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
3
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
改进YOLOv7的无人机视角下复杂环境目标检测算法
被引量：
9
1
作者
张润梅
肖钰霏
+5 位作者
贾振楠
陈中
陈梓华
袁彬
曹炜威
宋娓娓
《光电工程》
CAS
CSCD
北大核心
2024年第5期83-93,共11页
针对无人机在航拍过程中容易受到恶劣环境的影响,导致航拍图像出现辨识度低、被障碍物遮挡、特征严重丢失等问题,提出了一种改进YOLOv7的无人机视角下复杂环境的目标检测算法(SSG-YOLOv7)。首先从VisDrone2019数据集和RSOD数据集中分别...
针对无人机在航拍过程中容易受到恶劣环境的影响,导致航拍图像出现辨识度低、被障碍物遮挡、特征严重丢失等问题,提出了一种改进YOLOv7的无人机视角下复杂环境的目标检测算法(SSG-YOLOv7)。首先从VisDrone2019数据集和RSOD数据集中分别抽取图片进行五种环境的模拟,将VisDrone数据集扩充至12803张,RSOD数据集扩充至1320张。其次,聚类出更适合数据集的锚框尺寸。接着将3D无参注意力机制SimAM引入主干网络和特征提取模块中,增加模型的学习能力。然后重构特征提取模块SPPCSPC,融合不同尺寸池化通道提取的信息同时引入轻量级的卷积模块GhostConv,在不增加模型参数量的同时提高算法对密集多尺度目标检测精度。最后使用Soft NMS优化锚框的置信度,减少算法的误检、漏检率。实验结果表明,在复杂环境的检测任务中SSG-YOLOv7检测效果优良,性能指标VisDrone_mAP@0.5和RSOD_mAP@0.5较YOLOv7分别提高了10.45%和2.67%。
展开更多
关键词
无人机
复杂环境
YOLOv7
simAM注意力机制
SPPCSPC
数据增强
在线阅读
下载PDF
职称材料
基于多感受野特征增强的改进EfficientDet遥感目标检测算法
被引量：
6
2
作者
张润梅
贾振楠
+3 位作者
李佳祥
吴路路
徐信芯
袁彬
《电光与控制》
CSCD
北大核心
2024年第7期53-60,96,共9页
针对遥感图像目标检测中小目标检测精度低、目标密集和尺度形态多样等问题,在轻量化网络EfficientDet-D0目标检测算法的基础上,在加权双向特征金字塔网络(BiFPN)进行特征融合时加入小尺度以及高一级尺度的中间信息,对BiFPN网络进行重构...
针对遥感图像目标检测中小目标检测精度低、目标密集和尺度形态多样等问题,在轻量化网络EfficientDet-D0目标检测算法的基础上,在加权双向特征金字塔网络(BiFPN)进行特征融合时加入小尺度以及高一级尺度的中间信息,对BiFPN网络进行重构,充分利用不同尺度信息,提高多尺度目标检测精度;同时在BiFPN中加入融合空洞卷积和快速归一化融合方法的特征增强模块,补强因特征图缩放所丢失的特征信息,进一步提高检测精度;另外,采用参数动态的Dynamic ReLU激活函数对原始网络中的参数静态的Swish激活函数进行改进。改进EfficientDet算法在不影响轻量化特点的前提下,对公开数据集Pascal VOC的目标检测平均精度均值(mAP)相较于原始算法提升11.9个百分点,亦优于其他目标检测算法。针对遥感图像数据集RSOD,通过Imgaug数据增强库对已有的936幅遥感图像数据集进行数据增广,利用改进模型进行迁移学习,未进行数据增广和增广后的目标检测结果分别为88.38%和96.78%,证明所提算法可以满足实际应用中对遥感图像目标的检测要求。
展开更多
关键词
深度学习
遥感图像
目标检测
EfficientDet
多尺度特征融合
特征增强模块
Dynamic
ReLU
在线阅读
下载PDF
职称材料
双频投影条纹相位展开方法的改进
被引量：
12
3
作者
雷经发
陈志强
+2 位作者
张淼
孙虹
李永玲
《光学精密工程》
EI
CAS
CSCD
北大核心
2021年第6期1337-1345,共9页
为解决双频外差法展开条纹相位中出现跳跃性变化的问题,提出了一种改进方法。首先,根据外差原理计算出条纹级数的小数部分,再由该条纹级数对应频率的光栅条纹的相位主值计算出当前小数部分的实际值。然后,根据相位主值自身误差设置判定...
