期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于改进YOLOv5的无人船视角目标检测方法
1
作者 隋江华 沈凡 +2 位作者 孙宇 许文凯 白春鹏 《中国航海》 CSCD 北大核心 2024年第3期158-165,共8页
针对复杂海况下无人船小尺度水面目标检测效果不佳及无人船数据集出现的样本不均衡的情况,本文提出一种改进YOLOv5的无人船水面目标检测方法。首先,将YOLOv5中主干网络部分替换为GhostNet轻量化网络。其次,在特征提取网络中加入全局空... 针对复杂海况下无人船小尺度水面目标检测效果不佳及无人船数据集出现的样本不均衡的情况,本文提出一种改进YOLOv5的无人船水面目标检测方法。首先,将YOLOv5中主干网络部分替换为GhostNet轻量化网络。其次,在特征提取网络中加入全局空间自适应模块,以限制检测图空间维度上的影响。最后,损失函数部分基于多分类交叉熵损失函数加入可训练的噪声参数,降低样本不平衡带来的影响。通过无人船视角数据集试验结果表明,改进的方法mAP达到86.1%,相比于原始YOLOv5提升6.9%,网络的参数值降低43.4%,检测速度达到69.44帧数/秒,符合无人船等嵌入式设备的需求。改进的YOLOv5方法在检测无人船视角水面目标等情况,具有更好的检测效果。 展开更多
关键词 GhostNet YOLOv5 无人船 全局自适应模块
在线阅读 下载PDF
基于单目深度估计和校准参数的距离测算方法 被引量:3
2
作者 余萍 胡旭欣 《电子测量技术》 北大核心 2022年第20期88-94,共7页
为了提升有监督学习的单目深度估计网络对于实际场景测距任务的准确性和适用性,提出了一种基于单目深度估计和校准参数的距离测算方法。首先通过引入多元注意力模块和优化设计网络结构,构建了一种融合全局上下文和空间注意力机制的网络(... 为了提升有监督学习的单目深度估计网络对于实际场景测距任务的准确性和适用性,提出了一种基于单目深度估计和校准参数的距离测算方法。首先通过引入多元注意力模块和优化设计网络结构,构建了一种融合全局上下文和空间注意力机制的网络(GSNet),然后制定校准参数以建立场景的预测距离与实际距离的比例关系,从而获得校准后的距离值。实验证明,融合网络GSNet和校准参数可以有效减小单目深度估计方法在实际测算距离的误差。相比于使用单目深度估计直接预测距离信息,本文方法测算距离的平均绝对误差小于0.15 m,平均相对误差小于10%,具有很好的可行性和准确性。 展开更多
关键词 单目深度估计 卷积神经网络 全局上下文模块 空间注意力机制
在线阅读 下载PDF
SMS和双向特征融合的自然背景柑橘黄龙病检测技术 被引量:3
3
作者 曾伟辉 陈亚飞 +2 位作者 胡根生 鲍文霞 梁栋 《农业机械学报》 EI CAS CSCD 北大核心 2022年第11期280-287,共8页
柑橘黄龙病严重影响柑橘的产量和品质。在自然背景下,柑橘叶片之间存在相互遮挡以及尺寸变化大的问题,使得遮挡及小尺寸的黄龙病叶片容易漏检,而且由于黄龙病叶片的颜色、纹理特征与柑橘其他病害十分相似,容易存在误检的问题,导致现有... 柑橘黄龙病严重影响柑橘的产量和品质。在自然背景下,柑橘叶片之间存在相互遮挡以及尺寸变化大的问题,使得遮挡及小尺寸的黄龙病叶片容易漏检,而且由于黄龙病叶片的颜色、纹理特征与柑橘其他病害十分相似,容易存在误检的问题,导致现有的算法对自然背景柑橘黄龙病检测的精度不高。