检索结果-维普期刊中文期刊服务平台

基于CFRP-DDRCNN的CFRP缺陷检测方法: 1; 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... 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

基于改进Faster-RCNN的起重机钢丝绳表面缺陷识别方法: 2; 作者苏立鹏娄益凡 +3 位作者杨吴奔高建貌王雪迎易灿灿《机电工程》北大核心 2025年第7期1341-1349,共9页; 针对现有的起重机钢丝绳表面缺陷检测中存在的检测效率低、准确度差、鲁棒性有限等问题,提出了一种基于改进快速区域卷积神经网络(Faster-RCNN)的起重机钢丝绳表面缺陷识别检测方法,该方法结合多个关键技术,显著提升了钢丝绳表面缺陷识... 展开更多; 关键词起重机械损伤检测改进的快速区域卷积神经网络多尺度和自定义锚框策略广义交并比损失函数可变形卷积路径增强特征金字塔区域提议网络消融实验; 在线阅读下载PDF 职称材料

基于改进Mask RCNN和Kinect的服务机器人物品识别系统被引量：29: 3; 作者石杰周亚丽张奇志《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第4期216-228,共13页; 服务机器人在近年来得到了快速的发展,其应用的算法也在不断地更迭,目标检测算法便是其中之一。在保证目标检测精度的前提下,目标检测速度决定着机器人目标物抓取的效率。因此将远距离小目标场景作为测试场景,改进现有网络模型,目的是... 展开更多; 关键词服务机器人物品识别改进的掩码区域卷积神经网络头部轻量化掩码区域卷积神经网络去掉掩码分支; 在线阅读下载PDF 职称材料

基于改进Faster RCNN的目标检测方法被引量：6: 4; 作者王宪保朱啸咏姚明海《高技术通讯》 CAS 2021年第5期489-499,共11页; 针对基于区域的目标检测算法中定位精度不高的问题,本文提出了一种分裂机制的改进Faster RCNN算法。该算法首先选择特征提取能力强的卷积神经网络(CNN)作为骨干网络进行特征的提取;然后通过12种不同Anchors产生候选目标区,以进一步提升... 展开更多; 关键词目标检测卷积神经网络(CNN) 定位精度改进Faster rcnn 分裂机制; 在线阅读下载PDF 职称材料

基于卷积神经网络的生物式水质监测方法被引量：19: 5; 作者程淑红张仕军赵考鹏《计量学报》 CSCD 北大核心 2019年第4期721-727,共7页; 生物式水质监测通常是先通过提取水生物在不同环境下的应激反应特征,再进行特征分类,从而识别水质。针对水质监测问题,提出一种使用卷积神经网络(CNN)的方法。鱼类运动轨迹是当前所有文献使用的多种水质分类特征的综合性表现,是生物式... 展开更多; 关键词计量学生物式水质监测卷积神经网络 mask-rcnn图像分割法; 在线阅读下载PDF 职称材料

面向机械臂操作的视觉信息实时重建方法被引量：1: 6; 作者贾清玉常亮 +4 位作者杨先一强保华张世豪谢武杨明浩《计算机应用》 CSCD 北大核心 2023年第4期1255-1260,共6页; 现阶段的机械臂技能传授方法主要通过三维实时重建技术搭建虚拟空间进行模拟训练。然而人与机械臂视角不同,传统视觉信息重建方法由于重建误差大、时间长,而且实验环境苛刻、所需传感器较多等原因,导致机械臂在虚拟空间内习得的技能不... 展开更多; 关键词技能传授 mask-rcnn ResNet-18 三维实时重建机械臂; 在线阅读下载PDF 职称材料

题名基于CFRP-DDRCNN的CFRP缺陷检测方法: 1; 作者章栩苓周正东毛玲张灵维魏士松盛涛郑金华; 机构南京航空航天大学航空航天结构力学及控制全国重点实验室上海复合材料科技有限公司技术发展部上海航天精密机械研究所; 出处《振动.测试与诊断》北大核心 2025年第3期589-593,627,共6页; 基金上海航天科技创新基金资助项目(SAST 2019-121) 江苏省高校优势学科建设工程资助项目(PAPD)。; 文摘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%。; 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; Keywords carbon fiber reinforced polymer(CFRP) mask region based convolution nerual network(mask rcnn) image segmentation carbon fiber reinforced polymer defect detect region based convolutional neural network(CFRP-DDrcnn) defect detection; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TH140 [一般工业技术—材料科学与工程]; 在线阅读下载PDF 职称材料

