-
题名基于全维动态卷积的交通标志识别
被引量：2
- 1
-
-
作者
李文举
于杰
沙利业
崔柳
杨红喆
-
机构
上海应用技术大学计算机科学与信息工程学院
上海普利森配料系统有限公司
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第18期316-323,共8页
-
基金
国家自然科学基金(61903256,61973307)
上海市科委“科技行动创新计划”(22S31903900)。
-
文摘
针对现有交通标志识别算法对于小目标和遮挡目标的识别精度不高,且识别速度较慢的问题,通过改进YOLOv5网络,设计一种基于全维动态卷积(ODConv)的交通标志识别算法。将主干网络中的部分卷积替换为全维动态卷积,以便在特征提取过程中获取更丰富的信息,提高网络对小目标的敏感度;为了减少上采样过程中信息的丢失,在特征融合网络中使用亚像素卷积模块替换原有的最近邻插值上采样模块,并使用高效层聚合模块替换原有的跨阶段层次模块,提高特征融合效率,延长梯度最短路径,改善小目标检测效果;使用SIoU函数计算回归损失,解决真实框与预测框之间方向不匹配的问题,进一步提高对道路交通标志的检测精度。在TT100K数据集上测试本模型,平均精度(mAP@0.5)达到了93.85%,召回率(Recall)达到了90.73%,与基准网络YOLOv5n相比分别提高了3.90%和5.69%,帧处理速度达到89.29。
-
关键词
交通标志识别
YOLOv5
全维动态卷积
亚像素卷积模块
高效层聚合模块
-
Keywords
traffic sign recognition
YOLOv5
omni-dimensional dynamic convolution
sub-pixel convolution module
efficient layer aggregation module
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图游走和图注意力的点云分类与分割
被引量：1
- 2
-
-
作者
李文举
姬倩倩
沙利业
储王慧
崔柳
-
机构
上海应用技术大学计算机科学与信息工程学院
上海普利森配料系统有限公司
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2024年第2期33-41,共9页
-
基金
国家自然科学基金资助项目(61903256,61973307)
上海市生物医药科技支撑专项项目(22S31903900)。
-
文摘
针对点云特征提取中远距离特征和局部几何结构信息欠缺的问题,提出了一种基于图游走和图注意力的点云分类与分割网络。首先,利用带有导向性的图游走算法,对点云全局特征补充额外的几何信息和远距离特征信息;其次,嵌入图注意力机制,使模型聚焦于点云的关键区域,提升网络的特征提取能力;最后,在初始点云中提取距离特征作为初始残差嵌入到网络中,避免网络过平滑。在ModelNet40数据集、ScanObjectNN数据集进行了点云分类实验,在ShapeNetPart数据集与Toronto-3D数据集上分别进行了点云部件分割与点云语义分割实验,实验结果表明:相较于基准网络DGCNN,分类精度分别提升了1.3百分点、5.6百分点;分割精度分别提升了1.2百分点、33.1百分点。通过在ModelNet40-C数据集上进行稳健性分析,验证了所提网络具有较强的鲁棒性。
-
关键词
点云分类
点云分割
图神经网络
图游走
图注意力机制
-
Keywords
point cloud classification
point cloud segmentation
graph neural network
graph walk
graph attention mechanism
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于TSCD模型的轨道板裂缝检测方法
被引量：2
- 3
-
-
作者
李文举
张耀星
陈慧玲
李培刚
沙利业
-
机构
上海应用技术大学轨道交通学院
上海应用技术大学计算机科学与信息工程学院
上海普利森配料系统有限公司
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2022年第1期155-166,共12页
-
基金
上海市科技创新行动计划基金(No.21210750300)资助
-
文摘
为解决轨道板裂缝检测问题,提出了一种基于分支级联卷积神经网络的轨道板裂缝检测模型DDTSCD。首先该模型通过注意力机制和搜索分支结构突出轨道板裂缝的位置信息,同时抑制干扰信息;然后采用检测分支结构完成裂缝的像素级检测;最后对检测结果中出现的图像细节退化问题,利用参数映射关系实现特征图的上采样。实验结果表明:所提出的方法能够准确地检测出轨道板表面图像中的裂缝,其像素准确率可达97.56%,F1-score可达86.28%,并且在跨数据集测试中表现出较强的泛化性。
-
关键词
裂缝检测
分支级联
参数映射
轨道板
卷积神经网络
-
Keywords
crack detection
branch cascade
parameter mapping
track plate
convolutional neural network
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
U216.3
[交通运输工程—道路与铁道工程]
-
