检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于改进SSD的密集工件检测

组合机床与自动化加工技术 2022年第11期 70-74,78页

作者：徐健陆珍刘秀平黄磊韩琳闫焕营西安工程大学电子信息学院西安710048 深圳罗博泰尔机器人有限公司深圳518109

为解决柔性智能制造过程中对密集工件漏检率高的问题,提出一种基于改进SSD(single shot multiBox detector)算法的目标检测模型。首先,在SSD网络中融入RFB(receptive field block,感受野模块),提高网络的特征提取能力;其次,采用激活函数... 详细信息

为解决柔性智能制造过程中对密集工件漏检率高的问题,提出一种基于改进SSD(single shot multiBox detector)算法的目标检测模型。首先,在SSD网络中融入RFB(receptive field block,感受野模块),提高网络的特征提取能力;其次,采用激活函数PReLU(parametric rectified linear unit,参数化修正线性单元)代替传统的ReLU激活函数,避免部分神经元出现“死亡”现象;然后,使用CIoU(complete intersection over union)对损失函数进行优化;同时,使用平滑标签、融入BN层(batch normalization,批量标准化)等优化方法防止过拟合现象。在构建的密集工件数据集进行实验,平均精度均值达到95.24%,较改进之前算法提高4.42%,满足实际工业需求。

关键词：密集工件目标检测 SSD 感受野模块

在线全文

学校读者我要写书评

暂无评论

面向自然街景的文本检测与识别

面向自然街景的文本检测与识别

作者：丁泽南京邮电大学

学位级别：硕士

文本在人机交互中传递着重要的信息,随着人工智能、无人驾驶等领域的飞速发展,文本的检测与识别也逐渐为人们所关注,成为理解物体信息的重要途径。目前,由于深度学习的发展,文本检测识别取得了巨大的进步,但在自然街景下由于光照条件、... 详细信息

文本在人机交互中传递着重要的信息,随着人工智能、无人驾驶等领域的飞速发展,文本的检测与识别也逐渐为人们所关注,成为理解物体信息的重要途径。目前,由于深度学习的发展,文本检测识别取得了巨大的进步,但在自然街景下由于光照条件、模糊文本、扭曲文本和极端纵横比文本的存在,文本检测识别效果仍不理想。本文研究场景目标为自然街景下的文本检测与识别,针对以上问题,在检测方面,本文提出了融合感受野模块的文本检测方法和融合注意力模块的文本检测方法,并通过检测效果的提升,提高文本识别的识别效果。在识别方面,本文改进了ASTER文本识别算法,在增加有限计算量、参数量的同时,提高了文本的识别效果。主要内容如下:(1)本文采用Resnet50作为主干网络,针对特征金字塔(FPN)提取的特征不足、感受野小的问题,将感受野模块(RFB)嵌入FPN模块以扩大感受野、捕捉中长文本的特征信息。针对RFB模块将融合后的特征图与输入特征图相加引入过多噪声的问题,通过极化自注意力机制(PSA)对特征进行处理,以提高特征图表征效果。针对特征分布不确定性及远距离特征融合效果不佳的问题,在特征融合模块中引入条形池化模块(SPM)来捕获更长距离之间的依赖关系,以此提升检测方法的鲁棒性。(2)本文设计了面向密集小尺度文本的检测模型。采用Co T-Res Net作为主干网络,在提取特征时尽可能充分利用丰富的上下文,同时将FPN与后续改进的特征融合模块相融合以充分利用提取的图像特征,过滤多余的噪声信息。改进的特征融合模块通过空间注意力有效地提取出低层特征图中的位置信息,同时在中间层的特征图由于位置信息与语义信息均较为丰富,该模块对中间层的特征图采用了双注意力机制,以此确保在特征融合过程中不仅能保留语义信息还能保留一部分空间位置信息,同时能去除掉无用信息,提升文本检测的效率。(3)为降低不规则文本的识别难度,本文采用了多目标矫正网络来对图像进行变换,将弯曲的文本图像变得较为规则,实现对弯曲文本图像的矫正。针对ASTER在图像特征提取过程中计算量大、参数繁多的问题,将特征提取网络中原有的3*3卷积替换为深度可分离卷积,有效地减少了模型的参数量及计算量,在编码过程中将原有的双向长短期记忆网络改进为双向门控循环单元,提高了模型运行效率及文本识别准确率,降低计算量以及过拟合的风险。

