比,采用Mask-RCNN深度学习的神经网络模型,实现对角质颚及其色素沉积的图像识别和分割,提出了一种基于面积获取的自动化测量角质颚色素沉积占比新方法。首先对角质颚及其色素沉积进行轮廓标注,将所得结果转化成训练集导入到残差网络(Resnet50)中,提取角质颚及其色素沉积的数字特征。基于特征金字塔网络(Feature Pyramid Networks,FPN)将各层特征加以融合;再利用区域候选网络(Region Proposal Network,RPN)对特征加以学习并生成候选框;最后,对候选框进行非极大值抑制(Non-Maximum Suppression,NMS),得到角质颚和色素沉积的候选区域,从而实现了角质颚色素沉积占比的自动化精确获取。结果显示:利用Mask-RCNN土颚分割精度为93.60%,色素沉积精度为92.47%,下颚为91.78%,色素沉积为88.78%。研究表明,Mask-RCNN深度学习网络模型可以较好地测量角质颚及其色素沉积的量化占比,本研究为头足类摄食动物的研究提供参考。 展开更多

关键词 角质颚 色素沉积 深度学习 生长特性 mask-rcnn

在线阅读 下载PDF 职称材料

优化Mask-RCNN的高分遥感影像建筑物提取 被引量：14

5

作者 林娜 黄韬 +1 位作者 孙鹏林 王玉莹 《遥感信息》 CSCD 北大核心 2022年第3期1-6,共6页

针对从背景复杂、目标密集的高分遥感影像上提取建筑物精度较低的问题,提出了一种基于优化Mask-RCNN的高分遥感影像建筑物提取算法。优化算法以ResNet-50为特征提取主干网络,通过添加更多的横向连接以及自下而上、自上而下路径的方式优... 针对从背景复杂、目标密集的高分遥感影像上提取建筑物精度较低的问题,提出了一种基于优化Mask-RCNN的高分遥感影像建筑物提取算法。优化算法以ResNet-50为特征提取主干网络,通过添加更多的横向连接以及自下而上、自上而下路径的方式优化FPN,提高算法的特征提取能力,并利用Soft-NMS优化原始NMS算法改善提取结果。利用自制的重庆市渝北区高分遥感影像建筑物数据集,采用交叉验证方法验证其在不同训练集与测试集上的稳定性,同时比较优化前后算法的提取性能。实验结果表明,优化算法平均精确率为88.4%,对比原始算法提高了4.9个百分点,对实现遥感影像建筑物高精度自动提取具有一定的参考意义。 展开更多

关键词 深度学习 mask-rcnn 建筑物提取 优化FPN 优化NMS

在线阅读 下载PDF 职称材料

SE-Mask-RCNN:多参数MRI前列腺癌分割方法 被引量：8

6

作者 黄毅鹏 胡冀苏 +5 位作者 钱旭升 周志勇 赵文露 马麒 沈钧康 戴亚康 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第1期203-212,共10页

为了从多参数磁共振(mp-MRI)的前列腺区域中自动提取前列腺癌病灶区域,提出新的深度卷积神经网络模型SE-Mask-RCNN.在特征图上搜索定位包含病灶的候选区域,基于候选区域实现病灶的精细分割.为了利用mp-MRI中的互补信息,通过2个并行卷积... 为了从多参数磁共振(mp-MRI)的前列腺区域中自动提取前列腺癌病灶区域,提出新的深度卷积神经网络模型SE-Mask-RCNN.在特征图上搜索定位包含病灶的候选区域,基于候选区域实现病灶的精细分割.为了利用mp-MRI中的互补信息,通过2个并行卷积网络分别提取表观扩散系数(ADC)和T2加权(T2W)图像的特征图后进行融合,使用挤压与激励块自动提升融合特征图中的有效特征并抑制无效特征.在收集得到的140例数据上进行实验.结果表明,使用SE-Mask-RCNN得到前列腺癌病灶分割Dice系数为0.654,敏感度为0.695,特异度为0.970,阳性预测值为0.685.与U-net、V-net、Resnet50-U-net和Mask-RCNN等模型相比,SE-Mask-RCNN能够有效提升mp-MRI中前列腺癌病灶区域的分割精度. 展开更多

