期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
MDS-DeepLabV3+——一种轻量级的复杂山地耕地提取方法
1
作者
殷海倩
甘淑
+2 位作者
袁希平
朱智富
张家铮
《兰州大学学报(自然科学版)》
北大核心
2025年第3期341-349,356,共10页
针对复杂山地空间异质性显著、耕地信息破碎化严重、提取困难等问题,对DeepLabV3+模型进行改进,基于恐龙谷高分二号卫星影像,构建一种用于复杂山地耕地信息自动提取的MDS-DeepLabV3+模型.使用MobileNetV2作为特征提取器,引入其在ImageNe...
针对复杂山地空间异质性显著、耕地信息破碎化严重、提取困难等问题,对DeepLabV3+模型进行改进,基于恐龙谷高分二号卫星影像,构建一种用于复杂山地耕地信息自动提取的MDS-DeepLabV3+模型.使用MobileNetV2作为特征提取器,引入其在ImageNet数据集上的预训练权重,降低复杂度,加速模型拟合;提出密集连接的空间空洞金字塔池化模块与scSE注意力模块结合的DscASPP模块,获取多尺度图像特征,整合空间通道信息.采用CARAFE算子替代原始上采样方法,在较大的感受野范围内聚合上下文信息,实现更准确和高效的特征重建.结果表明,MDS-DeepLabV3+模型平均交并比DeepLabV3+提升6.5%,平均像素准确率增加4.08%,F_(1)上升4.04%,模型参数量仅有3.97 MB.在禄丰数据集上对各种耕地类型的提取效果均优于其他分割网络,有效降低耕地漏提率和误提率,提取效率及准确性较高.
展开更多
关键词
语义分割
高分二号卫星影像
MobileNetV2模型
scse注意力模块
DeepLabV3+模型
在线阅读
下载PDF
职称材料
基于改进YOLOv4的小目标行人检测算法
被引量：
22
2
作者
王程
刘元盛
刘圣杰
《计算机工程》
CAS
CSCD
北大核心
2023年第2期296-302,313,共8页
行人检测在无人驾驶环境感知领域具有重要应用。现有行人检测算法多数只关注普通大小的行人目标,忽略了小目标行人特征信息过少的问题,从而造成检测精度低、应用于嵌入式设备中实时性不高等情况。针对该问题,提出一种小目标行人检测算法...
行人检测在无人驾驶环境感知领域具有重要应用。现有行人检测算法多数只关注普通大小的行人目标,忽略了小目标行人特征信息过少的问题,从而造成检测精度低、应用于嵌入式设备中实时性不高等情况。针对该问题,提出一种小目标行人检测算法YOLOv4-DBF。引用深度可分离卷积代替YOLOv4算法中的传统卷积,以降低模型的参数量和计算量,提升检测速度和算法实时性。在YOLOv4骨干网络中的特征融合部分引入scSE注意力模块,对输入行人特征图的重要通道和空间特征进行增强,促使网络学习更有意义的特征信息。对YOLOv4颈部中特征金字塔网络的特征融合部分进行改进,在增加少量计算量的情况下增强对图像中行人目标的多尺度特征学习,从而提高检测精度。在VOC07+12+COCO数据集上进行训练和验证,结果表明,相比原YOLOv4算法,YOLOv4-DBF算法的AP值提高4.16个百分点,速度提升27%,将该算法加速部署在无人车中的TX2设备上进行实时测试,其检测速度达到23FPS,能够有效提高小目标行人检测的精度及实时性。
展开更多
关键词
无人驾驶
小目标行人
深度可分离卷积
scse注意力模块
特征金字塔网络
在线阅读
下载PDF
职称材料
题名
MDS-DeepLabV3+——一种轻量级的复杂山地耕地提取方法
1
作者
殷海倩
甘淑
袁希平
朱智富
张家铮
机构
昆明理工大学国土资源工程学院
昆明理工大学云南省高校高原山区空间信息测绘技术应用工程研究中心
滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室
中国科学院武汉植物园
出处
《兰州大学学报(自然科学版)》
北大核心
2025年第3期341-349,356,共10页
基金
国家自然科学基金项目(62266026)
云南省自然科学基金项目(2015FA016)。
文摘