关键词：文本检测文本识别注意力机制感受野模块矫正模块

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然场景中的车辆检测算法研究

自然场景中的车辆检测算法研究

作者：苏雪梅哈尔滨理工大学

学位级别：硕士

随着道路上汽车的不断增加,由交通事故所引发的悲剧也在不断的上映,究其原因,大都是由于驾驶员操作不当引起的。为了解决这个问题,高级驾驶辅助系统(Advanced Driver Assistance System,ADAS)产生了。ADAS需要根据检测到的周围环境情况... 详细信息

随着道路上汽车的不断增加,由交通事故所引发的悲剧也在不断的上映,究其原因,大都是由于驾驶员操作不当引起的。为了解决这个问题,高级驾驶辅助系统(Advanced Driver Assistance System,ADAS)产生了。ADAS需要根据检测到的周围环境情况提示驾驶员及时做出反应,其中涉及到的一项最重要的技术就是车辆检测技术。因此,对于车辆检测技术的研究,也愈发受到了诸多学者的关注。目前,车辆检测也由基于先验知识提特征的传统方法转变为基于深度学习提特征的方法。但是由于在自然场景中,存在车辆目标较小、车辆之间存在遮挡、车辆所处背景复杂以及恶劣天气(如雨、雪、雾天等)等因素的影响,车辆检测仍然面临着车辆漏检、误检以及重检的问题。针对以上存在的问题,本文通过对当前经典的目标检测算法进行实验对比分析,最终选取YOLOv5s算法进行相关改进,主要的研究工作以及创新内容如下:(1)改进检测层。针对小尺度目标在图片中所占的像素较小导致检测出现漏检的情况,额外增加一个尺寸为160×160的浅层特征层,该层对小目标更敏感,可以极大的降低小目标的检测难度。另外分析了尺寸为20×20的检测层在检测目标中的作用,认为删除该层不会对算法检测精度造成影响,还能保证速度实时性。(2)在网络浅层引入改进的感受野模块。神经网络都需要经过多次采样提取到高级语义信息,但容易忽略低层特征层提取的目标位置、边缘、以及轮廓等信息。尤其对于小目标车辆,经过多次采样之后可能会丢失小目标车辆的特征信息。因此充分利用浅层特征信息对小目标的检测具有重要的作用。为了能更好的利用到浅层特征信息,在YOLOv5s网络的CSP1-1和第一个CSP1-3模块之后引入改进的感受野模块。在网络中直接引入感受野模块会带来较大的计算量,因此,改进感受野模块的设计是将原分支4中的3×3Conv替换为1×3Conv和3×1Conv级联,在增大网络感受野的同时减少计算量。(3)嵌入多尺度混合注意力机制。交通场景中存在大量被遮挡的车辆,导致车辆可见部分能用的特征信息极少,使得检测出现严重的漏检、重检现象。多尺度混合注意力机制由多尺度分组卷积和混合注意力机制构成,在提取目标多尺度特征的同时对特征赋予不同的权重,消除遮挡部分带来的影响,从而缓解遮挡目标检测中的漏检情况。

关键词：车辆检测 YOLOv5s 感受野模块多尺度混合注意力机制

基于Anchor-free深度学习网络的场景文本检测算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Anchor-free深度学习网络的场景文本检测算法

作者：倪梦媛南京邮电大学

学位级别：硕士

自然场景中的文字往往包含着丰富的语义信息,准确提取图像中的文字对机器场景理解、人工智能发展及工业自动化生产等行业都有着重要的作用。因此,对场景文字检测技术的研究非常重要。与通用目标不同,场景图像中的文本不仅具有更多的尺度... 详细信息