关键词 前列腺癌 深度学习 挤压与激励块(SE-block) mask-rcnn 多参数磁共振成像(mp-MRI)

在线阅读 下载PDF 职称材料

基于Mask-RCNN海上升压站数字式仪表读数的自动识别算法 被引量：17

7

作者 汤鹏 刘毅 +7 位作者 魏宏光 董秀芬 严国斌 张迎宾 袁亚君 王增光 范亚南 马鹏阁 《红外与激光工程》 EI CSCD 北大核心 2021年第S02期163-170,共8页

海上升压站采用挂轨机器人开展巡检作业,利用机器视觉手段自动识别数字式仪表读数,替代人工记录。提出了一种基于Mask-RCNN深度学习方法的数字仪表读数自动识别算法。将不同类型的数字仪表原始图像制作成数据集,利用深度学习算法进行训... 海上升压站采用挂轨机器人开展巡检作业,利用机器视觉手段自动识别数字式仪表读数,替代人工记录。提出了一种基于Mask-RCNN深度学习方法的数字仪表读数自动识别算法。将不同类型的数字仪表原始图像制作成数据集,利用深度学习算法进行训练,根据损失函数变化曲线对算法进行参数优化得到训练后的模型,再进行数字仪表图像的识别分析。采用灰度世界算法和霍夫变换等算法进行图像预处理,可有效改善数字识别的准确度。最后,实验对比了YOLOv3和Mask-RCNN深度学习算法的识别性能,结果表明前者具有较高的检测速度,后者具有更高的准确率。后者的识别率为99.52%,满足海上升压站远程监控对数字仪表读数正确率高的要求。 展开更多

关键词 图像处理 数字式仪表识别 mask-rcnn YOLOv3

在线阅读 下载PDF 职称材料

基于Mask-RCNN的自然场景下油茶果目标识别与检测 被引量：18

8

作者 王梁 侯义锋 贺杰 《中国农机化学报》 北大核心 2022年第12期148-154,189,F0003,共9页

针对我国油茶果采摘过程中存在的自动化水平落后、采摘效率低、适采周期短的现状,应用于机器人收获技术的机器视觉技术受限于真实场景中复杂背景干扰从而导致识别精度较低的问题。以自然场景下的油茶果为研究对象,提出一种基于Mask-RCN... 针对我国油茶果采摘过程中存在的自动化水平落后、采摘效率低、适采周期短的现状,应用于机器人收获技术的机器视觉技术受限于真实场景中复杂背景干扰从而导致识别精度较低的问题。以自然场景下的油茶果为研究对象,提出一种基于Mask-RCNN的自然场景下油茶果目标识别与检测算法,首先获取油茶果图像并建立数据集,利用ResNet卷积神经网络提取油茶果果实图片的特征,获得果实目标分割结果,再采用RPN对所得到的特征图进行操作,并增加全连接层,提取每个样本mask像素面积,并对目标类别进行预测。利用测试集分别测试油茶果的分割网络模型及目标识别算法,结果表明,网络模型的分割准确率为89.85%,油茶果目标识别的平均检测精度为89.42%,召回率为92.86%。本算法能够自动检测油茶果目标,并有效降低不同光照情况下叶片与花苞遮挡、果实重叠、果实色泽等因素干扰,为自然场景中果实自动化采摘提供可靠的视觉支持。 展开更多

