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540篇文章
< 1 2 … 27 >
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：
基于MSG-SSD的复合绝缘子憎水性等级智能识别方法 被引量：2
1
作者 陈伟华 马士博 +1 位作者 闫孝姮 李健华 《电子测量与仪器学报》 北大核心 2025年第1期234-243,共10页
复合绝缘子憎水性等级的检测是电力系统巡检中的重要环节,针对现有方法存在检测效率低、实时性差及模型结构复杂的问题,提出一种基于MSG-SSD的复合绝缘子憎水性等级智能识别方法。首先,检测模型以SSD算法为基准,采用轻量级MobileNetV2... 复合绝缘子憎水性等级的检测是电力系统巡检中的重要环节,针对现有方法存在检测效率低、实时性差及模型结构复杂的问题,提出一种基于MSG-SSD的复合绝缘子憎水性等级智能识别方法。首先,检测模型以SSD算法为基准,采用轻量级MobileNetV2作为主干网络,在提升模型检测速度的同时实现网络的轻量化;其次,为增强对水迹特征的提取能力,构建高分辨率特征融合模块Sim-HRFPN,在特征融合的同时保留高分辨率的特征,以弥补因轻量化造成的精度损失;最后,为进一步提高模型的计算效率,将GhostConv替换额外预测特征层的传统卷积,在保持模型高性能的同时,减轻了计算负担。实验结果表明,相较于SSD,MSG-SSD的检测速度和检测精度分别提高48.17%和4.89%,计算量和参数量分别减少97.63%和82.99%。由此可知,改进模型不仅能精准识别和快速定位复合绝缘子的憎水性等级,而且满足边缘巡检设备轻量化部署的需求,为电力系统中复合绝缘子运行状态的智能检测提供了一种行之有效的方法。 展开更多
关键词 复合绝缘子 憎水性检测 智能识别 ssd算法 轻量化 特征融合
在线阅读 下载PDF
基于改进SSD算法的地铁场景小行人目标检测 被引量：1
2
作者 张秀再 邱野 沈涛 《计算机研究与发展》 北大核心 2025年第2期397-407,共11页
在地铁场景中,小行人目标由于分辨率低,包含特征信息较少,现阶段目标检测器对此类目标的检测仍具有挑战性.SSD目标检测算法利用金字塔网络的多尺度检测头,能一定程度提高行人目标检测性能,但将其应用于地铁等复杂环境中实现小行人目标... 在地铁场景中,小行人目标由于分辨率低,包含特征信息较少,现阶段目标检测器对此类目标的检测仍具有挑战性.SSD目标检测算法利用金字塔网络的多尺度检测头,能一定程度提高行人目标检测性能,但将其应用于地铁等复杂环境中实现小行人目标检测仍具有一定局限性.针对上述问题,提出一种改进SSD算法以加强地铁场景中小行人目标检测效果.通过构建地铁场景行人目标数据集,标注相应标签,同时进行数据预处理操作;在特征提取网络中加入金字塔特征加强模块,将多分支残差单元、亚像素卷积和特征金字塔相结合获得图像多尺度、多感受野融合特征;利用上下文信息融合模块将图像低层特征与上下文特征相融合,生成扩展特征层用于检测小行人目标;设计一种基于Anchor-free的动态正负样本分配策略,为小行人目标生成最优正样本.实验结果表明:提出的改进SSD算法能有效提高地铁场景小行人目标检测性能,对遮挡严重的小行人目标检测,效果提升更为明显. 展开更多
关键词 小行人目标检测 ssd算法 注意力机制 亚像素卷积 多尺度特征融合
在线阅读 下载PDF
RMSFF-SSD:基于重参数化与多尺度特征融合的遥感图像目标检测模型
3
作者 陈海燕 马舒豪 张振霄 《计算机科学》 北大核心 2025年第S2期356-362,共7页
