检索结果-南通市图书馆

基于单阶段目标检测算法的羊肉多分体实时分类检测

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年第3期53卷 400-411页

作者：赵世达王树才郝广钊张一驰杨华建华中农业大学工学院武汉430070 农业农村部长江中下游农业装备重点实验室武汉430070 青岛建华食品机械制造有限公司胶州266300

针对输送带场景中羊肉分体需要进一步分类检测问题,提出一种基于单阶段目标检测算法的羊肉多分体实时分类检测方法。在羊屠宰车间环境下采集包含多类、多个羊肉分体图像,经图像增广及归一化后建立羊肉多分体图像数据集,其中训练集7200幅... 详细信息

针对输送带场景中羊肉分体需要进一步分类检测问题,提出一种基于单阶段目标检测算法的羊肉多分体实时分类检测方法。在羊屠宰车间环境下采集包含多类、多个羊肉分体图像,经图像增广及归一化后建立羊肉多分体图像数据集,其中训练集7200幅,测试集1400幅,验证集400幅。利用单阶段目标检测算法YOLO v3引入迁移学习对羊肉多分体图像数据集展开训练并获得最优模型,基于最优模型返回图像中各羊肉分体的类别及其位置,从而实现羊肉分体的分类检测。选用平均精度及单幅图像平均处理时间作为评判模型检测精度与速度指标。然后通过更换羊肉多分体识别模型的特征提取网络优化检测速度。另外设置包含亮、暗两种亮度水平的附加光照数据集以及代表羊肉分体遮挡情形的附加遮挡数据集,分别验证优化后模型的泛化能力与抗干扰能力,并通过多尺度特征明显的颈部与腹肋肉测试优化后模型的鲁棒性。最后引入Mask R-CNN、Faster R-CNN、Cascade R-CNN和SSD 4种常用目标检测算法针对不同数据集分别进行对比试验,在此基础上,进一步更换特征提取网络为MobileNet V1、ResNet34和ResNet50验证优化后模型的综合检测能力。试验结果表明,优化后模型的检测速度较原始模型提升48.53%,同时对光照、遮挡复杂环境下羊肉多分体识别具备较强的泛化能力与抗干扰能力,以及对多尺度特征显著的羊肉分体检测具有良好的鲁棒性,针对羊肉多分体图像验证集,优化后羊肉多分体识别模型的平均精度达到88.05%,单幅图像处理时间为64.7 ms,综合检测能力优于其他算法,说明该方法具备较高的检测精度和良好的实时性,能够满足实际生产需求。

关键词：羊肉多分体目标检测 YOLO v3 优化试验

在线全文

学校读者我要写书评

暂无评论

基于机器视觉的草莓识别技术研究

基于机器视觉的草莓识别技术研究

作者：赵世达武汉轻工大学

学位级别：硕士

草莓富含多种对人体有益的微量元素,价格低廉,经济价值很高,但其成熟期不一短暂不易存放,需要及时采摘与运输。当前我国草莓采摘依赖人工,效率低下,制约了草莓种植业的发展,因此急需实现草莓采摘自动化,其首要工作是让机器自动识别出草... 详细信息

草莓富含多种对人体有益的微量元素,价格低廉,经济价值很高,但其成熟期不一短暂不易存放,需要及时采摘与运输。当前我国草莓采摘依赖人工,效率低下,制约了草莓种植业的发展,因此急需实现草莓采摘自动化,其首要工作是让机器自动识别出草莓位置。本文以地垄草莓为研究对象,围绕草莓图像识别开展了相关研究,提出了基于机器视觉技术的草莓识别方法,主要研究内容如下:（1）分析了国内外果实识别智能检测技术,研究了机器视觉中的多种颜色模型,确定了本研究采用RGB和HIS颜色模型。提出本研究的具体技术路线:以通用摄像头作为图像获取硬件,以MATLAB软件包作为图像处理软件平台,开发基于机器视觉的草莓识别技术。（2）利用草莓模型的图像,研究了草莓图像去噪、分割、增强、特征提取等多种图像预处理技术。在草莓边缘提取技术上,通过比对实际效果,选择Sobel算子作为边缘检测算子,满足了本研究的实际需要。（3）采集了大量田间种植草莓的真实图像,基于K-means聚类算法实现草莓图像果实区域的分割,然后对草莓图像进行边缘识别与拟合等形态学操作,找到了草莓位置。（4）在真实草莓的图像数据上,提取了草莓图像的HOG特性,建立正反样本,对SVM（支持向量机）分类器进行训练,使其能够对草莓图像进行正确的有无判断,然后利用NMS（非极大值抑制）算法利用阈值窗口遍历含有草莓的整幅图像,正确识别草莓位置。