关键词 自然场景 油茶果 目标识别 mask-rcnn 图像分割

在线阅读 下载PDF 职称材料

基于Mask-RCNN的复杂背景下多目标叶片的分割和识别 被引量：13

9

作者 钟伟镇 刘鑫磊 +1 位作者 杨坤龙 李丰果 《浙江农业学报》 CSCD 北大核心 2020年第11期2059-2066,共8页

在基于叶片图像进行植物识别和生长状态监控时,植物目标叶片的准确分割和识别是前提和基础,但复杂背景给叶片的分割和识别带来了极大的挑战。本研究提出基于Mask-RCNN深度学习网络分割和识别复杂背景下多目标叶片的算法,共拍摄自然生长... 在基于叶片图像进行植物识别和生长状态监控时,植物目标叶片的准确分割和识别是前提和基础,但复杂背景给叶片的分割和识别带来了极大的挑战。本研究提出基于Mask-RCNN深度学习网络分割和识别复杂背景下多目标叶片的算法,共拍摄自然生长状态下常见的植物叶片图像7357张,标注3000张作为训练数据库,这3000张图像共包含4种植物,分别为孔雀竹芋(Calathea makoyana)、珊瑚树(Viburnum odoratissinum)、洋常春藤(Hedera helix L.)和黄花羊蹄甲(Bauhinia tomentos a)。选择这4种植物的80个测试样本图像进行分割、识别与错分率分析。结果表明:Mask-RCNN深度学习网络对这4种植物的识别效果良好,未出现误识别的情况;分割的平均图像错分率为0.93%,最大值不超过2.49%,即分割准确率达97.51%;同时该算法具有强大的迁移能力。 展开更多

关键词 叶片识别 mask-rcnn 错分率 准确率

在线阅读 下载PDF 职称材料

不同层数的Mask-RCNN模型自动检测成釉细胞瘤效能的比较 被引量：1

10

作者 赖丹琳 许亮 +2 位作者 倪涧钊 朱小峰 黄晓红 《口腔医学研究》 CAS CSCD 北大核心 2023年第12期1092-1096,共5页

目的:基于人工智能深度学习,比较Mask-RCNN不同层数的ResNet模型在成釉细胞瘤CT图像检测中的效能。方法:回顾性收集2018年4月~2020年8月福建医科大学附属第一医院成釉细胞瘤患者的CT影像数据,按照标准将79名患者纳入研究。经过预处理后... 目的:基于人工智能深度学习,比较Mask-RCNN不同层数的ResNet模型在成釉细胞瘤CT图像检测中的效能。方法:回顾性收集2018年4月~2020年8月福建医科大学附属第一医院成釉细胞瘤患者的CT影像数据,按照标准将79名患者纳入研究。经过预处理后,共得到3566张图像,按照8∶1∶1的比例将其随机分为训练集、验证集以及测试集。采用ResNet-18、ResNet-50和ResNet-101模型进行训练,实现肿瘤的自动检测并通过Dice系数、平均精确度AP及检测时间等评价指标进行分析。结果:与ResNet-18及ResNet-50相比,ResNet-101模型自动检测的效果最好,其Dice系数为0.87,平均精确度AP(IOU 0.50∶0.95)为0.74。但该模型所需的检测时间最长,需要0.33 s。结论:不同层数的Mask-RCNN模型均可较好地实现对成釉细胞瘤的自动检测诊断,其中ResNet-101检测效果最好,但相应地需要更长的时间。 展开更多

