检索结果-南通市图书馆

联合结构重参数和YOLOv5的航拍红外目标检测

在线全文

学校读者我要写书评

暂无评论

电子科技大学学报 2024年第3期53卷 382-389页

作者：邵延华张兴平张晓强楚红雨吴亚东西南科技大学信息工程学院绵阳621010 四川轻化工大学计算机科学与工程学院宜宾644000

无人机进行红外航拍目标检测在交通、农业和军事等方面有着广泛应用。该领域的主要挑战有目标较小、相互遮挡、非刚体形变大以及红外成像纹理信息少、边缘特征弱等。针对以上问题,基于YOLOv5和结构重参数化优化思想,提出了一种针对航拍... 详细信息

无人机进行红外航拍目标检测在交通、农业和军事等方面有着广泛应用。该领域的主要挑战有目标较小、相互遮挡、非刚体形变大以及红外成像纹理信息少、边缘特征弱等。针对以上问题,基于YOLOv5和结构重参数化优化思想,提出了一种针对航拍场景的目标检测模型Rep-YOLO。首先,在主干网络中引入RepVGG模块,提升模型特征提取能力;在模型推理时对RepVGG模块的多分支进行结构重参数化,减少网络分支和结构复杂度。其次,结合数据特征,改进检测网络颈部的路径聚合网络,提升检测算法在机载平台的精度-速度均衡能力。最后,在两个公开红外数据集进行对比实验,表明该算法的有效性。以南航ComNet航拍数据集为例,统计结果显示主要检测指标各类平均精度(mean Average Precision,mAP)提升5.9%,同时参数量和模型大小分别减少约29.7%和23.2%。另外,对Rep-YOLO在典型机载平台Jetson Nano上进行了模型部署验证,为航拍场景的检测算法改进和实际应用提供了可靠的技术支撑。

关键词：深度学习红外图像航拍目标检测 YOLOv5 结构重参数化

在线全文

学校读者我要写书评

暂无评论

一种基于多尺度的目标检测锚点构造方法

红外技术 2024年第2期46卷 162-167页

作者：邵延华黄琦梦梅艳莹张晓强楚红雨吴亚东西南科技大学信息工程学院四川绵阳621010 四川轻化工大学计算机科学与工程学院四川自贡643000

目标检测是计算机视觉领域的研究热点和基础任务,其中基于锚点(Anchor)的目标检测已在众多领域得到广泛应用。当前锚点选取方法主要面临两个问题:基于特定数据集的先验取值尺寸固定、面对不同场景泛化能力弱。计算锚框的无监督K-means算... 详细信息

目标检测是计算机视觉领域的研究热点和基础任务,其中基于锚点(Anchor)的目标检测已在众多领域得到广泛应用。当前锚点选取方法主要面临两个问题:基于特定数据集的先验取值尺寸固定、面对不同场景泛化能力弱。计算锚框的无监督K-means算法,受初始值影响较大,对目标尺寸较单一的数据集聚类产生的锚点差异较小,无法充分体现网络多尺度输出的特点。针对上述问题,本文提出一种基于多尺度的目标检测锚点构造方法(multi-scale-anchor,MSA),将聚类产生的锚点根据数据集本身的特性进行尺度的缩放和拉伸,优化的锚点即保留原数据集的特点也体现了模型多尺度的优势。另外,本方法应用在训练的预处理阶段,不增加模型推理时间。最后,选取单阶段主流算法YOLO(You Only Look Once),在多个不同场景的红外或工业场景数据集上进行丰富的实验。结果表明,多尺度锚点优化方法MSA能显著提高小样本场景的检测精度。

关键词：目标检测锚点红外 YOLO(You Only Look Once) 多尺度分析

在线全文

学校读者我要写书评

暂无评论

基于深度学习的YOLO目标检测综述

电子与信息学报 2022年第10期44卷 3697-3708页

作者：邵延华张铎楚红雨张晓强饶云波西南科技大学信息工程学院绵阳621010 电子科技大学成都610054

目标检测是计算机视觉领域的一个基础任务和研究热点。YOLO将目标检测概括为一个回归问题,实现端到端的训练和检测,由于其良好的速度-精度平衡,近几年一直处于目标检测领域的领先地位,被成功地研究、改进和应用到众多不同领域。该文对Y... 详细信息

目标检测是计算机视觉领域的一个基础任务和研究热点。YOLO将目标检测概括为一个回归问题,实现端到端的训练和检测,由于其良好的速度-精度平衡,近几年一直处于目标检测领域的领先地位,被成功地研究、改进和应用到众多不同领域。该文对YOLO系列算法及其重要改进、应用进行了详细调研。首先,系统地梳理了YOLO家族及重要改进,包含YOLOv1-v4,YOLOv5,Scaled-YOLOv4,YOLOR和最新的YOLOX。然后,对YOLO中重要的基础网络,损失函数进行了详细的分析和总结。其次,依据不同的改进思路或应用场景对YOLO算法进行了系统的分类归纳。例如,注意力机制、3D、航拍场景、边缘计算等。最后,总结了YOLO的特点,并结合最新的文献分析可能的改进思路和研究趋势。