遥感图像目标检测在国土资源调查、灾害监测、军事侦察等领域具有广泛的应用。针对SSD(Single Shot MultiBox Detector)模型在遥感图像目标检测时难以有效提取小目标的特征,从而对小目标检测不利的问题,文中提出了一种基于重参数化与多... 遥感图像目标检测在国土资源调查、灾害监测、军事侦察等领域具有广泛的应用。针对SSD(Single Shot MultiBox Detector)模型在遥感图像目标检测时难以有效提取小目标的特征,从而对小目标检测不利的问题,文中提出了一种基于重参数化与多尺度特征融合的RMSFF-SSD(Reparameterization Multi-Scale Feature Fusion SSD)遥感图像目标检测模型,该模型在SSD模型的基础上进行改进。首先,对SSD的骨干特征提取网络中的卷积层使用具有重参数化性质的卷积来提取特征,同时在重参数化卷积中引入SE注意力机制,以捕获通道之间的依赖关系并抑制无用的特征;其次,将特征提取网络中提取到的特征用多级特征融合的方式对全局信息与局部细节信息进行融合,来进一步增强目标的特征;最后,将融合后所获得的6个不同尺度的特征图用于目标检测。在NWPU VHR-10数据集上进行目标检测实验,实验结果表明,所提出的RMSFF-SSD512目标检测模型平均精度为89.7%,显著高于DSSD(78.7%)模型、FSSD(86.7%)模型、FPN(68.9%)模型、Faster R-CNN(44.2%)模型和YOLOv5(83.7%)模型。 展开更多
关键词 重参数化 特征融合 遥感检测 ssd SE注意力机制
在线阅读 下载PDF
基于卷积神经网络轻量化的改进SSD异纤检测方法 被引量：4
4
作者 胡胜 王紫悦 +3 位作者 张守京 李博豪 赵小惠 刘文慧 《计算机集成制造系统》 北大核心 2025年第1期171-181,共11页
精准检测棉花中混杂的小型异纤是保障纱线与织物质量的基础和关键。针对现有算法在棉花小型异纤检测中存在的漏检率高、网络结构复杂等问题,提出一种基于卷积神经网络轻量化的改进单步多框检测器(SSD)的棉花异纤检测方法。首先,通过引... 精准检测棉花中混杂的小型异纤是保障纱线与织物质量的基础和关键。针对现有算法在棉花小型异纤检测中存在的漏检率高、网络结构复杂等问题,提出一种基于卷积神经网络轻量化的改进单步多框检测器(SSD)的棉花异纤检测方法。首先,通过引入深度可分离卷积、倒残差结构等创新性设计,将SSD算法中原有骨干特征提取网络VGGNet16替换为MobileNetv2网络;然后,对于SSD算法中生成的候选框尺寸与棉花异纤大小不匹配导致棉花背景占比过高,从而引起正负样本不均衡的问题,采用K-means++算法对棉花异纤尺寸进行聚类分析,根据聚类结果修正候选框尺寸。通过算例进行验证,结果显示所提方法在实现模型轻量化的同时有效提升了异纤检测效果和计算效率。 展开更多
关键词 异纤检测 改进ssd 卷积神经网络 K-means++聚类 轻量化
在线阅读 下载PDF
基于改进SSD的车内宠物遗落检测方法
5
作者 潘溢洲 吴恩启 +1 位作者 段函作 寇嘉铭 《传感器与微系统》 北大核心 2025年第5期115-119,共5页
针对车内宠物遗落问题,在单发多盒探测器(SSD)算法的基础上,提出了一种改进的SSD目标检测算法实时检测车内是否存在遗落宠物,通过引入MobileNetV2算法来替代SSD的主干网络,并改进MobileNetV2的网络结构来进一步减少原有网络的参数量,融... 针对车内宠物遗落问题,在单发多盒探测器(SSD)算法的基础上,提出了一种改进的SSD目标检测算法实时检测车内是否存在遗落宠物,通过引入MobileNetV2算法来替代SSD的主干网络,并改进MobileNetV2的网络结构来进一步减少原有网络的参数量,融合卷积块注意力模块(CBAM)来提高目标定位能力,采用迁移训练策略来更好地训练网络。实验结果表明,改进后算法的模型大小相对于SSD-Mo-bileNetV2减少了65.5%,平均精度均值(mAP)提高了0.9%,帧率(FPS)也有所提升,模型大小更是减少到了原始SSD算法的5%。改进后算法实际检测的效果更好,同时更加适合嵌入移动设备来检测遗落宠物。 展开更多
关键词 目标检测 MobileNetV2网络 单发多盒探测器算法 深度学习 轻量化网络
在线阅读 下载PDF
基于SSD与图像变换的镜下矿物光片智能识别
6
作者 侯振隆 申晋容 +1 位作者 魏继康 赵文天 《东北大学学报(自然科学版)》 北大核心 2025年第6期131-137,154,共8页