关键词 成釉细胞瘤 深度学习 mask-rcnn ResNet

在线阅读 下载PDF 职称材料

基于Mask-RCNN的无人机影像白喉乌头检测 被引量：2

11

作者 梁俊欢 董峦 +7 位作者 孙宗玖 马海燕 艾尼玩·艾买尔 阿仁 魏鹏 田聪 阿斯娅·曼力克 郑逢令 《草食家畜》 2023年第1期44-51,共8页

白喉乌头(Aconitum leucostomum)是伊犁的主要毒害草之一。快速精准识别白喉乌头可为监测其分布和扩散提供必要的数据和技术支持。本研究利用无人机影像获取白喉乌头影像并构建数据集,分别采用深度残差网络ResNet50和ResNet101提取特征... 白喉乌头(Aconitum leucostomum)是伊犁的主要毒害草之一。快速精准识别白喉乌头可为监测其分布和扩散提供必要的数据和技术支持。本研究利用无人机影像获取白喉乌头影像并构建数据集,分别采用深度残差网络ResNet50和ResNet101提取特征,应用深度学习目标检测算法Mask-RCNN对白喉乌头自动识别。结果表明,通过对比测试集的检测精度,ResNet50的平均精确度(mAP)最高,达到66.0%,ResNet101的mAP最低,为65.3%,ResNet50网络在检测白喉乌头的性能表现优异。Mask-RCNN应用于无人机影像识别白喉乌头,实现白喉乌头的自动检测切实可行。 展开更多

关键词 毒害草 白喉乌头 深度学习 mask-rcnn

在线阅读 下载PDF 职称材料

基于改进Mask-RCNN的飞行器结构裂纹自动检测方法 被引量：10

12

作者 吕帅帅 杨宇 +1 位作者 王彬文 裴连杰 《振动．测试与诊断》 EI CSCD 北大核心 2021年第3期487-494,620,共9页

计算机视觉的裂纹自动识别算法在飞机结构疲劳试验中具有较好的工程应用前景,但由于飞机结构构型多样及疲劳试验环境复杂,传统方法的裂纹识别准确率难以满足要求。针对此问题,设计了一种基于关键结构定位的检测策略,并以目标分割算法掩... 计算机视觉的裂纹自动识别算法在飞机结构疲劳试验中具有较好的工程应用前景,但由于飞机结构构型多样及疲劳试验环境复杂,传统方法的裂纹识别准确率难以满足要求。针对此问题,设计了一种基于关键结构定位的检测策略,并以目标分割算法掩码-区域卷积神经网络(Mask-regionconvolutionalneuralnetwork,简称Mask-RCNN)为基础对模型架构和非极大值抑制模块进行了适应性改进,提出了一种裂纹自动识别方法。该方法具有主动避开干扰因素、对图片质量要求较低的特点,同时利用Mask-RCNN将像素信息引入参数优化的特性,具备更高的识别准确率。在元件疲劳试验中,该方法对铆钉、裂纹的识别准确率分别为100%和87.5%,相较于现有方法优势显著。 展开更多

关键词 机器视觉 裂纹 深度学习 目标分割算法掩码‐区域卷积神经网络

在线阅读 下载PDF 职称材料

基于改进Mask-RCNN算法的车位检测研究 被引量：8

13

作者 党顺峰 熊锐 +3 位作者 李继辉 陈灿奇 陈振威 吴鑫 《现代制造工程》 CSCD 北大核心 2021年第1期91-97,101,共8页

车位检测是自动泊车至关重要的环节,在复杂情况下,为同时实现自动泊车视觉系统对车位识别和车位状态分类,提出一种基于改进掩模区域卷积神经网络(Mask Region Convolutional Neural Network,Mask-RCNN)算法的C-Mask-RCNN车位检测算法。C... 车位检测是自动泊车至关重要的环节,在复杂情况下,为同时实现自动泊车视觉系统对车位识别和车位状态分类,提出一种基于改进掩模区域卷积神经网络(Mask Region Convolutional Neural Network,Mask-RCNN)算法的C-Mask-RCNN车位检测算法。C-Mask-RCNN车位检测算法通过在Mask-RCNN算法的ResNet50特征提取网络中增加卷积块注意力模块(Convolutional Block Attention Module,CBAM),使模型更加关注车位相关的语义信息。利用C-Mask-RCNN车位检测算法中的区域卷积神经网络(Regions with Convolution Neural Network,RCNN)分支网络进行车位检测,实现Keypiont分支进行车位8个关键点的预测。实验结果表明,改进后的C-Mask-RCNN车位检测算法较Mask-RCNN算法在车位类型识别平均精确率上提升7.4%,在车位状态识别平均精确率上提升11.1%,并且车位线关键点预测的平均像素误差减少15.1 px。 展开更多