针对复杂山地空间异质性显著、耕地信息破碎化严重、提取困难等问题,对DeepLabV3+模型进行改进,基于恐龙谷高分二号卫星影像,构建一种用于复杂山地耕地信息自动提取的MDS-DeepLabV3+模型.使用MobileNetV2作为特征提取器,引入其在ImageNet数据集上的预训练权重,降低复杂度,加速模型拟合;提出密集连接的空间空洞金字塔池化模块与scSE注意力模块结合的DscASPP模块,获取多尺度图像特征,整合空间通道信息.采用CARAFE算子替代原始上采样方法,在较大的感受野范围内聚合上下文信息,实现更准确和高效的特征重建.结果表明,MDS-DeepLabV3+模型平均交并比DeepLabV3+提升6.5%,平均像素准确率增加4.08%,F_(1)上升4.04%,模型参数量仅有3.97 MB.在禄丰数据集上对各种耕地类型的提取效果均优于其他分割网络,有效降低耕地漏提率和误提率,提取效率及准确性较高.
关键词
语义分割
高分二号卫星影像
MobileNetV2模型
scse注意力模块
DeepLabV3+模型
Keywords
semantic segmentation
Gaofen-2 satellite imagery
MobileNetV2 model
scse
attention module
DeepLabV3+model
分类号
P237 [天文地球—摄影测量与遥感]
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv4的小目标行人检测算法
被引量：
22
2
作者
王程
刘元盛
刘圣杰
机构
北京联合大学北京市信息服务工程重点实验室
北京联合大学机器人学院
出处
《计算机工程》
CAS
CSCD
北大核心
2023年第2期296-302,313,共8页
基金
国家自然科学基金“无人车多视视频信息获取与定位关键技术”(61871038)
国家自然科学基金“基于视觉计算的智能驾驶实时城市道路场景理解”(61871039)
+1 种基金
北京联合大学研究生科研创新项目(YZ2020K001)
北京联合大学人才强校优选-拔尖计划“无人驾驶车复杂场景中可靠性定位技术研究”(BPHR2020BZ01)。
文摘
行人检测在无人驾驶环境感知领域具有重要应用。现有行人检测算法多数只关注普通大小的行人目标,忽略了小目标行人特征信息过少的问题,从而造成检测精度低、应用于嵌入式设备中实时性不高等情况。针对该问题,提出一种小目标行人检测算法YOLOv4-DBF。引用深度可分离卷积代替YOLOv4算法中的传统卷积,以降低模型的参数量和计算量,提升检测速度和算法实时性。在YOLOv4骨干网络中的特征融合部分引入scSE注意力模块,对输入行人特征图的重要通道和空间特征进行增强,促使网络学习更有意义的特征信息。对YOLOv4颈部中特征金字塔网络的特征融合部分进行改进,在增加少量计算量的情况下增强对图像中行人目标的多尺度特征学习,从而提高检测精度。在VOC07+12+COCO数据集上进行训练和验证,结果表明,相比原YOLOv4算法,YOLOv4-DBF算法的AP值提高4.16个百分点,速度提升27%,将该算法加速部署在无人车中的TX2设备上进行实时测试,其检测速度达到23FPS,能够有效提高小目标行人检测的精度及实时性。
关键词
无人驾驶
小目标行人
深度可分离卷积
scse注意力模块
特征金字塔网络
Keywords
driverless vehicle
small-target pedestrian
deeply separable convolution
scse
attention module
Feature Pyramid Network(FPN)
分类号
TP391 [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
MDS-DeepLabV3+——一种轻量级的复杂山地耕地提取方法
殷海倩
甘淑
袁希平
朱智富
张家铮
《兰州大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于改进YOLOv4的小目标行人检测算法
王程
刘元盛
刘圣杰
《计算机工程》
CAS
CSCD
北大核心
2023
22
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