在矿物识别中,当识别伴生矿物时,有时会产生漏判、误判.为了解决上述问题,开展了显微镜下矿物的智能化识别方法研究.首先,改进了SSD网络并结合图像变换构建了一种智能识别方法;其次,将该方法应用于中国辽宁省某铁矿光片的显微镜下矿物图... 在矿物识别中,当识别伴生矿物时,有时会产生漏判、误判.为了解决上述问题,开展了显微镜下矿物的智能化识别方法研究.首先,改进了SSD网络并结合图像变换构建了一种智能识别方法;其次,将该方法应用于中国辽宁省某铁矿光片的显微镜下矿物图像,通过试验证明了方法的准确性;最后,确定了学习率、批量尺寸对损失函数的影响,使用梯度下降法进一步提高了识别精度.在试验中,识别精度超过90%,最高可达100%,损失函数值最小值约为0.008.结果表明,提出的方法具有较强的矿物识别能力. 展开更多
关键词 矿物识别 深度学习 ssd 图像变换 矿物含量估算
在线阅读 下载PDF
基于SSD网络模型重构的表情检测算法
7
作者 陈平安 邓琦 《计算机科学》 北大核心 2025年第S2期496-501,共6页
人脸识别与表情检测是计算机视觉和深度学习领域的热门研究方向,广泛应用于各种场景。然而,传统的表情检测方法在非受限条件下的表现差,深度学习方法则面临特征区分度低和识别精度容易受到姿势和表情变化影响等问题。对此,提出了基于SS... 人脸识别与表情检测是计算机视觉和深度学习领域的热门研究方向,广泛应用于各种场景。然而,传统的表情检测方法在非受限条件下的表现差,深度学习方法则面临特征区分度低和识别精度容易受到姿势和表情变化影响等问题。对此,提出了基于SSD的网络模型重构与中心损失优化算法(IML-SSD),以提升面部表情检测的准确性和鲁棒性。首先,提出了一种基于网络重构优化的SSD面部表情快速检测算法,通过重构SSD算法模型中的基础层和辅助层,提高了识别速度、准确率和鲁棒性。随后,结合中心损失函数对SSD算法进行了进一步优化,使得同一类别的表情特征更加聚合,不同类别的特征则更加分离,从而增强了面部表情特征的判别能力。测试结果表明,所提算法优于对比算法,且在数据集FERPlus上的mAP值提升了约6.5个百分点。 展开更多
关键词 表情检测 ssd重构 深度神经网络
在线阅读 下载PDF
基于改进SSD算法的葡萄叶病斑检测方法研究
8
作者 白滔 滕开良 《农业技术与装备》 2025年第6期3-7,共5页
针对葡萄叶病斑外观形状多变、病斑密集及小目标漏检等问题,提出了一种基于改进SSD算法的葡萄叶病斑检测算法。引入CSwin Transformer自注意力模块以实现局部特征与全局特征的有效交互。将原多尺度特征提取模块改成特征金字塔网络,以实... 针对葡萄叶病斑外观形状多变、病斑密集及小目标漏检等问题,提出了一种基于改进SSD算法的葡萄叶病斑检测算法。引入CSwin Transformer自注意力模块以实现局部特征与全局特征的有效交互。将原多尺度特征提取模块改成特征金字塔网络,以实现多尺度融合,并将CBAM注意力机制引入多尺度融合网络,以增强对小目标特征的捕捉能力。将原交叉熵损失函数替换为Focal Loss损失函数以缓解模型训练时正负样本失衡问题。实验结果表明,相较于SSD原模型,所提改进模型在2种病害检测精度上均有所提升,能够为田间葡萄叶病害检测提供新的选择方案。 展开更多
关键词 葡萄叶 病斑 ssd CSwin Transformer 注意力机制
在线阅读 下载PDF
基于SSD框架的自然场景盲文识别方法
9
作者 吴东 卢利琼 熊建芳 《计算机辅助设计与图形学学报》 北大核心 2025年第8期1415-1425,共11页
