基于特征提取的实验室危险品不安全行为实时告警研究

1

作者 张国志 《现代电子技术》 北大核心 2025年第22期67-70,共4页

为实现多尺度特征的相互融合,提高在复杂场景下对危险品不安全行为的识别能力,提出一种基于特征提取的实验室危险品不安全行为实时告警方法。通过实验室监测系统收集并分析出常见的危险品不安全行为模式,包括个人防护疏忽、违规操作、... 为实现多尺度特征的相互融合,提高在复杂场景下对危险品不安全行为的识别能力,提出一种基于特征提取的实验室危险品不安全行为实时告警方法。通过实验室监测系统收集并分析出常见的危险品不安全行为模式,包括个人防护疏忽、违规操作、不当存储和管理、分散注意力以及闻嗅试剂等;利用3σ准则和Grubbs准则对危险品不安全行为数据的异常值进行处理;之后构建单发多框检测器(SSD)网络,结合特征金字塔和可变形卷积对已处理的危险品不安全行为数据特征进行提取,增强网络对多尺度、多形状目标的检测能力。当实验室监测系统识别到危险品不安全行为特征达到阈值时,及时触发告警。实验结果表明,所提方法能够有效识别出实验室危险品不安全行为,并且最快告警响应时间仅为0.8 s。 展开更多

关键词 实验室危险品 不安全行为 特征提取 实时告警 3σ准则 Grubbs准则 单发多框检测器网络

在线阅读 下载PDF 职称材料

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

2

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 职称材料

基于SSD框架的自然场景盲文识别方法

3

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 职称材料

基于无人机图像的输电线路部件检测方法研究 被引量：4

4

作者 韩汉贤 罗金满 +3 位作者 刘丽媛 赵善龙 夏成文 赵爱林 《电测与仪表》 北大核心 2024年第5期198-203,共6页

针对无人机电力巡检模式在图像快速检测方面存在的自动化程度和效率低等问题,提出了一种将单级多框预测检测器SSD与特征金字塔网络FPN相结合的输电线路部件检测方法,并对绝缘子故障进行检测。在SSD目标检测的基础上,加入了FPN特征金字... 针对无人机电力巡检模式在图像快速检测方面存在的自动化程度和效率低等问题,提出了一种将单级多框预测检测器SSD与特征金字塔网络FPN相结合的输电线路部件检测方法,并对绝缘子故障进行检测。在SSD目标检测的基础上,加入了FPN特征金字塔结构,局部融合层间特征信息。实验验证了文中所提方法的优越性。实验结果表明,在部件检测中,该方法对大、中、小尺寸目标均具有良好的检测效果,检测精度在90%左右,在绝缘子故障检测中检测精度达到87.4%。为输电线路部件检测技术的发展提供了参考。 展开更多

关键词 无人机 输电线路 单级多框预测检测器 特征金字塔网络 目标检测

在线阅读 下载PDF 职称材料

基于SSD网络模型的多目标检测算法 被引量：15

5

作者 蔡汉明 赵振兴 +1 位作者 韩露 曾祥永 《机电工程》 CAS 2017年第6期685-688,共4页

针对现代化工厂中视觉机器人或智能终端处理多目标检测算法的计算任务繁重、运算速度较慢等问题,将网络通信技术应用到算法处理中进行了在线检测。对TCP/IP协议进行了研究,建立了智能终端和云端之间的关系,提出了将智能终端采集到的图... 针对现代化工厂中视觉机器人或智能终端处理多目标检测算法的计算任务繁重、运算速度较慢等问题,将网络通信技术应用到算法处理中进行了在线检测。对TCP/IP协议进行了研究,建立了智能终端和云端之间的关系,提出了将智能终端采集到的图像数据进行预处理然后使用基于TCP的Socket多线程通信方式将图像数据送入云端,在云端的多台计算机上同时使用SSD网络模型的多目标检测算法进行了并行处理,并将结果传回智能终端。利用计算机单机与智能终端在线检测在处理时间上进行了对比试验。试验结果表明:在线检测速度稍慢,但已满足实际需求;智能终端在线检测降低了对智能机器人终端硬件的要求,回收的数据可以再利用,并且可以实现算法动态升级。 展开更多