为解决双频外差法展开条纹相位中出现跳跃性变化的问题,提出了一种改进方法。首先,根据外差原理计算出条纹级数的小数部分,再由该条纹级数对应频率的光栅条纹的相位主值计算出当前小数部分的实际值。然后,根据相位主值自身误差设置判定阈值,并用该阈值对上述计算值与实际值的差值进行判断。最后,根据判断结果对中间参量的周期次数进行加或减的调整,以校正绝对相位。通过在仿真双频条纹图案的相移图中加入不同均值和方差的高斯噪声,对比校正前后的相位图,分析了改进方法对相位跳跃性误差的校正率,并通过样件实测实验来验证该方法的实用效果。实验结果表明,该改进方法对绝对相位跳跃性误差的校正率可达90%以上,具有较强的抗噪性和实用性。
展开更多
关键词
光学三维测量
双频条纹
条纹级数
相位展开
相位跳跃
误差校正
在线阅读
下载PDF
职称材料
题名
改进YOLOv7的无人机视角下复杂环境目标检测算法
被引量：
9
1
作者
张润梅
肖钰霏
贾振楠
陈中
陈梓华
袁彬
曹炜威
宋娓娓
机构
安徽
建筑大学机械与电气
工程
学院
安徽省
工程
机械智能
制造
重点实验室
安徽省仿真设计与现代制造工程技术研究中心
民航飞行
技术
与飞行安全重点实验室
出处
《光电工程》
CAS
CSCD
北大核心
2024年第5期83-93,共11页
基金
安徽省仿真设计与现代制造工程技术研究中心开放基金(SGCZXZD2101)
基于知识图谱的无人机安全知识库的构建(FZ2021KF10)。
文摘
针对无人机在航拍过程中容易受到恶劣环境的影响,导致航拍图像出现辨识度低、被障碍物遮挡、特征严重丢失等问题,提出了一种改进YOLOv7的无人机视角下复杂环境的目标检测算法(SSG-YOLOv7)。首先从VisDrone2019数据集和RSOD数据集中分别抽取图片进行五种环境的模拟,将VisDrone数据集扩充至12803张,RSOD数据集扩充至1320张。其次,聚类出更适合数据集的锚框尺寸。接着将3D无参注意力机制SimAM引入主干网络和特征提取模块中,增加模型的学习能力。然后重构特征提取模块SPPCSPC,融合不同尺寸池化通道提取的信息同时引入轻量级的卷积模块GhostConv,在不增加模型参数量的同时提高算法对密集多尺度目标检测精度。最后使用Soft NMS优化锚框的置信度,减少算法的误检、漏检率。实验结果表明,在复杂环境的检测任务中SSG-YOLOv7检测效果优良,性能指标VisDrone_mAP@0.5和RSOD_mAP@0.5较YOLOv7分别提高了10.45%和2.67%。
关键词
无人机
复杂环境
YOLOv7
simAM注意力机制
SPPCSPC
数据增强
Keywords
UAV
complex environment
YOLOv7
simAM attention mechanism
SPPCSPC
data enhancement
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
基于多感受野特征增强的改进EfficientDet遥感目标检测算法
被引量：
6
2
作者
张润梅
贾振楠
李佳祥
吴路路
徐信芯
袁彬
机构
安徽
建筑大学机械与电气
工程
学院
安徽省
工程
机械智能
制造
重点实验室
陕西省高速公路施工机械重点实验室
安徽省仿真设计与现代制造工程技术研究中心
安徽
工程
大学
出处
《电光与控制》
CSCD
北大核心
2024年第7期53-60,96,共9页
基金
国家自然科学基金(52005003)
陕西省高速公路施工机械重点实验室开放基金(300102252507)
+1 种基金
安徽省仿真设计与现代制造工程技术研究中心开放基金(SGCZXZD2101)
安徽省研究生创新创业实践项目(2022cxcysj155)。
文摘