关键词 车位检测 掩膜区域卷积神经网络 注意力机制 关键点预测

在线阅读 下载PDF 职称材料

线段描述子与光束法平差融合下破损建筑场景点云重建 被引量：2

14

作者 梁锜 郭沁 范蒙 《激光杂志》 北大核心 2025年第3期120-126,共7页

准确捕捉建筑物的几何形状和结构信息,对破损建筑场景的点云重建至关重要。针对破损建筑场景点云重建完整度低的问题,提出线段描述子与光束法平差融合下破损建筑场景点云重建方法。采用Mask-RCNN方法检测破损建筑场景目标,对获取的点云... 准确捕捉建筑物的几何形状和结构信息,对破损建筑场景的点云重建至关重要。针对破损建筑场景点云重建完整度低的问题,提出线段描述子与光束法平差融合下破损建筑场景点云重建方法。采用Mask-RCNN方法检测破损建筑场景目标,对获取的点云平面实施二维投影。采用主成分分析方法估计全部点云法向量,引入区域增长方法对全部点云数据聚类和分割处理,拟合破损建筑场景图像中的各平面,得到点云平面。利用二维线段检测方法获取破损建筑平面的线段特征,将二维线段投影到三维空间内获取三维线段,生成破损建筑场景对应的线段描述子。对所获取的线段描述子实施光束法平差优化处理,实现破损建筑场景的点云重建。实验结果表明,所提方法能够有效重建破损建筑场景点云,点云重建的相对误差最小值仅为0.117。 展开更多

关键词 线段描述子 破损建筑场景 点云重建 mask-rcnn

在线阅读 下载PDF 职称材料

融合图像分类机制的建筑物屋顶有效区域提取方法

15

作者 张杰宁 欧阳森 +2 位作者 康澜 郭一帆 张晋铭 《电工电能新技术》 北大核心 2025年第5期97-107,共11页

在分布式光伏呈现高渗透率接入配电网的发展趋势下,准确辨识屋顶可建设光伏的面积有现实的急迫需求。针对屋顶区域辨识不够精确、屋顶异物影响光伏电源建设而需要进一步识别处理的需求,本文提出了一种融合图像分类机制的建筑物屋顶有效... 在分布式光伏呈现高渗透率接入配电网的发展趋势下,准确辨识屋顶可建设光伏的面积有现实的急迫需求。针对屋顶区域辨识不够精确、屋顶异物影响光伏电源建设而需要进一步识别处理的需求,本文提出了一种融合图像分类机制的建筑物屋顶有效区域提取方法。首先,本文考虑到异物对屋顶有效区域的影响,根据屋顶几何特征、边缘特征以及内部区域利用程度,对不同类型的建筑物屋顶进行新的分类,降低屋顶复杂性对提取精度的影响。然后,本文采用图像分类网络+改进掩码区域卷积神经网络(Mask-RCNN)网络实现建筑物屋顶的分类提取。其中,增加图像分类网络降低多类型屋顶对网络学习能力的影响,改进Mask-RCNN网络是在原始网络的基础上,引入注意力机制模块并优化特征金字塔网络(FPN),提高网络的特征学习及提取能力。最后,基于构建的独栋建筑物屋顶图像样本库,验证了本文所提方法的有效性和准确性。 展开更多