自然场景中的文字往往包含着丰富的语义信息,准确提取图像中的文字对机器场景理解、人工智能发展及工业自动化生产等行业都有着重要的作用。因此,对场景文字检测技术的研究非常重要。与通用目标不同,场景图像中的文本不仅具有更多的尺度,而且容易受到复杂背景的干扰。随着深度学习的飞速发展,基于深度学习的文本检测方法也层出不穷。目前基于深度学习的场景文本检测算法大体上可分为三类:基于回归、基于分割和回归与分割混合的文本检测算法。依据是否使用锚框,基于回归的算法又可以分为基于anchor和anchor-free两种方法。近年来,基于anchor-free的文本检测算法因其简单优雅的网络结构而备受关注。本文主要围绕基于anchor-free的场景文本检测算法进行研究,主要的研究内容如下:(1)提出了基于残差结构的改进型EAST算法。在高效准确的场景文本检测(an Efficient and Accurate Scene Text Detetor,EAST)算法基础上引入残差结构,在每一个卷积块后增加若干残差模块,通过增加网络深度扩大了感受野,同时解决了梯度消失的问题。其次,对损失函数进行了改进,将预测文本框与真实文本框中心点间的距离作为惩罚项加入损失函数,解决了传统交并比损失在预测框与文本框不相交时梯度无法回传的问题。该算法在ICDAR2015和MSRA-TD500数据集上进行实验,相比EAST检测精度明显提高。(2)提出了基于感受野模块和笔画宽度变换的改进型EAST算法。首先,受人类视觉系统感受域的启发,将常规卷积和不同扩张率的空洞卷积结合后进行通道拼接,组成了感受野模块(Receptive Field Block,RFB),使用了步长为2的RFB模块替代特征提取层每个stage的最后一个卷积层和池化层,加强了特征描述的稳定性,并在最后一个stage再接入一个RFB模块以扩大感受野。另外,在非极大值抑制阶段后增加了一个笔画宽度变换(Stroke Width Transform,SWT)阶段,将预测文本框向首尾两侧按一定规则扩大,并进行笔画宽度变换,根据条件判断扩展区域是否存在文本信息,从而补全长文本。该算法在ICDAR2017 RCTW及MSRA-TD500数据集上实验,不仅增加了定位的准确度,还大大改善了长文本的检测效果。(3)提出了一种基于Corner Net的场景文本检测算法,以包含位置信息的中心坐标替代了嵌入向量进行左上角和右下角的关键点匹配。该算法通过检测左上角和右下角这一对关键点来定位文本框。对于每一个关键点,都从其位置预测一个指向目标文本中心点的向量,并根据该向量产生一个中心点坐标,若两个中心点相近且都处于预测框的中心区域内,则这两个关键点匹配成功。此外,在损失函数部分添加了向心向量损失替代原推拉损失。该算法与Corner Net算法在ICDAR2015数据集上进行了对比实验,精度提升显著。

关键词：文本检测卷积神经网络锚框残差结构感受野模块

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多尺度特征的X光违禁品检测算法研究

基于多尺度特征的X光违禁品检测算法研究

作者：巩泽浩重庆理工大学

学位级别：硕士

X光违禁品检测是计算机视觉的一个重要应用领域,其在确保公共场所的安全方面发挥着重要作用。随着运输业的迅速发展,进出公共场所的人员和货物的数量成倍增加。为了确保这些场所的安全,在运输过程中检测违禁品是重中之重。然而,由于行... 详细信息