关键词 目标检测 卷积神经网络 SSD 智能机器人 SOCKET网络通信

在线阅读 下载PDF 职称材料

基于残差网络和改进特征金字塔的油田作业现场目标检测算法 被引量：5

6

作者 梁鸿 李洋 +2 位作者 邵明文 李传秀 张兆雷 《科学技术与工程》 北大核心 2020年第11期4442-4450,共9页

针对单点多盒检测器(single shot multibox detector,SSD)对小目标识别率低的问题,提出一种基于残差网络和改进特征金字塔(feature pyramid networks,FPN)的RP-SSD(residual and pyramid SSD)算法,并将其应用于油田安防领域。为了得到... 针对单点多盒检测器(single shot multibox detector,SSD)对小目标识别率低的问题,提出一种基于残差网络和改进特征金字塔(feature pyramid networks,FPN)的RP-SSD(residual and pyramid SSD)算法,并将其应用于油田安防领域。为了得到小物体更多的信息,首先在特征金字塔中增加上采样模块,并在上采样模块之后添加预测模块,之后采用空洞卷积增大Conv43的感受野。RP-SSD网络变深,针对RP-SSD在反向传播过程中存在梯度爆炸或梯度消失的问题,采用跳层连接的方式改进基础网络。RP-SSD在PASCAL VOC测试的准确率(meanaverage precision,mAP)为78.9%,比SSD提高了1.7%,其中对于目标较小的bottle类提高了8.9%。实验结果表明,RP-SSD对小目标检测的性能提高显著,同时RP-SSD在GTX 1080Ti上测试的速度为32帧/s,可见RP-SSD可以达到实时处理的要求。 展开更多

关键词 深度学习 单点多盒检测器(SSD) 小目标检测 特征金字塔 残差网络 空洞卷积 油田安防

在线阅读 下载PDF 职称材料

基于深度学习的肺炎图像目标检测 被引量：6

7

作者 何迪 刘立新 +3 位作者 刘玉杰 熊丰 齐美捷 张周锋 《中国生物医学工程学报》 CAS CSCD 北大核心 2022年第4期443-451,共9页

肺炎是一种严重危害身体健康的疾病,通常使用肺部X光片进行检查。肺炎诊断是肺炎治疗前非常重要的环节,但是由于肺部其他疾病的干扰、医疗数据的爆发式增长以及专业病理医生的缺乏等,导致肺炎的准确诊断较为困难。深度学习能够模仿人脑... 肺炎是一种严重危害身体健康的疾病,通常使用肺部X光片进行检查。肺炎诊断是肺炎治疗前非常重要的环节,但是由于肺部其他疾病的干扰、医疗数据的爆发式增长以及专业病理医生的缺乏等,导致肺炎的准确诊断较为困难。深度学习能够模仿人脑的机制准确高效地解释医学图像数据,在肺炎图像检测方面获得了广泛应用。构建了3种基于深度学习的图像目标检测模型,单发多框探测器(SSD)、faster-RCNN和faster-RCNN优化模型,对来自Kaggle数据集的26 684张带标签的肺部X光图像进行研究。原始X光图像经预处理后输入3种深度学习模型,分别对单处和两处病灶区域进行目标检测。随机选取500张测试图像,利用损失函数、分类准确率、回归精度和误检病灶数等指标对各模型的性能进行评估。结果表明,faster-RCNN的性能指标优于SSD;Faster-RCNN优化模型的性能指标均优于其他两种模型,其损失函数值小且可快速达到稳定,平均分类准确率为93.7%,平均回归精度为79.8%,且误检病灶数为0。该方法有助于肺炎的准确识别和诊断。 展开更多