关键词 屋顶提取 mask-rcnn 图像分类 屋顶异物 注意力机制

在线阅读 下载PDF 职称材料

基于FPT改进的Mask RCNN算法的道路信息检测研究

16

作者 范博森 左云波 +1 位作者 徐小力 王林枫 《计算机应用与软件》 北大核心 2025年第6期202-209,共8页

针对目前目标检测算法应用于道路信息目标检测效果差,容易出现漏检、错检等问题,提出一种基于FPT(Feature Pyramid Transformer)改进的Mask RCNN道路信息检测算法用于帮助城市道路建设提高工作质量。在特征融合网络中引入借鉴Transforme... 针对目前目标检测算法应用于道路信息目标检测效果差,容易出现漏检、错检等问题,提出一种基于FPT(Feature Pyramid Transformer)改进的Mask RCNN道路信息检测算法用于帮助城市道路建设提高工作质量。在特征融合网络中引入借鉴Transformer思想的FPT代替原有的FPN,对特征进行跨空间跨尺度的融合达到特征增强的效果,提高模型检测精度。在实验中,采用迁移学习思想,对PASCAL-VOC2012数据集进行预训练后得到模型的预训练权重,实验结果表明,该算法相较于原算法在分别采用ResNet50、ResNet101时平均精度分别提高了7.5百分点、10.6百分点,对小目标的检测效果变得更好。 展开更多

关键词 道路信息检测 Mask RCNN算法 特征融合 FPT TRANSFORMER

在线阅读 下载PDF 职称材料

基于改进Mask RCNN的金刚石微粉分割算法

17

作者 李文开 王莉 +1 位作者 牛群峰 王涛 《现代电子技术》 北大核心 2025年第11期51-56,共6页

针对金刚石微粉形状复杂多变、颜色相似度高以及相互粘连导致的分割困难等问题,文中提出基于改进Mask RCNN的金刚石微粉分割算法。首先,在原有主干网络的基础上重新设计残差结构,引入高效通道注意力机制,在不增加网络参数的情况下增强... 针对金刚石微粉形状复杂多变、颜色相似度高以及相互粘连导致的分割困难等问题,文中提出基于改进Mask RCNN的金刚石微粉分割算法。首先,在原有主干网络的基础上重新设计残差结构,引入高效通道注意力机制,在不增加网络参数的情况下增强模型的复杂特征提取能力;其次,根据金刚石微粉实际尺寸和形状不规则性优化Anchor box框,增强检测框切合度,进一步提高模型的图像分割精度;最后,采用DIoU-NMS模块改进检测框筛选方式,避免粘连金刚石微粉漏检现象。实验结果表明,在自建的金刚石微粉数据集上,改进后的Mask RCNN算法对金刚石微粉的平均精度均值(mAP)为75.51%,比标准Mask RCNN算法提升了2.86%,分割精度得到显著提升,为精准分割金刚石微粉提供了一种可行性方法。 展开更多

关键词 深度学习 实例分割 金刚石微粉 注意力机制 Mask RCNN DIoU-NMS

在线阅读 下载PDF 职称材料

基于CFRP-DDRCNN的CFRP缺陷检测方法

18

作者 章栩苓 周正东 +4 位作者 毛玲 张灵维 魏士松 盛涛 郑金华 《振动.测试与诊断》 北大核心 2025年第3期589-593,627,共6页

针对碳纤维增强复合材料(carbon fiber reinforced polymer,简称CFRP)缺陷检测通常由人工进行,存在检测效率低和漏检等问题,以掩码区域卷积神经网络(mask region based convolution nerual network,简称Mask R-CNN)为基础,提出了一种新... 针对碳纤维增强复合材料(carbon fiber reinforced polymer,简称CFRP)缺陷检测通常由人工进行,存在检测效率低和漏检等问题,以掩码区域卷积神经网络(mask region based convolution nerual network,简称Mask R-CNN)为基础,提出了一种新的碳纤维增强复合材料缺陷检测网络(carbon fiber reinforced polymer defect detect region based convolutional neural network,简称CFRP-DDRCNN)。首先,该网络前端设置了图像裁剪和背景去除模块(background removal module,简称BRM),以提升网络的缺陷检测效率和精度;其次,引入分割图像数据集,将其和原图像数据集一起进行网络训练,以提高网络的缺陷检测精度;然后,引入注意力机制,提高网络的缺陷特征提取能力;最后,通过缺陷尺寸聚类对锚框参数进行优化,以提高缺陷检测精度。实验结果表明,所提出的CFRP-DDRCNN具有良好的CFRP缺陷检测性能,能有效提高CFRP缺陷的检测精度,与Mask R-CNN相比,CFRP-DDRCNN使CFRP缺陷检测的平均精准度提高了87.74%。 展开更多

