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
1
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
DSACNet:改进YOLOX的雾天条件下道路缺陷检测
被引量：
1
1
作者
陈里里
蒋晓红
+1 位作者
张杰
丁怡文
《重庆交通大学学报(自然科学版)》
北大核心
2025年第2期53-60,共8页
针对在雾天条件下道路图像质量被破坏,使得检测困难的问题,提出了改进YOLOX的检测算法DSACNet。DSACNet采用YOLOX作为检测模块,设计了一个类似编码-解码(encoder-decoder)的重构模块,利用特征重构模块与检测网络共享重构网络产生的干净...
针对在雾天条件下道路图像质量被破坏,使得检测困难的问题,提出了改进YOLOX的检测算法DSACNet。DSACNet采用YOLOX作为检测模块,设计了一个类似编码-解码(encoder-decoder)的重构模块,利用特征重构模块与检测网络共享重构网络产生的干净特征,使检测网络能够更好地学习到雾天图像中的隐藏特征,从而帮助DSACNet提高在恶劣天气条件下的检测能力;引入了自注意力机制、自校准卷积来提高特征提取能力,加入focal loss解决目标检测任务中正负样本之间的不平衡问题。结果表明:提出的DSACNet采用端对端的训练方式能够同时执行雾天图像恢复和目标检测,并采用联合优化的策略将二者进行联合,让目标检测网络能够获得恢复网络探索的隐藏特征,更利于雾天情况下的道路缺陷检测;相较于原始模型YOLOX,平均精度均值达到93.5%,提高了14%,并且优于其他主流的目标检测算法,满足了道路表面缺陷检测对精度的要求。
展开更多
关键词
道路工程
计算机技术
道路缺陷检测
自注意机制
在线阅读
下载PDF
职称材料
题名
DSACNet:改进YOLOX的雾天条件下道路缺陷检测
被引量：
1
1
作者
陈里里
蒋晓红
张杰
丁怡文
机构
重庆交通大学机电与车辆工程学院
北京中关村科金技术有限公司
出处
《重庆交通大学学报(自然科学版)》
北大核心
2025年第2期53-60,共8页
基金
重庆市技术创新与应用发展专项重点项目(CSTB2022TIAD-KPX0075)
交通工程应用机器人重庆市工程试验室2020年度开放课题(CELTEAR-KFKT-202003)
重庆市社会事业与民生保障科技创新专项项目(cstc2017shmsA30016)。
文摘
针对在雾天条件下道路图像质量被破坏,使得检测困难的问题,提出了改进YOLOX的检测算法DSACNet。DSACNet采用YOLOX作为检测模块,设计了一个类似编码-解码(encoder-decoder)的重构模块,利用特征重构模块与检测网络共享重构网络产生的干净特征,使检测网络能够更好地学习到雾天图像中的隐藏特征,从而帮助DSACNet提高在恶劣天气条件下的检测能力;引入了自注意力机制、自校准卷积来提高特征提取能力,加入focal loss解决目标检测任务中正负样本之间的不平衡问题。结果表明:提出的DSACNet采用端对端的训练方式能够同时执行雾天图像恢复和目标检测,并采用联合优化的策略将二者进行联合,让目标检测网络能够获得恢复网络探索的隐藏特征,更利于雾天情况下的道路缺陷检测;相较于原始模型YOLOX,平均精度均值达到93.5%,提高了14%,并且优于其他主流的目标检测算法,满足了道路表面缺陷检测对精度的要求。
关键词
道路工程
计算机技术
道路缺陷检测
自注意机制
Keywords
highway engineering
computer technology
road defect detection
self_attention mechanism
分类号
U416 [交通运输工程—道路与铁道工程]
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
DSACNet:改进YOLOX的雾天条件下道路缺陷检测
陈里里
蒋晓红
张杰
丁怡文
《重庆交通大学学报(自然科学版)》
北大核心
2025
1
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