关键词：图像处理草莓识别特征提取 K-means聚类 HOG与SVM

基于点云变形分析的羊胴体最佳宰后成熟时间确定方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

安徽农业大学学报 2022年第1期49卷 103-111页

作者：张一驰王树才郝广钊赵世达孙胜斌华中农业大学工学院武汉430070 青岛建华食品机械制造有限公司青岛266300

为探索羊胴体最佳宰后成熟时间在实际生产过程中应用的方法,以变形检测技术为主要手段,研究通过观测羊胴体宰后成熟过程中的变形情况来确定胴体最佳宰后成熟时间的可行性。以同批宰杀的杜泊绵羊和巴美肉羊胴体作为试验样本,宰杀后静置... 详细信息

为探索羊胴体最佳宰后成熟时间在实际生产过程中应用的方法,以变形检测技术为主要手段,研究通过观测羊胴体宰后成熟过程中的变形情况来确定胴体最佳宰后成熟时间的可行性。以同批宰杀的杜泊绵羊和巴美肉羊胴体作为试验样本,宰杀后静置于恒温排酸间并在宰后一定时间点使用激光扫描仪采集整只胴体的三维点云模型,经过预处理和配准后借助三维色谱图确定胴体上变形显著的感兴趣区域,计算其变形量的同时测定其肉样的pH值和水分含量随时间的损失率两项指标,通过分析两项指标初始值的分布性和一致性筛选用于相关性分析样本集,通过相关系数判断其变形量与上述两项指标之间变化的相关程度。结果表明,试验样本在感兴趣区域的变形量与上述两项指标在宰后成熟过程中变化的相关系数均分别达到0.875和0.944以上,呈现高度相关性。结合从传统方法中得出的研究结论,验证了通过外部观测宰后胴体的变形情况来判断胴体最佳宰后成熟时间的可行性。

关键词：羊胴体最佳成熟时间激光点云变形监测相关性分析

基于生成对抗网络与ICNet的羊骨架图像实时语义分割

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2021年第2期52卷 329-339,380页

作者：赵世达王树才白宇郝广钊涂本帅华中农业大学工学院武汉430070 农业农村部长江中下游农业装备重点实验室武汉430070

研究了羊骨架图像生成技术与基于ICNet的羊骨架图像实时语义分割方法。通过DCGAN、SinGAN、BigGAN 3种生成对抗网络生成图像效果对比,优选BigGAN作为羊骨架图像生成网络,扩充了羊骨架图像数据量。在此基础上,将生成图像与原始图像建立... 详细信息

研究了羊骨架图像生成技术与基于ICNet的羊骨架图像实时语义分割方法。通过DCGAN、SinGAN、BigGAN 3种生成对抗网络生成图像效果对比,优选BigGAN作为羊骨架图像生成网络,扩充了羊骨架图像数据量。在此基础上,将生成图像与原始图像建立组合数据集,引入迁移学习训练ICNet,并保存最优模型,获取该模型对羊骨架脊椎、肋部、颈部的分割精度、MIoU以及单幅图像平均处理时间,并以此作为羊骨架图像语义分割效果的评判标准。结果表明,最优模型对羊骨架3部位分割精度和MIoU分别为93.68%、96.37%、89.77%和85.85%、90.64%、75.77%,单幅图像平均处理时间为87 ms。通过模拟不同光照条件下羊骨架图像来判断ICNet的泛化能力,通过与常用的U Net、DeepLabV3、PSPNet、Fast SCNN 4种图像语义分割模型进行对比来验证ICNet综合分割能力,通过对比中分辨率下不同分支权重的网络分割精度来寻求最优权值。结果表明,ICNet与前3种模型的分割精度、MIoU相差不大,但处理时间分别缩短了72.98%、40.82%、88.86%;虽然Fast SCNN单幅图像处理时间较ICNet缩短了43.68%,但MIoU降低了4.5个百分点,且当中分辨率分支权重为0.42时,ICNet分割精度达到最高。研究表明本文方法具有较高的分割精度、良好的实时性和一定的泛化能力,综合分割能力较优。

关键词：羊骨架图像语义分割生成对抗网络 ICNet

在线全文

学校读者我要写书评

暂无评论

钢渣碳酸盐化的动力学模型

炼钢 2019年第2期35卷 70-74页

作者：赵世达陈韧罗志国东北大学冶金学院辽宁沈阳110819 辽宁科技学院冶金工程学院辽宁本溪117004

钢渣碳酸盐化反应可以有效的消解钢渣中的f-CaO,稳定钢渣的物理化学性质。采用未反应核模型对钢渣碳酸盐化反应的动力学进行了研究,通过查阅文献找出了反应过程颗粒孔隙结构相关参数的变化规律,由此修正了扩散系数,得出扩散系数与转化... 详细信息

钢渣碳酸盐化反应可以有效的消解钢渣中的f-CaO,稳定钢渣的物理化学性质。采用未反应核模型对钢渣碳酸盐化反应的动力学进行了研究,通过查阅文献找出了反应过程颗粒孔隙结构相关参数的变化规律,由此修正了扩散系数,得出扩散系数与转化率之间的关系。根据修正后的模型对不同粒度钢渣反应控制环节进行了判断,通过综合考虑钢渣碳酸盐化的粒径应控制在180μm之内。

