基于改进的全卷积神经网络的路面裂缝分割技术 被引量：26

1

作者 翁飘 陆彦辉 +1 位作者 齐宪标 杨守义 《计算机工程与应用》 CSCD 北大核心 2019年第16期235-239,245,共6页

裂缝是路面表面的重要病害之一。传统的裂缝检测依赖于人工的视觉检查,在实际操作中费时费力。虽然传统的图像处理技术在一定程度上可使裂缝检测与分割更加自动化,但是图像处理技术易受到由光照、模糊等引起的一些噪声的影响。为了完成... 裂缝是路面表面的重要病害之一。传统的裂缝检测依赖于人工的视觉检查,在实际操作中费时费力。虽然传统的图像处理技术在一定程度上可使裂缝检测与分割更加自动化,但是图像处理技术易受到由光照、模糊等引起的一些噪声的影响。为了完成复杂环境下对路面裂缝的分割及检测,提出了一种基于改进的全卷积神经网络(Fully Convolutional Networks,FCN)的分割方法,根据建立的数据集训练传统FCN和优化后的FCN,测试结果表明其平均交并比(mean_IoU)得到了一定的提高,故该方法能够较准确地分割出路面裂缝。 展开更多

关键词 裂缝检测 图像处理 全卷积网络(FCN) 平均交并比

在线阅读 下载PDF 职称材料

语义分割评价指标和评价方法综述 被引量：34

2

作者 于营 王春平 +3 位作者 付强 寇人可 吴巍屹 刘天勇 《计算机工程与应用》 CSCD 北大核心 2023年第6期57-69,共13页

深度学习算法在语义分割领域已经取得大量突破,对这些算法的性能评估应选择标准、通用、全面的度量指标,以保证评价的客观性和有效性。通过对当前语义分割评价指标和度量方法进行归纳分析,从像素标记准确性、深度估计误差度量、执行效... 深度学习算法在语义分割领域已经取得大量突破,对这些算法的性能评估应选择标准、通用、全面的度量指标,以保证评价的客观性和有效性。通过对当前语义分割评价指标和度量方法进行归纳分析,从像素标记准确性、深度估计误差度量、执行效率、内存占用、鲁棒性等方面进行了多角度阐述,尤其对广泛应用的F1分数、mIoU、mPA、Dice系数、Hausdorff距离等准确性指标进行了详细介绍,并总结了提高分割网络鲁棒性的方法,指出了语义分割实验的要求和当前分割质量评价存在的问题。 展开更多

关键词 语义分割 评价指标 平均交并比(miou) 平均像素精度(mPA) 鲁棒性

在线阅读 下载PDF 职称材料

面向语义分割模型的外接多尺度投票网络 被引量：2

3

作者 朱杰 龚声蓉 +2 位作者 周立凡 徐少杰 钟珊 《计算机工程》 CAS CSCD 北大核心 2022年第10期279-287,共9页

针对语义分割领域中多尺度共享网络训练复杂度高,以及网络在小目标、长条状目标、目标边缘处拟合效果不佳的问题,提出一种新型外接多尺度投票网络。通过投票网络融合各尺度分割结果,降低网络训练复杂度,并将共享网络中的分割网络与各尺... 针对语义分割领域中多尺度共享网络训练复杂度高,以及网络在小目标、长条状目标、目标边缘处拟合效果不佳的问题,提出一种新型外接多尺度投票网络。通过投票网络融合各尺度分割结果,降低网络训练复杂度,并将共享网络中的分割网络与各尺度注意力头剥离开,仅训练各尺度注意力头,以便于网络收敛。在投票网络的结构设计中,使用多类别投票方法扩大投票空间,通过融入混合池化模块聚合近程与远程权值,扩大网络感受野,缓解权值图中长条状目标拟合间断与缺失的问题。在此基础上引入类内、类间投票注意力模块获取权值及类间关系,并采用不规则卷积,改善投票权值图的边缘拟合效果。在Cityscapes数据集上的实验结果表明,相比FCN、PSPNet、DeepLabv3+分割网络,该网络的平均交并比分别提升了0.92、0.88、0.80个百分点,与共享网络相比,其训练复杂度更低,精度更高。 展开更多