关键词 目标检测 肺炎图像 深度学习 更快速区域卷积神经网络(faster-RCNN)模型 单发多框探测器(SSD)模型

在线阅读 下载PDF 职称材料

基于单阶段网络模型的目标检测改进算法 被引量：11

8

作者 王燕妮 刘祥 刘江 《探测与控制学报》 CSCD 北大核心 2021年第2期56-62,68,共8页

针对目前单阶段目标检测算法中存在的误检、漏检以及检测精度不够高等问题,提出一种基于单阶段网络模型的目标检测改进算法。该算法使用深度残差网络对基础网络进行替换,提取更优秀的特征;增加一层用于检测小目标的底层特征图;结合反卷... 针对目前单阶段目标检测算法中存在的误检、漏检以及检测精度不够高等问题,提出一种基于单阶段网络模型的目标检测改进算法。该算法使用深度残差网络对基础网络进行替换,提取更优秀的特征;增加一层用于检测小目标的底层特征图;结合反卷积和特征融合的方法,对提取出的高层特征图与底层特征图进行融合,使新的特征图中包含更丰富的上下文信息;设计更密集的检测框且在每层卷积层后都添加批规范化操作以提升模型训练速度,防止过拟合。仿真实验结果表明,改进算法在PASCAL VOC2007数据集上较原始算法检测精度提升1.3%,检测效果更加准确,同时改进算法显著改善了误检、漏检等问题;但由于网络复杂度过高,导致检测速度有所下降。 展开更多

关键词 目标检测 单阶段多框目标检测 深度残差网络 特征融合

在线阅读 下载PDF 职称材料

基于MobileNetV2和IFPN改进的SSD垃圾实时分类检测方法 被引量：14

9

作者 赵珊 刘子路 +1 位作者 郑爱玲 高雨 《计算机应用》 CSCD 北大核心 2022年第S01期106-111,共6页

针对垃圾分类检测任务中检测目标尺寸不一和小目标检测精度不高等问题,构建一种基于隐式特征金字塔网络(IFPN)和MobileNetV2的改进SSD模型的分类检测方法,对垃圾进行实时分类检测。首先,将改进后的MobileNetV2引入SSD,加入带有空洞卷积... 针对垃圾分类检测任务中检测目标尺寸不一和小目标检测精度不高等问题,构建一种基于隐式特征金字塔网络(IFPN)和MobileNetV2的改进SSD模型的分类检测方法,对垃圾进行实时分类检测。首先,将改进后的MobileNetV2引入SSD,加入带有空洞卷积的空间金字塔池化模块(ASPP),在降低网络模型计算复杂度的同时保证网络实时性和精确性;其次,采用IFPN从网络的深层到浅层逐级融合SSD,更精确地检测出小目标;最后,使用Focal Loss函数调节正负样本之间的权重。实验结果表明,在阈值为0.4时,所提方法比传统SSD平均精确率均值(mAP)提高了4.84个百分点,检测耗时减少了72.7%,能满足边缘计算设备对模型的各项要求。 展开更多

关键词 垃圾分类 目标检测 MobileNetV2 SSD 空间金字塔池化 隐式特征金字塔网络

在线阅读 下载PDF 职称材料

基于SSD网络的电梯内电动自行车检测研究 被引量：2

10

作者 黄鹏 房志明 +3 位作者 朱曼 黄中意 叶锐 刘泳琪 《中国安全生产科学技术》 CAS CSCD 北大核心 2023年第2期167-172,共6页

为减少因电动自行车违规操作而造成的消防安全事故,杜绝电动自行车进电梯的违规行为,基于深度学习SSD目标检测网络,使用VGG16、EfficientNet、MobileNet 3种主干网络,研究SSD网络对电梯内电动自行车检测的可行性,分析比较3种网络的检测... 为减少因电动自行车违规操作而造成的消防安全事故,杜绝电动自行车进电梯的违规行为,基于深度学习SSD目标检测网络,使用VGG16、EfficientNet、MobileNet 3种主干网络,研究SSD网络对电梯内电动自行车检测的可行性,分析比较3种网络的检测效果,并提出基于双摄的检测方法,进一步提高电梯场景下检测准确度,减少误检误报警。研究结果表明:SSD检测网络对电梯内电动自行车检测效果良好,其中SSD_MobileNet网络更适用于工业领域,双摄检测方法的检测准确率均大于90%。 展开更多