关键词：钢渣 f-CaO 碳酸盐化动力学扩散系数

改进DeepLabv3+和XGBoost的羊骨架切割方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2021年第18期57卷 263-269页

作者：李振强王树才赵世达白宇华中农业大学工学院武汉430070

为实现羊骨架自动切割,提出一种基于DeepLabv3+和XGBoost的羊骨架切割方法。该方法通过研究Deep-LabV3+网络架构,基于ResNet-101搭建了4种基础网络,通过调整空洞卷积的扩张率和引入可形变卷积核的方法设计改进了2种ASPP结构。共搭建8种... 详细信息

为实现羊骨架自动切割,提出一种基于DeepLabv3+和XGBoost的羊骨架切割方法。该方法通过研究Deep-LabV3+网络架构,基于ResNet-101搭建了4种基础网络,通过调整空洞卷积的扩张率和引入可形变卷积核的方法设计改进了2种ASPP结构。共搭建8种羊骨架特征部位分割网络,按照6∶2∶2的比例划分数据集。与DeepLabv3+进行对比实验,优化后DeepLabv3+的mIoU、PA和F值分别为0.849、0.870和0.879,能够较好地实现羊骨架特征部位分割。基于分割结果对羊骨架特征部位进行特征提取,共获得35组形位特征参数,对特征集进行归一化等预处理操作。基于XGBoost搭建羊骨架切割位置预测模型,模型均方根误差MSE为8.18,拟合度R2为0.949,坐标残差绝对平均值为2.47像素点,模型具有较强的预测能力和泛化能力。基于机器人平台进行切割实验,采用3组样本进行对比实验,羊骨架切割精度为3.25 mm,理论效率为413只/h,约提升37.9%,结果表明该方法有效可行且具备较高精度。

关键词：羊肉架切割 DeepLabv3+ 图像分割特征提取 XGBoost

在线全文

学校读者我要写书评

暂无评论

路桥工程中软土地基施工策略

交通标准化 2012年第24期40卷 72-74页

作者：赵世达张家口高速公路路政执法支队河北张家口075000

在路桥工程中,施工质量直接决定着工程整体质量。从软土地基本身的基本特点出发,阐述目前工程施工中面临的软土地基问题,并总结有针对性的施工技巧,可供广大同行参考。

关键词：软土地基路桥工程施工策略

在线全文

学校读者我要写书评

暂无评论

如何加强高速公路施工工程管理

交通世界 2012年第22期 226-227页

作者：赵世达张家口高速公路路政执法支队

近年来,国内社会经济形势的迅猛发展,带动了公路建设特别是高速公路建设事业的全面开花。在此背景下,社会对高速公路项目工程质量要求也在不断提升,因此相关的建设单位应当在充分认识当前高速公路施工管理工作中存在的问题的基础上,采... 详细信息

近年来,国内社会经济形势的迅猛发展,带动了公路建设特别是高速公路建设事业的全面开花。在此背景下,社会对高速公路项目工程质量要求也在不断提升,因此相关的建设单位应当在充分认识当前高速公路施工管理工作中存在的问题的基础上,采取措施有针对性地加强施工管理工作,强化工程质量意识。本文从高速公路施工管理现状出发,具体研究了有效加强施工管理的策略。

关键词：高速公路施工工程管理施工管理工作高速公路项目经济形势建设事业公路建设工程质量

在线全文

学校读者我要写书评

暂无评论

基于U型卷积神经网络的羊肋排图像分割

食品与机械 2020年第9期36卷 116-121,154页

作者：赵世达王树才李振强陈艳华中农业大学工学院湖北武汉430070

以羊肋排为研究对象,提出了一种基于U型卷积神经网络的羊肋排图像分割算法。采集羊肋排样本图像,利用图像增广技术扩充图像数据,经归一化后,建立羊肋排图像数据集;建立羊肋排图像分割模型U-Net,以卷积和池化运算提取肋排特征,融合肋排... 详细信息

以羊肋排为研究对象,提出了一种基于U型卷积神经网络的羊肋排图像分割算法。采集羊肋排样本图像,利用图像增广技术扩充图像数据,经归一化后,建立羊肋排图像数据集;建立羊肋排图像分割模型U-Net,以卷积和池化运算提取肋排特征,融合肋排的深层特征和浅层特征,经多次反卷积操作实现融合特征的精准定位,得到肋排区域的二值图像,从而实现端到端的图像语义分割;引入精度(PA)、均像素精度(MPA)、平均交并比(MIoU)3种图像语义分割评判标准判断网络的分割性能。试验结果表明:U-Net分割肋排图像PA、MPA、MIoU分别为92.38%,88.52%,84.26%。比较现有的3种经典图像语义分割方法 SegNet、FCN8s、FCN32s,U-Net平均交并比(MIoU)较上述3种方法分别高出6.47%,15.34%,25.86%,且处理单幅肋排图像的时间比次优的SegNet缩短48ms。针对劈半羊胴体图像数据集,U-Net的MIoU为75.57%。

关键词：羊肋排图像分割 U-Net 对比试验分割效果