盲文是视障人士学习知识和技术的工具,正常人通常对盲文知之甚少,造成正常人与盲人之间的沟通障碍重重.为此,首先构建了自然场景盲文段图像数据集,该数据集中包含1157幅不同宽高比、不同背景的盲文段图像和对应的标签信息;随后分析自然... 盲文是视障人士学习知识和技术的工具,正常人通常对盲文知之甚少,造成正常人与盲人之间的沟通障碍重重.为此,首先构建了自然场景盲文段图像数据集,该数据集中包含1157幅不同宽高比、不同背景的盲文段图像和对应的标签信息;随后分析自然场景图像中盲文的特点,并基于SSD框架提出自然场景盲文识别方法.所提方法根据盲文字符尺寸小且具有固定宽高比的特点选择用于识别的特征层,设计CNN结构、默认框大小、盲文字符标签、图像输入策略和损失函数,以提高盲文字符识别的准确率;根据盲文字符中盲文点位于边缘区域的特点设计像素层面的注意力机制,提高盲文字符识别的回归率.实验结果表明,在所构建的盲文段图像数据集上,所提方法的H值达到0.903,盲文字符检测速度为66.22帧/s;与SSD,Faster R-CNN,EAST,以及基于CNN的盲文识别方法EAST-Edge和UNet-Braille相比,该方法的盲文识别性能提升明显. 展开更多
关键词 自然场景图像 盲文识别 ssd 卷积神经网络
在线阅读 下载PDF
自然环境下多类水果采摘目标识别的通用改进SSD模型 被引量：95
10
作者 彭红星 黄博 +4 位作者 邵园园 李泽森 张朝武 陈燕 熊俊涛 《农业工程学报》 EI CAS CSCD 北大核心 2018年第16期155-162,共8页
为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为R... 为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为Res Net-101模型,并运用迁移学习方法和随机梯度下降算法优化SSD深度学习模型。该文基于Caffe深度学习框架,对自然环境下采集的水果图像进行不同网络模型、不同数据集大小和不同遮挡比例等多组水果识别检测效果对比试验。试验表明:改进的SSD深度学习水果检测模型对4种水果在各种环境下的平均检测精度达到88.4%,高于经典SSD深度学习模型中的86.38%,经过数据增强后平均检测精度可提升至89.53%,在遮挡面积低于50%的情况下F1值能达到96.12%,有较好的泛化性和鲁棒性,可以很好地实现自然环境下多类水果的精准检测,可为农业自动化采摘中的水果识别检测问题提供新的方案。 展开更多
关键词 图像识别 模型 算法 水果检测 深度学习 ssd VGG16 ResNet-101
在线阅读 下载PDF
基于改进SSD的输电线路销钉缺陷检测 被引量：40
11
作者 李瑞生 张彦龙 +1 位作者 翟登辉 许丹 《高电压技术》 EI CAS CSCD 北大核心 2021年第11期3795-3802,共8页
销钉在输电线路中起着连接关键部件的重要作用,其缺陷直接引起部件变形、不稳定甚至造成电力停电事故。针对已有单发多盒探测器(single shot multibox detector,SSD)模型对输电线路复杂背景下销钉缺陷检测能力不足的问题,提出基于残差... 销钉在输电线路中起着连接关键部件的重要作用,其缺陷直接引起部件变形、不稳定甚至造成电力停电事故。针对已有单发多盒探测器(single shot multibox detector,SSD)模型对输电线路复杂背景下销钉缺陷检测能力不足的问题,提出基于残差网络和多层级特征融合策略的改进SSD模型。首先,改进SSD网络结构,引入残差网络,增加浅层特征层,并将深层特征进行融合,替换SSD原特征层,以提升网络的鲁棒性,增强特征层的信息提取能力。其次,采用卷积拆分压缩网络参数量,采用权值量化减小模型部署占用空间。最后,通过实验对所提方法的有效性进行了验证。实验结果表明,该方法在输电线路销钉缺陷检测上召回率达到80%以上,较原SSD模型及其他目标检测算法具有明显提升。同时,该方法在其他输电线路小目标缺陷测试中,也取得了较好的效果。 展开更多
关键词 改进ssd 残差网络 多层级特征融合 卷积拆分 权值量化
在线阅读 下载PDF
基于改进SSD模型的输电线路巡检图像金具检测方法 被引量：50
12
作者 戚银城 江爱雪 +2 位作者 赵振兵 郎静宜 聂礼强 《电测与仪表》 北大核心 2019年第22期7-12,43,共7页