题名基于改进Faster-RCNN的起重机钢丝绳表面缺陷识别方法: 2; 作者苏立鹏娄益凡杨吴奔高建貌王雪迎易灿灿; 机构温州市特种设备检测科学研究院武汉科技大学机械工程学院; 出处《机电工程》北大核心 2025年第7期1341-1349,共9页; 基金国家自然科学基金资助项目(U1709210) 温州市基础性科研项目(2023G0277)。; 文摘针对现有的起重机钢丝绳表面缺陷检测中存在的检测效率低、准确度差、鲁棒性有限等问题,提出了一种基于改进快速区域卷积神经网络(Faster-RCNN)的起重机钢丝绳表面缺陷识别检测方法,该方法结合多个关键技术,显著提升了钢丝绳表面缺陷识别的性能。首先,采用了多尺度策略提高输入图像的分辨率,从而更好地检测不同大小的缺陷;其次,在网络中引入了可变形卷积,以增强其捕捉传统卷积技术难以检测的钢丝绳缺陷复杂形状特征的能力;采用了路径增强技术融合低维和高维特征,有效解决了在下采样和特征融合过程中信息丢失的问题,极大提升了模型在各层之间保持关键信息的能力;最后,采用了广义交并比(GIOU)损失函数替代传统的交并比(IOU)损失函数,显著提高了边界框预测的准确性,验证了改进后的Faster-RCNN算法在起重机钢丝绳损伤检测的性能提升方面较为显著。研究结果表明:改进版Faster-RCNN模型相比原算法在精度上有了显著提高,准确率从81.8%提升至90.2%,召回率从83.8%提高至94.2%,最终平均精度达到0.934,提升了9.6%。与传统检测算法如SSD和原版YOLOv5相比,该方法的准确率分别提高了17.6%和11.0%,证明了其在钢丝绳损伤图像识别中的有效性。; 关键词起重机械损伤检测改进的快速区域卷积神经网络多尺度和自定义锚框策略广义交并比损失函数可变形卷积路径增强特征金字塔区域提议网络消融实验; Keywords hoisting machinery damage detection improved faster region-based convolutional neural network(Faster-rcnn) multi-scale and custom anchor frame strategy generalized intersection over union(GIOU) deformable convolution path enhancement feature pyramid region proposal network(RPN) ablation experiment; 分类号 TH21 [机械工程—机械制造及自动化] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于改进Mask RCNN和Kinect的服务机器人物品识别系统被引量：29: 3; 作者石杰周亚丽张奇志; 机构北京信息科技大学自动化学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第4期216-228,共13页; 基金国家自然科学基金(11672044)项目资助; 文摘服务机器人在近年来得到了快速的发展,其应用的算法也在不断地更迭,目标检测算法便是其中之一。在保证目标检测精度的前提下,目标检测速度决定着机器人目标物抓取的效率。因此将远距离小目标场景作为测试场景,改进现有网络模型,目的是在保证检测精度的前提下提升检测速度。掩码区域卷积神经网络(Mask RCNN)是目前目标检测领域应用较广的算法,通过对其网络结构研究发现,掩码分支和过多的全连接层会占用大量网络检测时间;同时,Mask RCNN提取到的特征图具有较高的维度,其会占用大量的计算内存,产生大量的计算任务。为此,Mask RCNN进行改进,如去掉掩码分支和多余的全链接层;将头部轻量化区域卷积神经网络(LH-RCNN)引入到Mask RCNN中;调整区域建议网络(RPN)中锚点(Anchor)的比例。最后,本文在带有KinectⅡ的家庭服务机器人平台上对改进的Mask RCNN进行测试,测试结果表明,与原始的Mask RCNN相比,改进的Mask RCNN在保证检测精度的同时,可以大幅提高算法运行的速度,检测时间缩短2倍以上,提高服务机器人目标抓取任务的效率。; 关键词服务机器人物品识别改进的掩码区域卷积神经网络头部轻量化掩码区域卷积神经网络去掉掩码分支; Keywords service robot item recognition improved mask regions-based convolution neural network(rcnn) light-head rcnn remove mask branch; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TH89 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

