一种基于元学习的改进YOLO钢管表面缺陷小样本检测模型 被引量：2

1

作者 李凌波 田彦 +1 位作者 江旭东 董宝力 《机电工程》 北大核心 2025年第5期985-993,共9页

针对产品表面缺陷样本数稀缺时的深度学习缺陷检测效果不佳问题,提出了一种基于元学习策略的改进YOLO-SBN模型,用于小样本缺陷检测。首先,为了提高提取全局特征信息的能力,采用了Swin Transformer作为骨干网络模型,引入注意力机制提取... 针对产品表面缺陷样本数稀缺时的深度学习缺陷检测效果不佳问题,提出了一种基于元学习策略的改进YOLO-SBN模型,用于小样本缺陷检测。首先,为了提高提取全局特征信息的能力,采用了Swin Transformer作为骨干网络模型,引入注意力机制提取了特征图的判别能力;然后,为了提高特征融合能力并降低计算复杂度,通过加权双向特征金字塔网络(BiFPN)结构优化了特征提取器的颈部网络,平衡了YOLO-SBN模型的有效性和效率;最后,采用归一化注意力模块(NAM)优化权重调整了模块,增强了浅层缺陷特征的模型表达,并基于这些增强的特征进行了检测;使用金属表面热轧缺陷公开数据集NEU-DET验证了YOLO-SBN模型的算法性能。研究结果表明:对于小样本缺陷检测,YOLO-SBN模型在平均准确率(mAP)方面提高了4.1%;在新类缺陷样本规模数量为50的小样本情况下,改进后的检测模型对新类数据适应性最强。由此可见,该YOLO-SBN模型在提高检测精度和提升模型泛化能力方面具有一定优势。 展开更多

关键词 小样本目标检测 表面缺陷 元学习 特征网络 归一化注意力模块 平均准确率 双向特征金字塔网络(BiFPN)

在线阅读 下载PDF 职称材料

基于改进DETR算法的焊缝缺陷检测方法研究

2

作者 戴铮 刘骁佳 潘泉 《电子与信息学报》 北大核心 2025年第7期2298-2307,共10页

焊接技术在工业制造中占据着举足轻重的作用,而X射线图像评定是保障焊缝内部质量的关键检测方式。鉴于焊缝X射线图像评定环节中存在工作量大、效率难以提升等问题,该文提出一种基于DETR网络改进的CADETR焊缝缺陷检测模型。此模型以DETR... 焊接技术在工业制造中占据着举足轻重的作用,而X射线图像评定是保障焊缝内部质量的关键检测方式。鉴于焊缝X射线图像评定环节中存在工作量大、效率难以提升等问题,该文提出一种基于DETR网络改进的CADETR焊缝缺陷检测模型。此模型以DETR网络为基础,设计了CEC网络结构,拓宽了卷积核的感受野,增强了模型对于不同尺度缺陷的特征提取性能;同时设计了AFPN网络,该结构能够有效融合高分辨率与低分辨率的多尺度特征图;设计了PCE-Loss损失函数,增大了模型对缺陷图像预测错误的损失惩罚。构建了大型结构件焊缝X射线图像数据集,经过测试CADETR模型展现出良好的缺陷检测性能,其平均精度达到了91.6%,可作为后续焊缝缺陷智能检测系统的算法基础。 展开更多

关键词 焊缝 缺陷检测 多尺度 平均精度

在线阅读 下载PDF 职称材料

基于计算机视觉和增强现实的实时战机检测系统设计

3

作者 郝泽宇 冯鹏 许树园 《火力与指挥控制》 北大核心 2025年第3期135-141,共7页

针对实时战机检测面临的目标种类多、检测准确率较低、人机交互不够友好等问题,基于YOLOv8算法和视频透视式增强现实技术设计了一种实时战机检测系统,利用阿里云天池数据集中的美军用飞机数据进行了检测测试,测试结果表明,提出的实时战... 针对实时战机检测面临的目标种类多、检测准确率较低、人机交互不够友好等问题,基于YOLOv8算法和视频透视式增强现实技术设计了一种实时战机检测系统,利用阿里云天池数据集中的美军用飞机数据进行了检测测试,测试结果表明,提出的实时战机检测系统mAP@50接近0.92,mAP@50-95接近0.85,具有较好的检测性能,提高了实时战机检测质效。 展开更多