为了解决航拍图像金具智能检测问题,提出一种基于改进SSD模型的输电线路航拍巡检图像金具目标检测方法。对巡检图像进行多角度旋转,并自适应裁剪扩充样本,以解决金具在图像中占比过小导致大量漏检问题,使用改进的IoU得到对目标尺度更敏... 为了解决航拍图像金具智能检测问题,提出一种基于改进SSD模型的输电线路航拍巡检图像金具目标检测方法。对巡检图像进行多角度旋转,并自适应裁剪扩充样本,以解决金具在图像中占比过小导致大量漏检问题,使用改进的IoU得到对目标尺度更敏感的默认框;进一步针对图像中金具目标密集问题,在模型中加入对密集目标检测有效的斥力损失,提高模型对密集遮挡金具的检测效果。在包含6 934个训练目标框和1 879个测试目标框的11类金具数据集中进行实验,使用文中方法的金具检测准确率达到了75. 64%,相对于使用原始SSD模型检测准确率提升了4. 73%,且检测框更贴合目标。 展开更多
关键词 金具 ssd 目标检测 IOU 斥力损失 遮挡
在线阅读 下载PDF
基于改进SSD的柑橘实时分类检测 被引量：45
13
作者 李善军 胡定一 +3 位作者 高淑敏 林家豪 安小松 朱明 《农业工程学报》 EI CAS CSCD 北大核心 2019年第24期307-313,共7页
针对人工分拣柑橘过程中,检测表面缺陷费时费力的问题,该文提出了一种基于改进SSD深度学习模型的柑橘实时分类检测方法。在经改装的自制打蜡机试验台架下采集单幅图像含有多类多个柑橘的样本2 500张,随机选取其中2 000张为训练集,500张... 针对人工分拣柑橘过程中,检测表面缺陷费时费力的问题,该文提出了一种基于改进SSD深度学习模型的柑橘实时分类检测方法。在经改装的自制打蜡机试验台架下采集单幅图像含有多类多个柑橘的样本2 500张,随机选取其中2 000张为训练集,500张为测试集,在数据集中共有正常柑橘19 507个,表皮病变柑橘9 097个,机械损伤柑橘4 327个。该方法通过单阶段检测模型SSD-ResNet18对图片进行计算和预测,并返回图中柑橘的位置与类别,以此实现柑橘的分类检测。以平均精度AP(average precision)的均值m AP(mean average precision)作为精度指标,平均检测时间作为速度指标,在使用不同特征图、不同分辨率和ResNet18、MobileNetV3、ESPNetV2、VoVNet39等4种不同特征提取网络时,进行模型分类检测效果对比试验研究。研究表明,该模型使用C4、C5特征图,768×768像素的分辨率较为合适,特征提取网络ResNet18在检测速度上存在明显优势,最终该模型的m AP达到87.89%,比原SSD的87.55%高出0.34个百分点,平均检测时间为20.27 ms,相较于原SSD的108.83 ms,检测耗时降低了436.90%。该模型可以同时对多类多个柑橘进行实时分类检测,可为自动化生产线上分拣表面缺陷柑橘的识别方面提供技术借鉴。 展开更多
关键词 目标识别 模型 无损检测 柑橘 表面缺陷 深度学习 ssd ResNet18
在线阅读 下载PDF
基于改进SSD算法的车辆检测 被引量：27
14
作者 李国进 胡洁 艾矫燕 《计算机工程》 CAS CSCD 北大核心 2022年第1期266-274,共9页
SSD算法利用多尺度特征图进行分类和位置回归,检测小目标效果优于YOLO算法,但SSD算法在进行车辆检测时存在漏检问题。为此,提出一种改进SSD算法。为提取更多的车辆特征信息,设计改进Inception模块替代SSD网络中的Conv8、Conv9和Conv10... SSD算法利用多尺度特征图进行分类和位置回归,检测小目标效果优于YOLO算法,但SSD算法在进行车辆检测时存在漏检问题。为此,提出一种改进SSD算法。为提取更多的车辆特征信息,设计改进Inception模块替代SSD网络中的Conv8、Conv9和Conv10层。将浅层特征的位置信息和深层特征的语义信息进行均衡化融合,构建多尺度特征融合均衡化网络,提高小目标车辆识别率。在特征提取层均引入SENet,对不同特征通道的重要性进行重标定以提高模型性能。实验结果表明,改进后SSD算法在自制的车辆数据集上平均精度为90.89%,检测速度达到59.42 frame/s,相比改进前的SSD算法,在精度和速度上分别提高2.65个百分点和17.41 frame/s,能够更快速、准确地对图像中的车辆进行识别和定位。 展开更多