针对遥感图像目标检测中小目标检测精度低、目标密集和尺度形态多样等问题,在轻量化网络EfficientDet-D0目标检测算法的基础上,在加权双向特征金字塔网络(BiFPN)进行特征融合时加入小尺度以及高一级尺度的中间信息,对BiFPN网络进行重构,充分利用不同尺度信息,提高多尺度目标检测精度;同时在BiFPN中加入融合空洞卷积和快速归一化融合方法的特征增强模块,补强因特征图缩放所丢失的特征信息,进一步提高检测精度;另外,采用参数动态的Dynamic ReLU激活函数对原始网络中的参数静态的Swish激活函数进行改进。改进EfficientDet算法在不影响轻量化特点的前提下,对公开数据集Pascal VOC的目标检测平均精度均值(mAP)相较于原始算法提升11.9个百分点,亦优于其他目标检测算法。针对遥感图像数据集RSOD,通过Imgaug数据增强库对已有的936幅遥感图像数据集进行数据增广,利用改进模型进行迁移学习,未进行数据增广和增广后的目标检测结果分别为88.38%和96.78%,证明所提算法可以满足实际应用中对遥感图像目标的检测要求。
关键词
深度学习
遥感图像
目标检测
EfficientDet
多尺度特征融合
特征增强模块
Dynamic
ReLU
Keywords
deep learning
remote sensing image
target detection
EfficientDet
multi-scale feature fusion
feature enhancement module
Dynamic ReLU
分类号
TP391.4 [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
双频投影条纹相位展开方法的改进
被引量：
12
3
作者
雷经发
陈志强
张淼
孙虹
李永玲
机构
安徽
建筑大学机械与电气
工程
学院
工程
机械智能
制造
安徽省
教育厅重点实验室
安徽省仿真设计与现代制造工程技术研究中心
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2021年第6期1337-1345,共9页
基金
安徽省重点研究与开发计划资助项目(No.1804a09020009)
安徽省高等学校自然科学研究重点项目(No.KJ2019A0709)
+2 种基金
安徽省仿真设计与现代制造工程技术研究中心开放研究项目(No.SGC⁃ZXYB1806)
过程装备与控制工程四川省高校重点实验室开放基金资助项目(No.GK201819)
安徽建筑大学引进人才及博士启动基金项目资助(No.2018QD38)。
文摘
为解决双频外差法展开条纹相位中出现跳跃性变化的问题,提出了一种改进方法。首先,根据外差原理计算出条纹级数的小数部分,再由该条纹级数对应频率的光栅条纹的相位主值计算出当前小数部分的实际值。然后,根据相位主值自身误差设置判定阈值,并用该阈值对上述计算值与实际值的差值进行判断。最后,根据判断结果对中间参量的周期次数进行加或减的调整,以校正绝对相位。通过在仿真双频条纹图案的相移图中加入不同均值和方差的高斯噪声,对比校正前后的相位图,分析了改进方法对相位跳跃性误差的校正率,并通过样件实测实验来验证该方法的实用效果。实验结果表明,该改进方法对绝对相位跳跃性误差的校正率可达90%以上,具有较强的抗噪性和实用性。
关键词
光学三维测量
双频条纹
条纹级数
相位展开
相位跳跃
误差校正
Keywords
optical three-dimensional measurement
dual-frequency fringe
fringe order
phase unwrap⁃ping
phase jump
error correct
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
改进YOLOv7的无人机视角下复杂环境目标检测算法
张润梅
肖钰霏
贾振楠
陈中
陈梓华
袁彬
曹炜威
宋娓娓
《光电工程》
CAS
CSCD
北大核心
2024
9
在线阅读
下载PDF
职称材料
2
基于多感受野特征增强的改进EfficientDet遥感目标检测算法
张润梅
贾振楠
李佳祥
吴路路
徐信芯
袁彬
《电光与控制》
CSCD
北大核心
2024
6
在线阅读
下载PDF
职称材料
3
双频投影条纹相位展开方法的改进
雷经发
陈志强
张淼
孙虹
李永玲
《光学精密工程》
EI
CAS
CSCD
北大核心
2021
12
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