关键词 消防安全 深度学习 电动自行车进电梯 双摄检测 SSD 主干网络

在线阅读 下载PDF 职称材料

特征增强的SSD算法及其在目标检测中的应用 被引量：36

11

作者 谭红臣 李淑华 +1 位作者 刘彬 刘秀平 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第4期573-579,共7页

针对多尺度单发射击检测(SSD)算法不同尺度的特征层很难进行融合互补问题,提出一种特征增强的SSD(FE-SSD)算法.首先对SSD算法的金字塔特征层中,每一尺度的特征进行尺寸不变的卷积操作;然后将卷积前与卷积后的特征进行特征融合操作,进而... 针对多尺度单发射击检测(SSD)算法不同尺度的特征层很难进行融合互补问题,提出一种特征增强的SSD(FE-SSD)算法.首先对SSD算法的金字塔特征层中,每一尺度的特征进行尺寸不变的卷积操作;然后将卷积前与卷积后的特征进行特征融合操作,进而产生一组新的金字塔特征层;最后在新产生的金字塔特征层上执行目标的检测与定位任务.在PASCALVOC2007公共数据库上进行实验,当输入图像尺寸为300×300时,检测精度(mAP)达到78.0%,检测速度(FPS)达到82.5帧/s.此外,在拓展实验中,文中算法对图像中模糊目标的检测效果也优于SSD算法. 展开更多

关键词 SSD算法 目标检测 特征融合 网络结构

在线阅读 下载PDF 职称材料

基于改进密集网络与二次回归的小目标检测算法 被引量：10

12

作者 奚琦 张正道 彭力 《计算机工程》 CAS CSCD 北大核心 2021年第4期241-247,255,共8页

基于单激发探测器(SSD)的小目标检测算法实时性较差且检测精度较低。为提高小目标检测精度和鲁棒性,提出一种结合改进密集网络和二次回归的小目标检测算法。将SSD算法中骨干网络由VGG16替换为特征提取能力更强且速度更快的DenseNet,利... 基于单激发探测器(SSD)的小目标检测算法实时性较差且检测精度较低。为提高小目标检测精度和鲁棒性,提出一种结合改进密集网络和二次回归的小目标检测算法。将SSD算法中骨干网络由VGG16替换为特征提取能力更强且速度更快的DenseNet,利用基于区域候选的检测算法中默认框由粗到细筛选的回归思想设计串级SSD网络结构,在区分目标和背景后进行常规目标分类和位置回归,以获取精确的默认框信息并达到小目标检测中正负样本比例均衡。在此基础上,使用特征图尺度变换方法在不增加参数量情况下完成特征图融合,同时通过K-means聚类方法得到默认框的最佳长宽比并重新设置其尺寸。实验结果表明,该算法的检测平均精度均值在PASCAL VOC2007公共数据集和自制航拍小目标数据集上分别为82.3%和87.6%,较改进前SSD算法分别提升5.1个百分点和9.5个百分点,检测速度达到58 frames/s,可有效实现小目标的实时性检测。 展开更多

关键词 单激发探测器检测算法 深度学习 小目标检测 密集网络 二次回归

在线阅读 下载PDF 职称材料

一种高度并行的卷积神经网络加速器设计方法 被引量：8

13

作者 徐欣 刘强 王少军 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2020年第4期31-37,共7页