关键词 计算机视觉 视频透视式增强现实 YOLOv8算法 实时战机检测 平均精度

在线阅读 下载PDF 职称材料

改进YOLOv5s的小样本3D打印点阵结构表面缺陷检测 被引量：2

4

作者 安治国 鲜青霖 许亮 《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第8期173-180,共8页

3D打印点阵结构已经广泛应用于航空航天、机械和建筑等行业,其表面缺陷分布不均匀且特征微弱,常常造成漏检和误检。针对这一问题,提出了一种YOLOv5s-PD模型。在该模型中,添加了XSPPF模块和空洞金字塔池化模块,提高了模型对不同缺陷特征... 3D打印点阵结构已经广泛应用于航空航天、机械和建筑等行业,其表面缺陷分布不均匀且特征微弱,常常造成漏检和误检。针对这一问题,提出了一种YOLOv5s-PD模型。在该模型中,添加了XSPPF模块和空洞金字塔池化模块,提高了模型对不同缺陷特征的获取能力;针对3D打印点阵结构表面缺陷分布杂乱导致误检率高的问题,在YOLOv5s模型中加入了ECA模块;考虑到3D打印点阵结构表面缺陷尺寸信息无规律并且差异较大而导致的预测框与真实框间方向不一致,采用了SIoU损失函数。采用改进模型对制作的3D打印点阵结构表面缺陷数据集进行检测,结果表明:缺陷检测的召回率达到94.0%,平均精度mAP@0.5达到96.2%,所提出的改进算法可以实现对3D打印点阵结构表面缺陷自动检测。 展开更多

关键词 3D打印 点阵结构 YOLOv5s 缺陷检测 平均精度

在线阅读 下载PDF 职称材料

运用模糊隶属度进行土壤属性制图的研究--以黑龙江鹤山农场研究区为例 被引量：35

5

作者 杨琳 朱阿兴 +3 位作者 秦承志 李宝林 裴韬 刘宝元 《土壤学报》 CAS CSCD 北大核心 2009年第1期9-15,共7页

通过传统土壤类型图所得的土壤属性图已不能满足精准农业和生态环境模型所需土壤属性的精度,而目前应用较多的统计方法和地统计方法均存在一定的局限性。鉴于此,本文探索了一种采用模糊聚类获取模糊隶属度进行土壤属性制图的方法。首先... 通过传统土壤类型图所得的土壤属性图已不能满足精准农业和生态环境模型所需土壤属性的精度,而目前应用较多的统计方法和地统计方法均存在一定的局限性。鉴于此,本文探索了一种采用模糊聚类获取模糊隶属度进行土壤属性制图的方法。首先,采用模糊c均值聚类(Fuzzyc-means clustering,FCM)方法对环境因子进行聚类,通过野外采样(称为建模点)建立土壤-环境关系知识;然后,计算区域内各像元点对土壤类型的模糊隶属度;最后,对模糊隶属度采用加权平均的方法获取土壤属性值。将该方法应用于黑龙江鹤山农场老莱河流域的研究小区,以土体厚度和表层有机质为例进行土壤属性制图。为了评价该方法的有效性,将其与采用环境因子所建立的多元线性回归模型进行比较,通过野外验证点集评价两种模型所得的土壤属性,评价指标为观测值和预测值的相关系数、平均绝对误差(MAE)、均方根误差(RMSE)和准确度(AC)。结果表明,尽管通过建模点建立的多元线性回归方程R2较大,但该方程并不适用于研究区内的其他样本点,这表明多元线性回归方法在该区具有一定的局限性。与之相比,模糊隶属度加权平均的方法则可以通过较少的建模点得到更好的预测效果。 展开更多

关键词 模糊C均值聚类 模糊隶属度 土壤属性制图 加权平均 多元线性回归

在线阅读 下载PDF 职称材料

基于YOLO算法的手势识别 被引量：31

6

作者 王粉花 黄超 +1 位作者 赵波 张强 《北京理工大学学报》 EI CAS CSCD 北大核心 2020年第8期873-879,共7页

研究YOLO算法在手势识别中的应用,提升在近肤色和光线明暗不一的背景下检测的速度和精度.YOLO算法是端到端的检测方法,通过卷积神经网络自动提取目标的特征,可以大幅度提高运算速度.鉴于YOLO算法在目标检测任务中的优良表现,将YOLO算法... 研究YOLO算法在手势识别中的应用,提升在近肤色和光线明暗不一的背景下检测的速度和精度.YOLO算法是端到端的检测方法,通过卷积神经网络自动提取目标的特征,可以大幅度提高运算速度.鉴于YOLO算法在目标检测任务中的优良表现,将YOLO算法应用到手势识别问题中.通过对YOLO系列算法的研究对比表明,YOLO算法在手势识别中具有良好表现.同时,在YOLOv3算法的快速版本YOLOv3-tiny的基础上提出了YOLOv3-tiny-T算法.YOLOv3-tiny-T在包含5种手势的UST数据集上,平均精度均值为92.24%,较YOLOv3-tiny获得了5%左右的提升. 展开更多