关键词：目标检测 YOLO 深度学习卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于深度学习的光学元件表面疵病识别

强激光与粒子束 2022年第11期34卷 39-44页

作者：邵延华冯玉沛张晓强楚红雨西南科技大学信息工程学院四川绵阳621010

精密光学元件表面疵病的人工检测分类方法效率低,且准确率易受疲劳等人工因素影响,而基于传统机器学习方法的分类准确率有待进一步提高。提出了一种基于深度学习卷积神经网络的光学大尺寸元件表面疵病识别方法。首先,通过现场实验采集... 详细信息

精密光学元件表面疵病的人工检测分类方法效率低,且准确率易受疲劳等人工因素影响,而基于传统机器学习方法的分类准确率有待进一步提高。提出了一种基于深度学习卷积神经网络的光学大尺寸元件表面疵病识别方法。首先,通过现场实验采集并整理了大尺寸镜面疵病样本;接着,基于单通道灰度图像构建融合梯度的三通道图像,挖掘更深入的特征表达;最后,基于经典的LeNet网络,提出了面向激光惯性约束聚变(ICF)的光学元件表面疵病识别网络ICFNet,该网络不需要复杂的手工特征设计和提取,仅使用原始灰度图像就实现高效的疵病识别。实验结果表明:针对包含麻点、划痕和灰尘的三类疵病数据,ICFNet相较于使用多项特征和支持向量机的传统方法拥有较好的分类准确率。

关键词：深度学习卷积神经网络精密光学元件缺陷分类 LeNet

在线全文

学校读者我要写书评

暂无评论

热态重轨表面缺陷在线检测方法及关键技术

重庆大学学报（自然科学版） 2012年第3期35卷 14-19页

作者：谢志江陈涛楚红雨刘琴重庆大学机械传动国家重点实验室重庆400044

针对热态重轨轧制时表面缺陷检测困难,研制了一种基于机器视觉的热态重轨表面缺陷实时检测系统。根据重轨辐射和光照特性进行了光学选型,利用多个线阵CCD相机并行多角度采集得到热态重轨全表面图像,通过图像自适应预处理得到满足缺陷检... 详细信息

针对热态重轨轧制时表面缺陷检测困难,研制了一种基于机器视觉的热态重轨表面缺陷实时检测系统。根据重轨辐射和光照特性进行了光学选型,利用多个线阵CCD相机并行多角度采集得到热态重轨全表面图像,通过图像自适应预处理得到满足缺陷检测要求的图像。针对重轨表面缺陷结构连续性引起的传统图像分割算法难以实现缺陷提取的情况,提出了图像像素线线间相关度互检验算法,并利用像素去差异化和方差统计运算提取完整缺陷,此方法在该类问题的识别效果上明显优于传统边缘识别算法。系统在某集团轨梁厂的实际应用中取得了良好的效果。

关键词：热态重轨表面缺陷机器视觉在线检测像素线线间相关度

实时操作系统uC/OS-II在ARM9上移植的实现

在线全文

学校读者我要写书评

暂无评论

计算机工程 2005年第20期31卷 226-228页

作者：楚红雨李磊民黄玉清张静西南科技大学信息与控制工程学院绵阳621010 北京理工大学计算机科学与工程系北京100081

介绍了目前在嵌入式系统应用中非常流行的实时操作系统uC/OS-II和ARM微处理器,详细论述了uC/OS-II在基于ARM体系结构的Motorola 32-bit嵌入式微控制器MC9328MX1上移植的实现过程,指出了在uC/OS-II的移植过程中的重点和难点问题,得出了uC... 详细信息

介绍了目前在嵌入式系统应用中非常流行的实时操作系统uC/OS-II和ARM微处理器,详细论述了uC/OS-II在基于ARM体系结构的Motorola 32-bit嵌入式微控制器MC9328MX1上移植的实现过程,指出了在uC/OS-II的移植过程中的重点和难点问题,得出了uC/OS-II在ARM上的移植的一般性方法。

关键词： uC/OS-Ⅱ ARM MC9328MX1 移植

基于时空图卷积和注意力模型的航拍暴力行为识别

在线全文

学校读者我要写书评

暂无评论

计算机科学 2022年第6期49卷 254-261页

作者：邵延华李文峰张晓强楚红雨饶云波陈璐西南科技大学信息工程学院四川绵阳621000 电子科技大学信息与软件工程学院成都610054

公共区域暴力行为频繁发生,视频监控对维护公共安全具有重要意义。相比固定摄像头,无人机具有监控灵活性,然而航拍成像中无人机快速运动以及姿态、高度的变化,使得目标出现运动模糊、尺度变化大的问题,针对该问题,设计了一种融合注意力... 详细信息

