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580篇文章
< 1 2 … 29 >
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：3
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
基于Faster R-CNN和Mask R-CNN的滑坡自动识别研究 被引量：3
3
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
改进Faster R-CNN的钢材表面缺陷检测 被引量：2
4
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
5
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Mask R-CNN的低空遥感实例分割算法
6
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CCNet和Faster R-CNN模型的水稻叶片病害检测 被引量：1
7
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
基于改进Mask-Scoring R-CNN的肌纤维自动分割与表型计算方法研究
8
作者 沃靖杰 田绪红 +3 位作者 尹令 杨杰 姚泽锴 蔡更元 《华中农业大学学报》 北大核心 2025年第2期134-144,共11页
为解决人工手动分割与半自动分割的精度及效率问题以及通用分割模型在面对各种噪声干扰时的表现不足,提出改进Mask-Scoring R-CNN的实例分割模型,实现对肌纤维细胞的高效分割。在Mask-Scoring R-CNN模型中引入CBAM(convolutional block ... 为解决人工手动分割与半自动分割的精度及效率问题以及通用分割模型在面对各种噪声干扰时的表现不足,提出改进Mask-Scoring R-CNN的实例分割模型,实现对肌纤维细胞的高效分割。在Mask-Scoring R-CNN模型中引入CBAM(convolutional block attention module)注意力机制,并对其进行改进,强化模型对特征信息的提取与表达,从而提升分割效果与模型在肌纤维分割任务中的泛化能力。改进Mask-Scoring RCNN模型在103张测试集的测试结果显示,表型数据测定值的均方根误差均比原模型更小,肌纤维总数均方根误差从2.08降至1.26,面积均方根误差从212.21μm^(2)降低至181.36μm^(2),平均直径均方根误差从2.87μm降低至1.47μm。试验结果表明改进后的模型能有效应对含噪声的肌纤维图像,在常见的噪声环境下依然能够准确分割出每个肌纤维。 展开更多
关键词 实例分割 Mask-Scoring r-cnn 猪肉肌纤维表型 细胞分割 注意力机制
在线阅读 下载PDF
基于FEPW R-CNN的苗期油菜和杂草检测方法 被引量：1
9
作者 李律 龙陈锋 +2 位作者 杨玉娟 王旭 刘鑫波 《农业与技术》 2025年第10期35-40,共6页
针对传统Faster R-CNN目标检测方法在油菜幼苗图像多目标任务中检测精度和效率较低的问题,本文提出一种基于FEPW R-CNN的多目标检测方法。使用EfficientNet网络取代传统的ResNet-50骨干网络,以增强模型的特征提取能力;结合了PANet上下... 针对传统Faster R-CNN目标检测方法在油菜幼苗图像多目标任务中检测精度和效率较低的问题,本文提出一种基于FEPW R-CNN的多目标检测方法。使用EfficientNet网络取代传统的ResNet-50骨干网络,以增强模型的特征提取能力;结合了PANet上下文信息增强模块,进一步融合了自下而上的路径增强;采用WIoU损失函数替换原有损失函数,使网络在训练过程中更加关注高质量的候选框,从而提高目标定位和分类的准确性。通过油菜幼苗数据集验证,本文所提方法取得了85.42%的mAP@0.5,显著优于传统方法和单阶段算法,为复杂场景下的多目标检测提供了高效且高精度的解决方案。 展开更多
关键词 Faster r-cnn 目标检测 机器视觉 EfficientNet
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
10
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
基于改进Faster R-CNN的荔枝病虫害检测 被引量：4
11
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Mask R-CNN的船载地波雷达目标检测方法 被引量：2
12
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
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
13
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Mask R-CNN的复合绝缘子憎水性状态评估方法
14
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的无人船视觉检测 被引量：1
15
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
基于改进Faster R-CNN的半导体激光器芯片缺陷检测 被引量：1
16
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Mask R-CNN的金刚石磨盘表面形态分割与评价
17
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
融合CBAM的Mask R-CNN模型在球团识别与粒径测量中的应用
18
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Mask R-CNN改进模型的深海多金属结核图像分割方法
19
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
基于改进Mask R-CNN的对虾部位分割方法
20
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
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 … 29 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