关键词 手势识别 YOLO算法 YOLOv3-tiny-T算法 平均精度均值

在线阅读 下载PDF 职称材料

基于深度特征分析的双线性图像相似度匹配算法 被引量：3

7

作者 李鸣 张鸿 《计算机应用》 CSCD 北大核心 2016年第10期2822-2825,2831,共5页

基于内容的图像检索一直面临"语义鸿沟"的难题,特征选择对语义学习结果有着直接的影响;而传统距离度量方法往往从单一角度进行相似性计算,不能很好地表示出图像之间的相似度。为了解决以上问题,提出基于深度特征分析的双线性... 基于内容的图像检索一直面临"语义鸿沟"的难题,特征选择对语义学习结果有着直接的影响;而传统距离度量方法往往从单一角度进行相似性计算,不能很好地表示出图像之间的相似度。为了解决以上问题,提出基于深度特征分析的双线性图像相似度匹配的方法。首先,将图像数据集在卷积神经网络模型上进行微调训练,然后利用训练好的卷积神经网络对图像进行特征提取,获得全连接层输出的特征之后,通过双线性相似性度量方法得到图像间相似度的大小,通过对相似度的大小排序,返回最相似的图像实例。在Caltech101和Caltech256数据集上的对比实验显示,所提算法的平均查准率、TopK查准率和查全率均优于对比算法,验证了所提算法的有效性。 展开更多

关键词 深度神经网络 双线性相似度 图像检索 语义鸿沟 平均查准率

在线阅读 下载PDF 职称材料

一种改进的马尔科夫吸收链显著性目标检测方法 被引量：3

8

作者 吕建勇 唐振民 《南京理工大学学报》 EI CAS CSCD 北大核心 2015年第6期674-679,共6页

为了提高显著性目标检测的查准率和查全率,在传统的平均吸收次数作为显著性度量的基础上,提出了一种改进的显著性目标检测方法。利用边界连通性筛选出真正的背景节点以提高吸收节点的准确性。使用目标粗略图进行加权,以突出中央目标抑... 为了提高显著性目标检测的查准率和查全率,在传统的平均吸收次数作为显著性度量的基础上,提出了一种改进的显著性目标检测方法。利用边界连通性筛选出真正的背景节点以提高吸收节点的准确性。使用目标粗略图进行加权,以突出中央目标抑制背景。在MSRA-1000数据库上与7种流行算法特别是与基于马尔科夫吸收链的方法进行实验对比,该文方法的查准率和查全率较高。实验结果证明了所提算法的优越性。 展开更多

关键词 马尔科夫吸收链 显著性目标检测 查准率 查全率 平均吸收次数 边界连通性 背景节点 目标粗略图

在线阅读 下载PDF 职称材料

基于兴趣域检测的空间金字塔匹配图像分类 被引量：1

9

作者 周华兵 朱国家 +1 位作者 张彦铎 任世强 《计算机工程与应用》 CSCD 北大核心 2018年第3期206-211,共6页

在图像分类过程中,一个图像区域内起着决定性作用的对象位置和大小都不确定,直接使用空间金字塔匹配算法的分类准确率并不高。为此,提出了一种基于兴趣域检测的空间金字塔匹配方法可以有效改善分类准确率。首先利用检测器得到的定位结果... 在图像分类过程中,一个图像区域内起着决定性作用的对象位置和大小都不确定,直接使用空间金字塔匹配算法的分类准确率并不高。为此,提出了一种基于兴趣域检测的空间金字塔匹配方法可以有效改善分类准确率。首先利用检测器得到的定位结果,证实了在图像分类里使用一种主流的目标检测算法去将图像的目标和背景分离,分别得到前景和背景的可行性,然后使用粗目标对齐方式匹配,为这两个区域分别构建基于空间金字塔匹配算法的空间特征直方图,最后结合检测器提供的兴趣域检测评分与支持向量机提供的评分为分类结果重评分。实验结果表明,所提方法比使用标准的空间金字塔匹配算法得到的平均准确度均值提升超过12%,同时在与三种主流算法的对比中,所提方法平均准确度均值最高,并且在超过一半的图像类别中获得了最高的平均准确度。 展开更多