关键词 车辆检测 ssd算法 Inception结构 注意力机制 特征融合
在线阅读 下载PDF
基于OTA的SSD数据更新技术 被引量：2
15
作者 李宏 于菲菲 +1 位作者 贾辉 胡志维 《大庆石油学院学报》 CAS 北大核心 2007年第2期118-121,共4页
OTA鉴权中SSD数据需要以一种高级别的安全措施经常更新.基于CAVE算法的SSD数据更新方法,分析了SSD数据更新过程,给出SSD数据更新的实现方法.该实现方法具有能减小遭受攻击机会,抗攻击性强,安全性高等优点,能更好地解决SSD数据管理存在... OTA鉴权中SSD数据需要以一种高级别的安全措施经常更新.基于CAVE算法的SSD数据更新方法,分析了SSD数据更新过程,给出SSD数据更新的实现方法.该实现方法具有能减小遭受攻击机会,抗攻击性强,安全性高等优点,能更好地解决SSD数据管理存在的问题,为OTA技术提供更加完善的安全保证. 展开更多
关键词 OTA ssd 鉴权 ssd更新
在线阅读 下载PDF
改进SSD算法在工件表面缺陷检测中的应用 被引量：6
16
作者 周茂军 胡江涛 +3 位作者 王俊杰 彭德政 马沁怡 王雅君 《组合机床与自动化加工技术》 北大核心 2024年第8期139-144,共6页
为能够更为高效地检测工件表面加工缺陷,提出了一种MobileNetV3-SSD目标检测算法,它能够有效实现工件表面缺陷检测。此算法通过改进SSD的骨架网络为MobileNetV3-Large,有效减少网络参数量和计算量,通过结合自底向上的特征金字塔网络的... 为能够更为高效地检测工件表面加工缺陷,提出了一种MobileNetV3-SSD目标检测算法,它能够有效实现工件表面缺陷检测。此算法通过改进SSD的骨架网络为MobileNetV3-Large,有效减少网络参数量和计算量,通过结合自底向上的特征金字塔网络的改进算法,使网络能够捕捉不同尺度和形状的目标信息,将语义分割辅助任务与多层特征融合相结合,进一步提升检测性能。使用PASCAL VOC数据集和Kolektor工业缺陷数据集验证该算法,在PASCAL VOC数据集上的mAP达到77.3%,较SSD算法提高0.4%,在Kolektor数据集上的FPS达到了105,较SSD算法提高112%。验证了MobileNetV3-SSD算法相较于传统SSD网络,具有更好的检测精度和检测速度。 展开更多
关键词 目标检测 MobileNet ssd算法 缺陷检测
在线阅读 下载PDF
基于改进SSD的钢材表面缺陷检测 被引量：28
17
作者 阎馨 杨月川 屠乃威 《现代制造工程》 CSCD 北大核心 2023年第5期112-120,共9页
工业生产过程中,钢材表面缺陷的检测对于钢材的质量控制发挥着十分重要的作用,针对钢材表面缺陷检测中存在的检测精度低、检测速度慢等问题,提出了一种钢材表面缺陷检测的改进SSD算法。在所提算法中,采用Transformer多头注意力机制模块... 工业生产过程中,钢材表面缺陷的检测对于钢材的质量控制发挥着十分重要的作用,针对钢材表面缺陷检测中存在的检测精度低、检测速度慢等问题,提出了一种钢材表面缺陷检测的改进SSD算法。在所提算法中,采用Transformer多头注意力机制模块代替原SSD结构中的Conv5_1层,以提高小目标检测的能力;原SSD结构中的Conv7操作替换为Involution算子操作,以减少运算的参数量;对网络结构进行特征融合处理,以更全面地检测特征图中所包含的信息。利用NEU-DET数据集进行实验,实验结果表明改进后的SSD算法是有效的,可以高效检测到钢材表面的小目标缺陷,相比改进前平均检测精度提高了4.5%,检测速度提高了13.6%。 展开更多
关键词 钢材表面缺陷检测 改进ssd算法 注意力机制 Involution算子 特征融合
在线阅读 下载PDF
基于改进SSD算法的行人检测方法 被引量：14
18
作者 于波 刘畅 《电子测量技术》 北大核心 2021年第12期24-28,共5页