公共区域暴力行为频繁发生,视频监控对维护公共安全具有重要意义。相比固定摄像头,无人机具有监控灵活性,然而航拍成像中无人机快速运动以及姿态、高度的变化,使得目标出现运动模糊、尺度变化大的问题,针对该问题,设计了一种融合注意力机制的时空图卷积网络AST-GCN(Attention Spatial-Temporal Graph Convolutional Networks),用于实现航拍视频暴力行为识别。该方法主要分为两步:利用关键帧检测网络完成初定位以及AST-GCN网络通过序列特征完成行为识别确认。首先,针对视频暴力行为定位,设计关键帧级联检测网络,实现基于人体姿态估计的暴力行为关键帧检测,初步判断暴力行为的发生时间。其次,在视频序列中提取关键帧前后的多帧人体骨架信息,对骨架数据进行归一化、筛选和补全,以提高对不同场景及部分关节点缺失的鲁棒性,并根据提取的骨架信息构建骨架时序-空间信息表达矩阵。最后,时空图卷积对多帧人体骨架信息进行分析识别,融合注意力模块,提升特征表达能力,完成暴力行为识别。在自建航拍暴力行为数据集上进行验证,实验结果表明,融合注意力机制的时空图卷积AST-GCN能实现航拍场景暴力行为识别,识别准确率达86.6%。提出的航拍暴力行为识别方法对于航拍视频监控和行为理解等应用具有重要的工程价值和科学意义。

关键词：暴力行为识别人体姿态估计航拍时空图卷积级联网络注意力机制

农业植保无人机变结构线性滚动时域估计器研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2019年第10期50卷 116-123页

作者：楚红雨倪俊超常志远邵延华张晓强西南科技大学信息工程学院

植保无人机的惯导数据输出频率最高可达8 k Hz,而常用GPS输出频率最高只有10 Hz,会导致位置估计器的数据源之间存在延时问题。为此设计了一种处理延时测量值的变结构线性滚动时域估计器(Variable structure linear-Moving horizon estim... 详细信息

植保无人机的惯导数据输出频率最高可达8 k Hz,而常用GPS输出频率最高只有10 Hz,会导致位置估计器的数据源之间存在延时问题。为此设计了一种处理延时测量值的变结构线性滚动时域估计器(Variable structure linear-Moving horizon estimator,VSL-MHE)。首先将多传感器测量数据进行序列化;然后通过线性索引来确定排列项中无数据的坐标,根据该坐标对代价函数中权重矩阵进行更新,从而改变估计器结构;最后通过VSL-MHE估计植保无人机位置。在室内测试中,通过Opti Track向植保无人机发送模拟GPS信号,输出频率范围为2~20 Hz。将VSL-MHE估计的位置、MHE估计的位置和循环迭代扩展卡尔曼滤波器(Circular iterated extended Kalman filter,CIEKF)估计的位置分别与Opti Track获取的精确位置做对比,结果表明,VSL-MHE的位置最大偏差小于CIEKF和MHE的位置最大偏差。在室外40 m×30 m范围的飞行测试中,VSL-MHE的航线位置最大偏差小于CIEKF和MHE的位置最大偏差,验证了该算法的有效性。

关键词：植保无人机多传感器滚动时域估计器位置估计器

在线全文

学校读者我要写书评

暂无评论

重轨图像增强与边缘提取的关键技术

光学精密工程 2012年第7期20卷 1645-1652页

作者：米曾真谢志江陈涛楚红雨范兵重庆大学机械传动国家重点实验室重庆400044

针对重轨图像两个边缘像素特征不一致,传统边缘算子检测法难以精确提取边缘的问题,提出了一种新的边缘提取方法。该方法利用灰度强对比度拉伸算法对重轨表面和背景进行差异化拉伸,增强边缘信息,削弱背景信息。运用最大方差比算法选取增... 详细信息

针对重轨图像两个边缘像素特征不一致,传统边缘算子检测法难以精确提取边缘的问题,提出了一种新的边缘提取方法。该方法利用灰度强对比度拉伸算法对重轨表面和背景进行差异化拉伸,增强边缘信息,削弱背景信息。运用最大方差比算法选取增强后图像的最佳阈值实现二值化。最后,运用递归连通域标识法定位边缘像素坐标,完成图像分割。对随机选取的30幅图像进行分析表明:处理后的图像边缘灰度特征明显增强,有效地抑制了表面纹理及虚假边缘。重轨表面像素宽度波动减少到-0.64%～0.34%。离散预处理算法通过遍历寄存器全局数组,减少分割时间至10.165s。该方法在抗干扰性、准确性及时效性等方面优于传统边缘算子检测法,适用于在线工业检测系统。

关键词：图像分割图像增强边缘提取线像素连通域强对比度拉伸最大方差比