关键词 语义分割 多尺度投票网络 平均交并比 不规则卷积 目标边缘

在线阅读 下载PDF 职称材料

基于改进YOLOv3的实时交通标志检测算法 被引量：11

4

作者 张达为 刘绪崇 +2 位作者 周维 陈柱辉 余瑶 《计算机应用》 CSCD 北大核心 2022年第7期2219-2226,共8页

针对目前我国智能驾驶辅助系统识别道路交通标志检测速度慢、识别精度低等问题,提出一种基于YOLOv3的改进的道路交通标志检测算法。首先,将MobileNetv2作为基础特征提取网络引入YOLOv3以形成目标检测网络模块MN-YOLOv3,在MN-YOLOv3主干... 针对目前我国智能驾驶辅助系统识别道路交通标志检测速度慢、识别精度低等问题,提出一种基于YOLOv3的改进的道路交通标志检测算法。首先,将MobileNetv2作为基础特征提取网络引入YOLOv3以形成目标检测网络模块MN-YOLOv3,在MN-YOLOv3主干网络中引入两条Down-up连接进行特征融合,从而减少检测算法的模型参数,提高了检测模块的运行速度,增强了多尺度特征图之间的信息融合;然后,根据交通标志目标形状的特点,使用K-Means++算法产生先验框的初始聚类中心,并在边界框回归中引入距离交并比(DIOU)损失函数来将DIOU与非极大值抑制(NMS)结合;最后,将感兴趣区域(ROI)与上下文信息通过ROIAlign统一尺寸后融合,从而增强目标特征表达。实验结果表明,所提算法性能更好,在长沙理工大学中国交通标志检测(CCTSDB)数据集上的平均准确率均值(mAP)可达96.20%。相较于FasterR-CNN、YOLOv3、CascadedR-CNN检测算法,所提算法拥有具有更好的实时性和更高的检测精度,对各种环境变化具有更好的鲁棒性。 展开更多

关键词 目标检测 特征融合 YOLOv3 距离交并比 MobileNetv2 K-means++

在线阅读 下载PDF 职称材料

基于深度学习的曲面玻璃表面缺陷检测方法 被引量：3

5

作者 尹玲 叶正伟 +5 位作者 陈新度 张斐 吴鹏 赵健州 陈湘尹 宋业明 《机床与液压》 北大核心 2023年第16期120-125,132,共7页

针对曲面玻璃表面缺陷成像难、识别准确率低等问题,提出一种基于YOLOv4的曲面玻璃表面缺陷检测方法。根据光源的方向确定平面与曲面的光学特性,采用明场背面漫射照明的方式来获得图像信息,确立打光方案后获取不同表面的缺陷图片。使用改... 针对曲面玻璃表面缺陷成像难、识别准确率低等问题,提出一种基于YOLOv4的曲面玻璃表面缺陷检测方法。根据光源的方向确定平面与曲面的光学特性,采用明场背面漫射照明的方式来获得图像信息,确立打光方案后获取不同表面的缺陷图片。使用改进K-means聚类算法,采用交并比函数确定锚框的量度,解决原锚框大小不适用于玻璃缺陷小目标检测问题。将所提方法与缺陷检测主流算法对比验证。结果表明:所提改进的YOLOv4方法均值平均精度(mAP)可以达到80.14%,与Faster RCNN以及YOLOv3算法相比,mAP分别提升了8.29%和16.11%,并且有更好的鲁棒性和检测效果。 展开更多