题名基于改进Faster RCNN的目标检测方法被引量：6: 4; 作者王宪保朱啸咏姚明海; 机构浙江工业大学信息工程学院; 出处《高技术通讯》 CAS 2021年第5期489-499,共11页; 基金国家自然科学基金(61871350) 浙江省科技计划项目(2019C011123) 浙江省基础公益研究计划(LGG19F030011)资助项目。; 文摘针对基于区域的目标检测算法中定位精度不高的问题,本文提出了一种分裂机制的改进Faster RCNN算法。该算法首先选择特征提取能力强的卷积神经网络(CNN)作为骨干网络进行特征的提取;然后通过12种不同Anchors产生候选目标区,以进一步提升检测的精确度;最后将得到的特征分别传送到两个子网络,分别实现分类与定位。分类网络以全连接结构为基础,定位网络则主要由卷积神经网络构成。本文在Pascal VOC2007和Pascal VOC2012以及吸尘袋图像集上对算法的有效性进行了验证。结果表明,提出的算法在对目标进行有效检测的同时,定位效果比Faster RCNN更加精确,实现了边界框的精准回归。; 关键词目标检测卷积神经网络(CNN) 定位精度改进Faster rcnn 分裂机制; Keywords target detection convolutional neural network(CNN) positioning accuracy improved Faster rcnn dividing mechanism; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于卷积神经网络的生物式水质监测方法被引量：19: 5; 作者程淑红张仕军赵考鹏; 机构燕山大学电气工程学院; 出处《计量学报》 CSCD 北大核心 2019年第4期721-727,共7页; 基金国家自然科学基金(61601400) 河北省博士后基金(B2016003027) 秦皇岛市科学技术研究与发展计划(201701B009); 文摘生物式水质监测通常是先通过提取水生物在不同环境下的应激反应特征,再进行特征分类,从而识别水质。针对水质监测问题,提出一种使用卷积神经网络(CNN)的方法。鱼类运动轨迹是当前所有文献使用的多种水质分类特征的综合性表现,是生物式水质分类的重要依据。使用Mask-RCNN的图像分割方法,求取鱼体的质心坐标,并绘制出一定时间段内鱼体的运动轨迹图像,制作正常与异常水质下两种轨迹图像数据集。融合Inception-v3网络作为数据集的特征预处理部分,重新建立卷积神经网络对Inception-v3网络提取的特征进行分类。通过设置多组平行实验,在不同的水质环境中对正常水质与异常水质进行分类。结果表明,卷积神经网络模型的水质识别率为99.38%,完全达到水质识别的要求。; 关键词计量学生物式水质监测卷积神经网络 mask-rcnn图像分割法; Keywords metrology biological water quality monitoring convolution neural network mask-rcnn method; 分类号 TB99 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名面向机械臂操作的视觉信息实时重建方法被引量：1: 6; 作者贾清玉常亮杨先一强保华张世豪谢武杨明浩; 机构桂林电子科技大学计算机与信息安全学院广西图像图形与智能处理重点实验室(桂林电子科技大学); 出处《计算机应用》 CSCD 北大核心 2023年第4期1255-1260,共6页; 基金广西自然科学基金资助项目(2019GXNSFDA185006) 广西科技基地和人才专项(桂科AD19110137)。; 文摘现阶段的机械臂技能传授方法主要通过三维实时重建技术搭建虚拟空间进行模拟训练。然而人与机械臂视角不同,传统视觉信息重建方法由于重建误差大、时间长,而且实验环境苛刻、所需传感器较多等原因,导致机械臂在虚拟空间内习得的技能不能很好地迁移于现实环境。针对以上问题,提出了一种面向机械臂操作的视觉信息实时重建方法。首先,通过Mask-RCNN(Mask-Region Convolutional Neural Network)对实时采集到的RGB图像提取信息;然后,将提取后的RGB图像及其他视觉信息联合编码,并通过ResNet-18将视觉信息映射为机械臂操作空间的三维位置信息;最后,为减小重建误差,提出了一种聚类簇中心距离受限离群值调整方法(CC-DIS),并利用OpenGL(Open Graphics Library)将调整后的位置信息可视化,完成机械臂操作空间三维实时重建。实验结果表明,所提的实时重建方法具有较快的重建速度和较高的重建精度,完成一次三维重建仅需62.92 ms,重建速度高达每秒16帧,重建相对误差约为5.23%,能有效用于机械臂技能传授任务。; 关键词技能传授 mask-rcnn ResNet-18 三维实时重建机械臂; Keywords skill teaching mask-Region convolutional neural network(mask-rcnn) Residual neural network-18(ResNet-18) three-dimensional real-time reconstruction manipulator; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于CFRP-DDRCNN的CFRP缺陷检测方法	章栩苓周正东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	0	在线阅读下载PDF 职称材料
2	基于改进Faster-RCNN的起重机钢丝绳表面缺陷识别方法	苏立鹏娄益凡杨吴奔高建貌王雪迎易灿灿	《机电工程》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于改进Mask RCNN和Kinect的服务机器人物品识别系统	石杰周亚丽张奇志	《仪器仪表学报》 EI CAS CSCD 北大核心	2019	29	在线阅读下载PDF 职称材料
4	基于改进Faster RCNN的目标检测方法	王宪保朱啸咏姚明海	《高技术通讯》 CAS	2021	6	在线阅读下载PDF 职称材料
5	基于卷积神经网络的生物式水质监测方法	程淑红张仕军赵考鹏	《计量学报》 CSCD 北大核心	2019	19	在线阅读下载PDF 职称材料
6	面向机械臂操作的视觉信息实时重建方法	贾清玉常亮杨先一强保华张世豪谢武杨明浩	《计算机应用》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料