关键词 图像分类 空间金字塔匹配 兴趣域 特征直方图 平均准确度均值

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的外脚手架隐患图像识别技术 被引量：6

10

作者 赵江平 刘星星 张想卓 《中国安全科学学报》 CAS CSCD 北大核心 2023年第12期60-66,共7页

为提高外脚手架安全管理的质量和效率,基于图像识别技术提出一种改进YOLOv5s的外脚手架隐患识别方法。首先,为解决背景信息过多造成的识别精度下降问题,在主干网络嵌入设计卷积注意模块(CBAM),获取隐患的各种细节特征;其次,改进原算法... 为提高外脚手架安全管理的质量和效率,基于图像识别技术提出一种改进YOLOv5s的外脚手架隐患识别方法。首先,为解决背景信息过多造成的识别精度下降问题,在主干网络嵌入设计卷积注意模块(CBAM),获取隐患的各种细节特征;其次,改进原算法颈部特征融合模块为加权双向特征金字塔网络(BiFPN)结构,有效处理外脚手架隐患目标尺寸分布不均衡造成的多尺度特征不平衡问题;然后,使用边界框损失函数斯库拉交并比(SIoU)Loss替换原损失函数;最后,通过消融试验分析改进模块对模型性能的影响,并与其他算法进行对比分析,验证隐患识别效果。结果表明:改进后的网络实现均值平均精度(mAP@05:095)评分提升513%,召回率提升345%,对多尺度、多目标及复杂背景下的外脚手架隐患具有良好的识别效果。 展开更多

关键词 YOLOv5s 外脚手架隐患 图像识别 多尺度特征 均值平均精度(map) 加权双向特征金字塔网络(BiFPN)

在线阅读 下载PDF 职称材料

基于深度卷积神经网络与哈希的图像检索 被引量：6

11

作者 冯兴杰 程毅玮 《计算机工程与设计》 北大核心 2020年第3期670-675,共6页

为解决当前流行的哈希检索方法生成的哈希码存在信息冗余,不能很好地保留图像语义相似性等问题,提出一种基于深度卷积神经网络来学习二进制哈希编码的方法。利用深度卷积神经网络提取图像的特征表示;将来自两个完全连接层的图像特征表... 为解决当前流行的哈希检索方法生成的哈希码存在信息冗余,不能很好地保留图像语义相似性等问题,提出一种基于深度卷积神经网络来学习二进制哈希编码的方法。利用深度卷积神经网络提取图像的特征表示;将来自两个完全连接层的图像特征表示输入到哈希层,将分类误差以及阈值误差添加到损失函数中进行训练;将查询图像输入模型得到对应的哈希码。在CIFAR-10和NUS-WIDE两个数据集上进行实验,实验结果表明,所提方法在检索精度方面优于其它现有哈希方法。 展开更多

关键词 图像检索 哈希 深度卷积神经网络 信息冗余 均值平均精度

在线阅读 下载PDF 职称材料

基于仿射不变离散哈希的遥感图像多目标分类 被引量：6

12

作者 孔颉 孙权森 +2 位作者 徐晖 刘亚洲 纪则轩 《软件学报》 EI CSCD 北大核心 2019年第4期914-926,共13页

遥感图像的多目标分类是一个具有挑战性的课题.首先,由于数据的复杂性以及算法对存储的高需求,传统分类方法很难兼顾到分类的精度和速度;其次,遥感成像过程中产生的仿射变换,使得目标的快速解译难以实现.为此,提出一种基于仿射不变离散... 遥感图像的多目标分类是一个具有挑战性的课题.首先,由于数据的复杂性以及算法对存储的高需求,传统分类方法很难兼顾到分类的精度和速度;其次,遥感成像过程中产生的仿射变换,使得目标的快速解译难以实现.为此,提出一种基于仿射不变离散哈希(AIDH)的遥感图像多目标分类方法.该方法采用具有低存储、高效率优势的监督离散哈希框架,结合仿射不变优化因子,构造仿射不变离散哈希,通过将具有相同语义信息的仿射变换样本约束到相似的二值码空间实现分类精度的提高.实验结果表明,在NWPU VHR-10和RSDO-dataset两个数据集下,相比于经典的哈希方法和分类方法,所提方法在具备了高效性的同时,其精度也得到了保证. 展开更多