随着计算机视觉的快速发展,行人检测技术越来越成为人们关注的热门话题之一。行人检测算法中SSD算法相对于其他行人检测算法更加稳定,针对SSD算法做行人检测时产生的检测精度低的问题,提出一种以ResNet残差网络作为SSD的前馈网络,提取... 随着计算机视觉的快速发展,行人检测技术越来越成为人们关注的热门话题之一。行人检测算法中SSD算法相对于其他行人检测算法更加稳定,针对SSD算法做行人检测时产生的检测精度低的问题,提出一种以ResNet残差网络作为SSD的前馈网络,提取行人特征,并通过特征值生成目标框的行人检测算法。将原始SSD算法与改进后的SSD算法分别通过INRIA行人检测数据集的训练集和测试集做实验进行精度对比。实验结果表明,与SSD算法做行人检测时的检测效果相比,改进的行人检测算法更具鲁棒性,算法平均准确率提高了接近5%。 展开更多
关键词 行人检测 ssd算法 残差网络
在线阅读 下载PDF
面向行车视频目标实时检测的轻量级SSD网络 被引量：5
19
作者 张琳娜 陈建强 +2 位作者 陈晓玲 岑翼刚 阚世超 《计算机科学》 CSCD 北大核心 2019年第7期233-237,共5页
车辆和行人检测是高级辅助驾驶(ADAS)中最基本也是研究最广泛的内容,而深度学习算法是当前性能最好的目标检测算法。然而,深度学习算法的计算量非常大,通常需要高性能的GPU显卡才能快速运行。在实际使用中,目标检测算法一般要求集成到... 车辆和行人检测是高级辅助驾驶(ADAS)中最基本也是研究最广泛的内容,而深度学习算法是当前性能最好的目标检测算法。然而,深度学习算法的计算量非常大,通常需要高性能的GPU显卡才能快速运行。在实际使用中,目标检测算法一般要求集成到车辆硬件系统中,因此算法对硬件资源的要求不能太高。基于SSD网络,提出一种轻量级的SSD网络,用于实时目标检测。通过减小输入图像的大小以及全连接层节点数量,减少网络复杂度,提升目标实时检测速度。计算量减少将导致检测车辆和行人的准确率下降,因此提出多级损失函数监督训练方法,来解决输入图像缩小而引发的图像损失及在反向传播过程中不能有效更新VGG中浅层卷积层参数等问题。此外,提出一种基于多尺度图像分块的训练数据集扩充方法,以解决图像缩放产生的形变及图像缩小后目标可能消失的问题。实验结果表明,采用所提出的轻量级SSD网络,不但实现了笔记本电脑上的车辆和行人检测的实时性,也保持了检测准确率。对比其他目标检测算法,优化后的网络对行车视频中车辆和行人的检测速度优于其他算法,且在获得相同准确率的同时消耗的电量更少。 展开更多
关键词 目标检测 深度学习 ssd 高级辅助驾驶 卷积神经网络
在线阅读 下载PDF
面向小目标检测结合特征金字塔网络的SSD改进模型 被引量：13
20
作者 张建明 刘煊赫 +1 位作者 吴宏林 黄曼婷 《郑州大学学报（理学版）》 CAS 北大核心 2019年第3期61-66,72,共7页
针对SSD卷积神经网络模型对小目标检测精度不高的问题,提出了一种基于特征金字塔网络的SSD改进模型.特征金字塔网络可以将深层的携带有更抽象、更丰富的语义信息的卷积特征图与浅层的分辨率更高、更细节的卷积特征图进行融合.检测的过... 针对SSD卷积神经网络模型对小目标检测精度不高的问题,提出了一种基于特征金字塔网络的SSD改进模型.特征金字塔网络可以将深层的携带有更抽象、更丰富的语义信息的卷积特征图与浅层的分辨率更高、更细节的卷积特征图进行融合.检测的过程是将原始SSD网络得到的多层特征图,经改进设计的横向连接层、上采样层、融合层和预测层处理后,再通过非极大值抑制得到最终的检测结果.采用PASCALVOC2007和2012(train+val)作为训练集,PASCALVOC2007(test)测试集的mAP达到了75.8%,相比原SSD模型提高了1.5%.其中,在盆栽植物类密集小目标检测上有9.9%的提升. 展开更多
关键词 目标检测 卷积神经网络 ssd模型 特征金字塔网络 特征图融合
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 … 27 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