为实现卷积神经网络数据的高度并行传输与计算,生成高效的硬件加速器设计方案,提出了一种基于数据对齐并行处理、多卷积核并行计算的硬件架构设计和探索方法.该方法首先根据输入图像尺寸对数据进行对齐预处理,实现数据层面的高度并行传... 为实现卷积神经网络数据的高度并行传输与计算,生成高效的硬件加速器设计方案,提出了一种基于数据对齐并行处理、多卷积核并行计算的硬件架构设计和探索方法.该方法首先根据输入图像尺寸对数据进行对齐预处理,实现数据层面的高度并行传输与计算,以提高加速器的数据传输和计算速度,并适应多种尺寸的输入图像;采用多卷积核并行计算方法,使不同的卷积核可同时对输入图片进行卷积,以实现卷积核层面的并行计算;基于该方法建立硬件资源与性能的数学模型,通过数值求解,获得性能与资源协同优化的高效卷积神经网络硬件架构方案.实验结果表明:所提出的方法,在Xilinx Zynq XC7Z045上实现的基于16位定点数的SSD网络(single shot multibox detector network)模型在175 MHz的时钟频率下,吞吐量可以达到44.59帧/s,整板功耗为9.72 W,能效为31.54 GOP/(s·W);与实现同一网络的中央处理器(CPU)和图形处理器(GPU)相比,功耗分别降低85.1%与93.9%;与现有的其他卷积神经网络硬件加速器设计相比,能效提升20%~60%,更适用于低功耗嵌入式应用场合. 展开更多

关键词 现场可编程门阵列 卷积神经网络 并行处理 硬件结构优化 SSD网络

在线阅读 下载PDF 职称材料

一体化多目标跟踪算法研究综述 被引量：8

14

作者 周雪 梁超 +1 位作者 何均洋 唐瀚林 《电子科技大学学报》 EI CAS CSCD 北大核心 2022年第5期728-736,共9页

视觉多目标跟踪算法(MOT)一直是计算机视觉与视频图像智能分析领域的一个研究热点。近年来,随着深度学习的发展及实际应用需要,越来越多性能优异的一体化多目标跟踪算法被提出,受到研究者的青睐。对近年来广受关注的一体化多目标跟踪算... 视觉多目标跟踪算法(MOT)一直是计算机视觉与视频图像智能分析领域的一个研究热点。近年来,随着深度学习的发展及实际应用需要,越来越多性能优异的一体化多目标跟踪算法被提出,受到研究者的青睐。对近年来广受关注的一体化多目标跟踪算法进行了系统性的综述。从不同的一体化构建思路出发,梳理包括构建出发点、框架设计、方法优缺点、研究趋势等方面的内容,并在权威的MOT Challenge系列数据集上进行性能比较,定量地分析不同的一体化方法的优势和局限性。最后,结合研究现状,提出了一体化多目标跟踪需要重点关注的若干问题及未来展望。 展开更多

关键词 数据关联 多目标跟踪 目标检测 一体化深度神经网络 单目标跟踪

在线阅读 下载PDF 职称材料

基于多尺度融合SSD的小目标检测算法 被引量：36

15

作者 赵亚男 吴黎明 陈琦 《计算机工程》 CAS CSCD 北大核心 2020年第1期247-254,共8页

针对一阶段目标检测算法在识别小目标时无法兼顾精度与实时性的问题,提出一种基于多尺度融合单点多盒探测器(SSD)的小目标检测算法。以SSD和DSSD算法的网络结构为基础,设计融合模块以实现Top-Down结构的功能,形成高层网络与低层网络之... 针对一阶段目标检测算法在识别小目标时无法兼顾精度与实时性的问题,提出一种基于多尺度融合单点多盒探测器(SSD)的小目标检测算法。以SSD和DSSD算法的网络结构为基础,设计融合模块以实现Top-Down结构的功能,形成高层网络与低层网络之间的跳跃连接,结合SSD-VGG16扩展卷积特征图以提取多尺度特征,并对不同卷积层、尺度及特征的多元信息进行分类预测与位置回归。在织物瑕疵数据库上的实验结果表明,与SSD、DSSD等算法相比,该算法的检测性能较好,其检测精度达到78.2%,检测速度为51 frame/s,能在保证检测精度的同时提高检测速度。 展开更多