关键词 遥感 监督哈希 仿射不变性 多目标分类 平均分类精度

在线阅读 下载PDF 职称材料

基于统一划分的特征自适应行人再识别方法 被引量：2

13

作者 张德磊 宋晓宁 於东军 《南京理工大学学报》 EI CAS CSCD 北大核心 2020年第3期266-271,共6页

为解决行人再识别(Re-ID)任务中,目标特征统一划分方法导致的部位信息关联性减少和识别率降低的问题,提出了基于密集连接卷积网络(DenseNet)的深度学习方法框架及基于统一划分方法的特征自适应Re-ID方法。在统一划分方法的基础上,为了... 为解决行人再识别(Re-ID)任务中,目标特征统一划分方法导致的部位信息关联性减少和识别率降低的问题,提出了基于密集连接卷积网络(DenseNet)的深度学习方法框架及基于统一划分方法的特征自适应Re-ID方法。在统一划分方法的基础上,为了保留部位特征的相关性,利用马氏距离公式计算相邻特征距离,自适应地选取信息相关性高的部位特征做融合,再对融合后的特征做行人分类。该文算法分别在Market1501数据集、CUHK03数据集以及DukeMTMC-ReID数据集上进行实验。平均精度均值(mAP)分别达到82.8%、70.3%、60.1%。该文方法与基于部位的卷积基准(PCB)以及部位对齐的行人再识别(AlignedReID++)相比,mAP均有提高。 展开更多

关键词 统一划分 行人再识别 深度学习 马氏距离 平均精度均值

在线阅读 下载PDF 职称材料

无人机技术在海岛测绘中的应用 被引量：13

14

作者 樊勇 何宗宜 +1 位作者 李敏敏 贺彪 《测绘通报》 CSCD 北大核心 2020年第1期150-153,共4页

为提高海岛测绘的技术手段,将无人机引入海岛地形调查中,以Swallow-P小型固定翼无人机开展惠州市大亚湾虎洲海岛大比例尺测图为例,系统归纳了无人机外业数据采集与内业数据处理的具体流程,并制作了DEM和DOM成果;经过实测地面点精度分析... 为提高海岛测绘的技术手段,将无人机引入海岛地形调查中,以Swallow-P小型固定翼无人机开展惠州市大亚湾虎洲海岛大比例尺测图为例,系统归纳了无人机外业数据采集与内业数据处理的具体流程,并制作了DEM和DOM成果;经过实测地面点精度分析得出虎洲无人机大比例尺测图成果平面位置中误差和高程中误差符合1∶1000测图精度要求。 展开更多

关键词 无人机 海岛测绘 Swallow-P小型固定翼无人机 大比例尺测图 测图精度 中误差

在线阅读 下载PDF 职称材料

面向行人重识别的通道与空间双重注意力网络 被引量：2

15

作者 曾涛 薛峰 杨添 《计算机工程》 CAS CSCD 北大核心 2022年第12期281-287,295,共8页

针对现实场景下因受到摄像机视角变化、行人姿态变化、物体遮挡、图像低分辨率、行人图片未对齐等因素影响导致行人判别性特征难以获取的问题,设计混合池通道注意模块(HPCAM)和全像素空间注意力模块(FPSAM),并基于这两种注意力模块提出... 针对现实场景下因受到摄像机视角变化、行人姿态变化、物体遮挡、图像低分辨率、行人图片未对齐等因素影响导致行人判别性特征难以获取的问题,设计混合池通道注意模块(HPCAM)和全像素空间注意力模块(FPSAM),并基于这两种注意力模块提出一种通道与空间双重注意力网络(CSDA-Net)。HPCAM模块能够在通道维度上抑制无用信息的干扰,增强显著性特征的表达,以提取得到判别性强的行人特征。FPSAM模块在空间维度上增强行人特征的判别能力,从而提高行人重识别的准确率。通过在传统行人重识别深度模型框架中分阶段融入HPCAM模块和FPSAM模块,获得由粗糙到细粒度的注意力特征。实验结果表明,CSDA-Net网络在行人重识别主流数据集CUHK03、DukeMTMC-ReID和Market1501上的Rank-1准确率分别为78.3%、91.3%和96.0%,平均精度均值(mAP)分别为80.0%、82.1%和90.4%,与MGN网络相比,Rank-1准确率分别提升14.9、2.6和0.3个百分点,mAP分别提升13.7、3.7和3.5个百分点,能够提取更具鲁棒性和判别性的表达特征。 展开更多