本研究提出了一种结合剪切混合拼接(Shearing mixed splicing, SMS)增广算法和双向特征融合的自然背景柑橘黄龙病检测方法,该方法通过SMS、镜像翻转和旋转方法对训练集和验证集进行了增广,增加了训练集和验证集图像中背景目标的数量和多样性;为了自适应地改变柑橘黄龙病检测中的局部采样点,增大有效感受野,使用可变形卷积替换骨干网络后3个卷积层中所有的标准卷积;为了减小自然背景的影响,使用全局上下文模块对骨干网络后3个卷积层输出的特征图进行特征增强,来建立有效的长距离依赖,以便更好的学习到全局上下文信息;使用双向融合特征金字塔,改善浅层特征和深层特征的信息交流路径,用以降低因柑橘黄龙病叶片尺寸变化大导致的漏检,提高小尺寸的柑橘黄龙病叶片的检测精度。实验结果表明,本研究提出的方法用于自然背景柑橘黄龙病的检测,平均精度可达84.8%,性能优于SSD、RetinaNet、YOLO v3、YOLO v5s、Faster RCNN、Cascade RCNN等目标检测方法。 展开更多
关键词 柑橘 黄龙病检测 自然背景 全局上下文模块 可变形卷积 双向特征融合
在线阅读 下载PDF
基于差分-变分模态分解与全局信息分析网络的辐射源个体识别方法 被引量:10
4
作者 韦建宇 彭来献 +2 位作者 俞璐 王华力 曾维军 《信号处理》 CSCD 北大核心 2022年第10期2092-2101,共10页
为了解决基于希尔伯特黄变换(HHT,Hilbert-HuangTransform)辐射源个体识别方法中的模态混叠分解不充分以及低信噪比下效果较差的问题,本文将信号处理与深度学习相结合提出了一种新的辐射源个体识别方法。首先,对信号进行差分处理,并通... 为了解决基于希尔伯特黄变换(HHT,Hilbert-HuangTransform)辐射源个体识别方法中的模态混叠分解不充分以及低信噪比下效果较差的问题,本文将信号处理与深度学习相结合提出了一种新的辐射源个体识别方法。首先,对信号进行差分处理,并通过变分模态分解得到对应的模态分量;接着,对各模态分量进行希尔伯特变换得到希尔伯特谱;最后,针对希尔伯特谱的稀疏性特点,本文运用改进的全局信息分析模块对其进行全局细微特征提取。本文实验采用ORACLE公开数据集对所提方法进行性能测试,实验结果表明,该方法识别性能优于4种现有的基于希尔伯特黄变换的辐射源识别方法,其不仅有较低的计算复杂度,而且在5 dB信噪比下有着90%以上的识别效果。 展开更多
关键词 射频指纹 无线通信安全 变分模态分解 全局模块 希尔伯特谱
在线阅读 下载PDF
基于改进YOLOX-s的机场跑道冰雪状态感知 被引量:2
5
作者 邢志伟 阚犇 +2 位作者 刘子硕 李彪 罗谦 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第10期1292-1304,共13页
针对机场冰雪跑道安全性和适航性状态感知能力不足及跑道表面状况报告交互的新需求,提出一种面向多尺度特征融合的机场跑道冰雪状态感知模型.以YOLOX-s模型为基础,在主干特征提取网络中引入全局上下文模块,获取更丰富的浅层与深层特征;... 针对机场冰雪跑道安全性和适航性状态感知能力不足及跑道表面状况报告交互的新需求,提出一种面向多尺度特征融合的机场跑道冰雪状态感知模型.以YOLOX-s模型为基础,在主干特征提取网络中引入全局上下文模块,获取更丰富的浅层与深层特征;将颈部结构中路径聚合网络替换为双向特征金字塔,以提升特征融合能力;在加强特征提取网络尾部添加自适应空间特征融合结构,进一步增强特征融合效果;使用α-EIoU优化损失函数,提高模型收敛速度与精度.实验结果表明,改进后的YOLOX-s模型在跑道冰雪实验系统所得的冰雪污染物数据集上平均精度达到了91.53%,比原始的YOLOX-s模型提高了4.68%,能够为机场跑道除冰雪作业提供决策支持. 展开更多
关键词 跑道冰雪状态感知 YOLOX-s 全局上下文模块 双向特征金字塔网络 自适应空间特征融合结构 α-EIoU损失函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部