关键词 单点多盒探测器 多尺度融合 目标检测 小目标 VGG16网络结构

在线阅读 下载PDF 职称材料

用于内河船舶目标检测的单次多框检测器算法 被引量：24

16

作者 王言鹏 杨飏 姚远 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第7期1258-1262,共5页

针对传统目标检测算法在内河水运环境受外界条件影响过大的问题,本文提出了基于单次多框检测器的内河船舶目标检测方法。单次多框检测器模型基于卷积神经网络,使用全图各个位置的多尺度区域特征进行回归,使图像可以直接作为网络的输入,... 针对传统目标检测算法在内河水运环境受外界条件影响过大的问题,本文提出了基于单次多框检测器的内河船舶目标检测方法。单次多框检测器模型基于卷积神经网络,使用全图各个位置的多尺度区域特征进行回归,使图像可以直接作为网络的输入,避免了由于波浪、树叶晃动等外界因素产生的误检。同时,对于内河船舶样本不足的问题,应用样本增强和迁徙学习的方法训练船舶目标检测的网络模型,有效缓解了训练过程中的过拟合现象,取得了较好的检测效果。经内河不同地区的多组船舶视频检测表明:此方法具有更好的鲁棒性和更低的误检率,船舶的识别率均超过了90%,比传统的背景建模算法提高16%以上。 展开更多

关键词 目标检测 背景建模 内河 卷积神经网络 单次多框检测器 样本增强

在线阅读 下载PDF 职称材料

基于DSSD模型的机械加工件表面缺陷检测研究 被引量：9

17

作者 李兰 奚舒舒 +1 位作者 张才宝 马鸿洋 《机电工程》 CAS 北大核心 2021年第2期234-238,255,共6页

针对机械加工件表面缺陷检测问题,对工件表面缺陷种类、缺陷位置进行了研究,对深度学习中的目标检测算法进行了归纳分析,提出了一种基于DSSD模型的机械加工件表面缺陷检测方法。该方法首先利用扫描电子显微镜获取了不同工件、不同位置... 针对机械加工件表面缺陷检测问题,对工件表面缺陷种类、缺陷位置进行了研究,对深度学习中的目标检测算法进行了归纳分析,提出了一种基于DSSD模型的机械加工件表面缺陷检测方法。该方法首先利用扫描电子显微镜获取了不同工件、不同位置的表面缺陷图像,建立了工件表面缺陷数据集,并对数据集进行了扩充;然后将DSSD网络模型反卷积模块的网络层数进行了简化,从而降低了计算复杂度;最后利用简化后的DSSD模型完成了对数据集的训练和测试。研究结果表明:DSSD模型的检测效率高于YOLO、Faster R-CNN和SSD这3种模型,能够更准确、快速地检测工件表面缺陷,为实际工业场景下的缺陷检测提供了新的思路。 展开更多