关键词 行人重识别 双重注意力机制 行人特征 深度学习 平均精度均值

在线阅读 下载PDF 职称材料

谷物产量空间分布数据的分析与处理 被引量：2

16

作者 张立梅 邢一春 刘刚 《河北农业大学学报》 CAS CSCD 北大核心 2003年第z1期15-16,23,共3页

从精细农业实践过程中遇到的实际问题出发 ,对谷物产量空间分布数据进行了分析 ,利用区间估计法消除误差数据 ,通过划分栅格利用移动加权平均法对失真数据进行了修正。对同一地块中同一产量数据在划分成不同栅格情况下对应的产量分布图... 从精细农业实践过程中遇到的实际问题出发 ,对谷物产量空间分布数据进行了分析 ,利用区间估计法消除误差数据 ,通过划分栅格利用移动加权平均法对失真数据进行了修正。对同一地块中同一产量数据在划分成不同栅格情况下对应的产量分布图的比较 ,得到了一种精度较高的谷物产量分布图。 展开更多

关键词 精细农业 区间估计 移动加权平均 产量分布图

在线阅读 下载PDF 职称材料

基于注意力机制的弱监督动作定位方法 被引量：3

17

作者 胡聪 华钢 《计算机应用》 CSCD 北大核心 2022年第3期960-967,共8页

针对弱监督动作定位方法无法直接进行动作定位且定位准确性不高的问题,提出了一种基于注意力机制的弱监督动作定位方法,并设计和实现了一种基于动作前后帧信息和区分函数的动作定位模型。采用条件变分自编码器(CVAE)注意力值生成模型,... 针对弱监督动作定位方法无法直接进行动作定位且定位准确性不高的问题,提出了一种基于注意力机制的弱监督动作定位方法,并设计和实现了一种基于动作前后帧信息和区分函数的动作定位模型。采用条件变分自编码器(CVAE)注意力值生成模型,将生成的帧级注意力值作为伪帧级标签;为了增强帧前后的关联性,改进CVAE注意力值生成模型,加入动作前后帧信息以获取帧级注意力值;采用基于区分函数的注意力值优化模型,对伪帧级标签进行反复训练和优化。在THUMOS14和ActivityNet1.2数据集上进行的实验结果表明,基于动作前后帧信息和区分函数的动作定位模型具有较好的动作定位效果和准确性,相较于未加入动作前后帧信息的模型,动作漏检率减小了11.7%;与AutoLoc、W-TALC、3C-Net等弱监督动作定位模型对比,当交并比(IoU)取值0.5时,在THUMOS14数据集上平均检测精度均值(mAP)提升10.7%以上,在ActivityNet1.2数据集上mAP提升8.8%以上。 展开更多

关键词 弱监督 注意力值 条件变分自编码器 区分函数 动作定位 平均检测精度均值

在线阅读 下载PDF 职称材料

面向轻量级目标检测的多尺度特征融合算法

18

作者 王海超 李金凤 刘志超 《计算机工程与设计》 2025年第9期2494-2501,共8页

为解决在目标检测网络中使用特征融合方法带来的参数量大、计算复杂度高的问题,提出了一种融合无参注意力机制(SimAM)的特征融合方法。对动态蛇形卷积(DSConv)进行轻量化处理(Light-DSConv)。利用该结构自主学习目标几何形状的能力,对... 为解决在目标检测网络中使用特征融合方法带来的参数量大、计算复杂度高的问题,提出了一种融合无参注意力机制(SimAM)的特征融合方法。对动态蛇形卷积(DSConv)进行轻量化处理(Light-DSConv)。利用该结构自主学习目标几何形状的能力,对小目标的特征进行二次提取。利用SimAM模块对特征图空间域的重要性进行划分并与通道域权重相结合,进一步提升模型性能。在Pascal VOC 2007测试集上测试融合模块的有效性。结果表明:轻量化后,单个DSConv结构参数量下降85.6%。模型平均精度(mean average precision,mAP)比基线模型增加了4.41%,比添加现有特征融合方法模型平均增加3.78%。所提出模块的参数量、计算量、检测速度与现阶段其它方法相比均具有一定优势。 展开更多

关键词 特征融合 目标检测 轻量化 卷积神经网络 嵌入式 平均精度 注意力机制

在线阅读 下载PDF 职称材料