关键词 目标检测 缺陷检测 图像信息 K-meanS聚类算法 交并比

在线阅读 下载PDF 职称材料

单块嵌入式GPU下对街景图像的实时分割研究 被引量：2

6

作者 陈劲宏 陈玮 陈舒曼 《控制工程》 CSCD 北大核心 2021年第11期2165-2173,共9页

在有限的计算资源下,现有的语义分割网络无法兼顾实时性和准确性,导致在自动驾驶等实时应用领域上仍无法落地应用。为此,本研究采用先将感兴趣目标定位正确后再做进一步分类的策略,其在不同深度下部署了轻量级注意力机制模块以快速地捕... 在有限的计算资源下,现有的语义分割网络无法兼顾实时性和准确性,导致在自动驾驶等实时应用领域上仍无法落地应用。为此,本研究采用先将感兴趣目标定位正确后再做进一步分类的策略,其在不同深度下部署了轻量级注意力机制模块以快速地捕捉到有效的空间特征信息,紧接着特征融合模块能够融合这些兼容性低下的空间特征信息,最后经过边界与内部优化模块以提高分割目标边界的平滑性以及内部的准确性和连续性。实验证明单块Tesla-P100显卡搭载所提出的网络能够胜任大部分实时任务。对于352×480分辨率的Camvid图像输入,网络在76.69帧下仍能达到69.12%的均交并比;对于1 024×2 048分辨率的Cityscapes图像输入,网络在49.90帧下均交并比达到了79.75%;对于720×1 280分辨率的Aeroscapes图像输入,网络在59.53帧下均交并比达到了80.43%。 展开更多

关键词 语义分割 自动驾驶 轻量级注意力机制 特征融合 边界与内部优化 帧 均交并比

在线阅读 下载PDF 职称材料

改进YOLOv3的金属表面缺陷检测研究 被引量：75

7

作者 程婧怡 段先华 朱伟 《计算机工程与应用》 CSCD 北大核心 2021年第19期252-258,共7页

针对金属表面缺陷检测中目标尺寸小和特征不清晰导致漏检的问题,提出一种改进YOLOv3的金属缺陷检测算法。在YOLOv3网络结构的基础上,将第11层浅层特征与网络深层特征融合,生成一个新的尺度为104×104特征图层,提取更多小缺陷目标特... 针对金属表面缺陷检测中目标尺寸小和特征不清晰导致漏检的问题,提出一种改进YOLOv3的金属缺陷检测算法。在YOLOv3网络结构的基础上,将第11层浅层特征与网络深层特征融合,生成一个新的尺度为104×104特征图层,提取更多小缺陷目标特征。加入DIoU边框回归损失,为边界框提供移动方向以及更准确的位置信息,加快模型收敛。利用K-Means++聚类分析数据集上的先验框尺寸信息,筛选出最优的AnchorBox,使定位更加精准,降低网络损失。将改进后的算法与其他检测算法在NEU-DET数据集上进行检测性能对比。实验分析表明改进后的YOLOv3平均检测速率为31.6 frame/s;平均检测精度为67.64%,比YOLOv3提高了7.49个百分点,相较于FasterR-CNN等算法也有较大的检测精度优势。结论表明,改进后的YOLOv3可以使小缺陷目标的位置信息和精度更加准确。 展开更多

关键词 目标检测 金属表面缺陷 YOLOv3 K-means++ 距离交并比(DIoU)

在线阅读 下载PDF 职称材料

基于优化YOLOv4的主要电气设备智能检测及调参策略 被引量：32

8

作者 律方成 牛雷雷 +2 位作者 王胜辉 谢庆 王子豪 《电工技术学报》 EI CSCD 北大核心 2021年第22期4837-4848,共12页

基于无人机和巡检机器人搭载的多光谱成像检测是高压设备非接触检测的发展趋势,而主要电气设备的识别是其绝缘状态智能诊断的基础。该文建立了绝缘子、均压环、防振锤、套管和导线训练与测试数据库;基于YOLOv4,改进了Mosaic数据扩充算法... 基于无人机和巡检机器人搭载的多光谱成像检测是高压设备非接触检测的发展趋势,而主要电气设备的识别是其绝缘状态智能诊断的基础。该文建立了绝缘子、均压环、防振锤、套管和导线训练与测试数据库;基于YOLOv4,改进了Mosaic数据扩充算法,使网络误差降低了0.7,识别准确度提高到84.3%;研究了基于边界框回归的交并比(IoU)算法对不同尺度检测目标的影响,提出了对大、小目标分别采用CIoU和GIoU的训练策略;研究了K-means和分层聚类算法对自建数据库的标注值宽高数据聚类效果及检测结果的影响;基于误差、识别准确度和训练速度,研究并优化了YOLOv4的网络参数,改进后的模型训练误差降低了3%,识别准确度提高了0.8%,较好地实现了主要电气设备的识别。该研究可用于多光谱成像电气设备运行状态的现场诊断。 展开更多