关键词 工件缺陷 DSSD模型 目标检测 卷积神经网络

在线阅读 下载PDF 职称材料

基于密集模块与特征融合的SSD目标检测算法 被引量：5

18

作者 周凡 朴燕 秦晓伟 《计算机工程与应用》 CSCD 北大核心 2020年第16期105-111,共7页

通过对原SSD(Single Shot Multibox Detector)模型的研究与分析,针对其对小目标检测能力较弱的问题,提出了一种基于密集模块与特征融合操作的改进模型。该模型以Inception-ResNet-V2与DenseNet为基础,吸取了inception模块中稀疏连接与... 通过对原SSD(Single Shot Multibox Detector)模型的研究与分析,针对其对小目标检测能力较弱的问题,提出了一种基于密集模块与特征融合操作的改进模型。该模型以Inception-ResNet-V2与DenseNet为基础,吸取了inception模块中稀疏连接与密集网络中密集连接的研究思路,将两种方法融合在一起,提出了Inception-Dense特征提取结构。在多尺度检测的部分,借鉴并改进了特征金字塔的特征融合模块来加强对中小目标的检测能力。根据改进模型及实验数据集的相关特性,对默认框的映射机制也进行了重新设定。结果表明:该方法在Kitti数据集上的平均测试精确度(mAP)为83.8%;识别率相比于原SSD模型的72.8%,提升了11个百分点。FPS方面也有接近38%的提升,从原来的39提升到了54。 展开更多

关键词 深度学习 SSD(single shot Multibox detector) 目标检测 神经网络

在线阅读 下载PDF 职称材料

XSSD-P:改进的SSD行人检测算法 被引量：3

19

作者 鲍文斌 张冬泉 《计算机工程与应用》 CSCD 北大核心 2022年第23期132-141,共10页

SSD(single shot multi-box detector)是目前广泛应用于行人检测的神经网络算法,为了提高其检测精度和检测速度,对SSD算法进行了有效改进(改进后的算法称为XSSD-P)。选择Xception网络作为XSSD-P算法的骨干网络并重新选择用于预测的特征... SSD(single shot multi-box detector)是目前广泛应用于行人检测的神经网络算法,为了提高其检测精度和检测速度,对SSD算法进行了有效改进(改进后的算法称为XSSD-P)。选择Xception网络作为XSSD-P算法的骨干网络并重新选择用于预测的特征层;根据行人外形尺寸的特征设计了多尺度卷积核和基础锚框,并将二者耦合,基础锚框通过调节自身大小得到锚框(anchors)用于位置回归;再使用深度可分离卷积代替常规卷积在特征图上进行预测,实现了行人的有效检测。在INRIA数据集、VOC数据集和COCO数据集上进行检测精度对比测试,与SSD以及其他主流算法相比,XSSD-P算法在行人检测方面拥有更高的检测精度,并在Caltech行人数据集和MIT行人数据集中验证了XSSD-P算法的泛化性能。在检测速度方面,与SSD算法相比,XSSD-P算法的检测速度高出30 FPS,提高了42.86%。实验结果表明,XSSD-P的检测精度和检测速度均优于SSD算法。 展开更多

关键词 行人检测 SSD算法 卷积神经网络 多尺度卷积核 Xception网络

在线阅读 下载PDF 职称材料

改进的SSD-ResNet算法 被引量：2

20

作者 孟婧 江平 +1 位作者 王凯 蒋鑫宇 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2023年第3期326-332,共7页

单次多边界框检测器(single shot multibox detector,SSD)算法因其性能优良已被应用于许多场景中,但该算法对小目标物体的检测精度偏低,主要原因是高层的语义信息没有被充分利用。为解决该问题,文章将其基础网络替换为残差网络(residual... 单次多边界框检测器(single shot multibox detector,SSD)算法因其性能优良已被应用于许多场景中,但该算法对小目标物体的检测精度偏低,主要原因是高层的语义信息没有被充分利用。为解决该问题,文章将其基础网络替换为残差网络(residual network,ResNet),同时融合深浅层的特征信息来增强浅层特征图的语义信息,此外还引入注意力模块,保留更多的目标特征信息,抑制无关信息,进一步提升对小目标物体的检测效果。在PASCAL VOC2007数据集上进行实验测试,平均精度均值为80.2%,优于其他SSD改进算法。由于增加了特征融合和注意力模块,所提算法检测速度有所下降,但相比于SSD改进算法,检测速度仍有明显的优势。 展开更多

关键词 目标检测 单次多边界框检测器(SSD) 残差网络(ResNet) 特征融合 注意力机制

在线阅读 下载PDF 职称材料