关键词 碳纤维增强复合材料 掩码区域卷积神经网络 图像分割 碳纤维增强复合材料缺陷检测网络 缺陷检测

在线阅读 下载PDF 职称材料

改进Mask RCNN的盾构隧道渗漏水检测方法 被引量：4

19

作者 王健 郑理科 +1 位作者 吴斌杰 齐智宇 《测绘通报》 CSCD 北大核心 2024年第2期170-177,共8页

渗漏水是盾构隧道结构存在潜在损伤或缺陷的重要表征,快速、准确检测出渗漏水位置,对隧道安全运营和维护具有重要意义。现有的方法大多采用光学影像对隧道渗漏水进行检测,受隧道内空间和光线条件限制,难以获得高质量病害图片。因此,本... 渗漏水是盾构隧道结构存在潜在损伤或缺陷的重要表征,快速、准确检测出渗漏水位置,对隧道安全运营和维护具有重要意义。现有的方法大多采用光学影像对隧道渗漏水进行检测,受隧道内空间和光线条件限制,难以获得高质量病害图片。因此,本文提出了一种基于激光点云数据与改进Mask RCNN相结合的渗漏水检测方法。首先对激光点云反射强度进行修正;然后生成灰度图像并建立渗漏水病害数据集;最后在Mask RCNN算法中引入空洞卷积和变形卷积,实现了隧道渗漏水病害的快速检测。利用某地铁采集的数据进行验证,结果表明,本文提出的改进Mask RCNN算法相较于原始算法和FCN算法检测精度均有明显提升,在盾构隧道渗漏水识别方面性能表现较好。 展开更多

关键词 盾构隧道 点云 反射强度修正 Mask RCNN 渗漏水检测

在线阅读 下载PDF 职称材料

基于实例分割技术的草莓叶龄及冠幅表型快速提取方法 被引量：2

20

作者 樊江川 王源桥 +3 位作者 苟文博 蔡双泽 郭新宇 赵春江 《智慧农业（中英文）》 CSCD 2024年第2期95-106,共12页

[目的/意义]为解决高通量草莓叶龄及冠幅提取问题,提出一种基于移动式表型平台和实例分割技术的高通量表型提取方法。[方法]利用小型移动式表型平台对温室内盆栽草莓植株的俯拍图像进行数据获取,并利用改进型Mask R-CNN(Convolutional N... [目的/意义]为解决高通量草莓叶龄及冠幅提取问题,提出一种基于移动式表型平台和实例分割技术的高通量表型提取方法。[方法]利用小型移动式表型平台对温室内盆栽草莓植株的俯拍图像进行数据获取,并利用改进型Mask R-CNN(Convolutional Neural Network)模型对图像进行处理,以此获取草莓植株叶龄信息。首先利用带有分组注意力模块的Split-Attention Networks(ResNeSt)骨干网络替换原有网络,从而提高图像特征信息提取精度和执行效率。在训练时,利用Mosaic方法对草莓图像进行数据增强,并且使用二元交叉熵损失函数对原本的交叉熵分类损失函数进行优化,以达到更好的植株与叶片的检测准确度。在此基础上,对训练结果进行后处理,利用标定比值对冠幅进行计算。[结果和讨论]该方法能够在ResNeSt-101骨干网络下,实现80.1%的掩膜准确率和89.6%的检测框准确率,并且能够以99.3%的植株检测正确率和98.0%的叶片数量检出率实现高通量的草莓叶龄估算工作。而模型推理后草莓植株南北和东西向冠幅测试值与真实值相比误差均低于5%的约占98.1%。[结论]该方法有着较高的鲁棒性,能够为智慧农业下高通量植物表型获取与解析工作提供技术支持。 展开更多

关键词 移动式表型平台 实例分割 草莓表型 叶龄统计 冠幅 Mask R-CNN ResNeSt

在线阅读 下载PDF 职称材料