关键词 电气设备识别 YOLOv4 数据扩充算法 交并比 K-means和层次聚类

在线阅读 下载PDF 职称材料

基于金字塔场景分析网络改进的语义分割算法 被引量：3

9

作者 王嘉 张楠 +1 位作者 孟凡云 王金鹤 《计算机工程与应用》 CSCD 北大核心 2021年第19期220-227,共8页

图像语义分割是图像识别中的一个经典难题,是机器视觉研究的一个热点。但在实际应用中,会出现语义标签预测不准确、所分割对象与背景之间边缘信息损失问题,这已逐渐成为了图像理解的瓶颈。据此,提出了一种基于金字塔场景分析网络(PSPNet... 图像语义分割是图像识别中的一个经典难题,是机器视觉研究的一个热点。但在实际应用中,会出现语义标签预测不准确、所分割对象与背景之间边缘信息损失问题,这已逐渐成为了图像理解的瓶颈。据此,提出了一种基于金字塔场景分析网络(PSPNet)的网络改进结构,在特征学习模块中将输入图在原残差网络(ResNet)的基础上通过在网络内部增加卷积、池化操作,进一步学习各个层次特征,将所学习到的多个低层次特征图与高层次特征图相加,得到新的具有更多空间位置信息的特征图;为得到丰富的上下文信息,利用PSPNet的金字塔池化结构,将特征图中全局上下文信息与不同尺度局部上下文信息相结合,进行卷积和上采样,得到最终预测图。仿真实验结果表明,所改进的方法在PASCAL VOC 2012测试集中平均交并比(Mean Intersectionover Union,MIoU)达到78.5%,较基准算法提升了1.7%。 展开更多

关键词 语义分割 深度学习 金字塔场景分析网络(PSPNet) 残差网络(ResNet) 平均交并比

在线阅读 下载PDF 职称材料

基于机器视觉的指针式仪表检测 被引量：12

10

作者 赵辉 姜立锋 +1 位作者 王红君 岳有军 《科学技术与工程》 北大核心 2021年第34期14665-14672,共8页

提出了一种基于机器视觉的变电站指针式仪表检测算法。该算法基于YOLO v3神经网络,引入Res2Net残差模块以及采用特征层融合的方式,采用更少的模块和网络层数获取更高的特征提取效率,通过增加空间池化金字塔(spatial pyramid pooling,SPP... 提出了一种基于机器视觉的变电站指针式仪表检测算法。该算法基于YOLO v3神经网络,引入Res2Net残差模块以及采用特征层融合的方式,采用更少的模块和网络层数获取更高的特征提取效率,通过增加空间池化金字塔(spatial pyramid pooling,SPP)模块融合多重感受野,使用GIoU(generalized intersection over union)损失函数代替原有的损失函数。此外,针对数据集的不同,采取k-means++聚类算法重新选择锚点框的尺寸。实验结果证明,在保证精度的前提下,相对于Faster R-CNN和原始的YOLO v3网络,速度分别提升了73.7%和45.8%。 展开更多

关键词 YOLO v3 Res2Net 空间池化金字塔(SPP) GIou(generalized intersection over union) k-means++ 速度 检测识别

在线阅读 下载PDF 职称材料

结合上下文注意力的卷积自校正图像语义分割 被引量：3

11

作者 陈孝如 曾碧卿 《计算机工程与设计》 北大核心 2022年第2期525-533,共9页

针对现有图像语义分割中存在小目标对象分割精度不高等问题,提出一种结合上下文注意力的卷积自校正图像语义分割模型。使用上下文注意力机制挖掘局部区域内细粒度特征,结合上下文循环神经网络和残差学习充分挖掘图像的深层隐含语义特征... 针对现有图像语义分割中存在小目标对象分割精度不高等问题,提出一种结合上下文注意力的卷积自校正图像语义分割模型。使用上下文注意力机制挖掘局部区域内细粒度特征,结合上下文循环神经网络和残差学习充分挖掘图像的深层隐含语义特征;构建辅助分割模型,在给定图像和边界框注释的情况下生成每像素的标签分布,提出卷积自校正模型,实现分割模型的动态调整。基于3种数据集对所提模型的分割精度进行实验论证,实验结果表明,所提模型的分割精度与分割效果均明显高于其它模型,具有良好的泛化能力。 展开更多

关键词 上下文注意力 卷积自校正 图像语义分割 辅助分割模型 平均交并比 平均像素精度

在线阅读 下载PDF 职称材料