X光违禁品检测是计算机视觉的一个重要应用领域,其在确保公共场所的安全方面发挥着重要作用。随着运输业的迅速发展,进出公共场所的人员和货物的数量成倍增加。为了确保这些场所的安全,在运输过程中检测违禁品是重中之重。然而,由于行李中违禁品的种类、形状和放置角度的多种多样,使用扫描设备准确检测违禁品是一个严峻的挑战。由于违禁品尺度大小不—,X射线违禁品检测的准确性往往受到影响。为解决该问题,本文提出了两种新颖的方法:—种是材料感知的多尺度空洞卷积检测网络,另一种是形状解耦的坐标注意违禁品检测网络。以下是本文的主要贡献:1.针对违禁品数据集数据量不足的问题,本文引入Mosaic与Mixup数据增强策略。在模型训练阶段,通过对训练输入图像无遮挡堆叠与拼接操作,增加数据集数量。2.针对违禁品多尺度检测问题,提出材料感知的多尺度空洞卷积网络。该网络以YOLOX检测网络为框架,在Neck层的路径聚合网络中加入材料感知的空洞卷积模块MACM以在实现提高模型多尺度检测能力的同时减少空洞卷积带来的网格效应。此外,在Neck层输出阶段加入空间金字塔分割注意力机制SPSA,从而进一步加强模型多尺度检测能力。该注意力机制在金字塔分割注意力机制的基础上引入空间注意力的模式,可有效提高对空间信息的归纳总结能力。实验证明,在OPIXray数据集上,本文提出的模型较基准模型YOLOX提升了2.25%的准确率。3.为解决上述网络中的计算密集型与违禁品形状特征忽视的问题,设计形状解耦的坐标注意力违禁品检测网络。本网络在上述网络的基础上将繁重参数,计算冗余的SPSA注意力改为更加轻量化的坐标注意力机制,同时对材料感知模块进行重新设计,融合坐标注意力中的空间图像坐标分割思想,设计材料感知的坐标注意力机制。该注意力机制以更小的参数与计算量实现了更为精准的检测。同时,本文提出形状解耦的SIoU损失函数SD-SIoU,将检测框中的宽高信息解耦长边与短边信息,融合SIoU损失函数中的形状惩罚因子,同时嵌入作为形状辅助信息的类别信息。该方法有效提升长短边差异大的违禁品检测精度。实验结果表明,该网络结构在OPIXray与SIXray数据集上分别提升3.07%与1.30%的精确度。

关键词：多尺度特征检测感受野模块注意力机制形状信息损失函数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的路面缺陷检测算法研究

基于深度学习的路面缺陷检测算法研究

作者：冯树杰陕西科技大学

学位级别：硕士

公路是现代交通运输的主要方式之一,在一个国家的经济发展中起重要的作用,是最基础、最广泛的交通基础设施。由于车辆碾压或自然灾害,公路路面在长期的使用过程中容易出现裂缝,坑洞等缺陷。缺陷的产生会导致驾驶舒适性和驾驶安全性降低... 详细信息

公路是现代交通运输的主要方式之一,在一个国家的经济发展中起重要的作用,是最基础、最广泛的交通基础设施。由于车辆碾压或自然灾害,公路路面在长期的使用过程中容易出现裂缝,坑洞等缺陷。缺陷的产生会导致驾驶舒适性和驾驶安全性降低,也会使得道路的使用寿命缩短。因此缺陷治理是道路养护的重要内容。但是现有的有关路面缺陷检测的研究还存在一些不足,如在检测路面缺陷时小尺寸缺陷的漏检问题,在分割路面裂缝时受噪声影响导致的误分割问题。因此,本文利用图像处理算法和深度学习技术,以常见的路面缺陷为研究对象,分别研究了一种路面缺陷的目标检测算法和一种路面裂缝的语义分割算法。本文的主要工作归结为如下几个方面:(1)设计了一种基于感受野模块和Soft-NMS的路面缺陷检测算法针对目前路面缺陷检测任务中出现的对于小目标的识别能力不足以及缺陷间距离过近导致的漏检问题,本文在单阶段目标检测网络Yolov4的基础上设计一种基于感受野模块(Receptive field block,RFB)和Soft-NMS(Soft non-maximum suppression)的路面缺陷检测算法。该算法首先在原有Yolov4模型中增加了针对小目标的检测分支,提升网络对于小尺寸缺陷的检测能力;之后将Yolov4原有的空间金字塔池化模块替换为具有更大感受野的RFB模块,提升网络的特征融合能力,最大程度地保留特征图中的小尺寸缺陷目标;并采用Soft-NMS对非极大值抑制算法进行改进,在检测阶段减少缺陷目标的漏检;最后通过K-means++聚类算法对先验锚框进行了重新设计,使锚框尺寸与目标更加匹配。在RDD2020数据集上进行实验表明,本文设计的检测算法能够提高路面缺陷的识别精度,可达到0.637的F1分数,提高了模型对路面小缺陷的检测能力。(2)设计了一种基于条件生成对抗网络的路面裂缝分割算法针对目前路面裂缝分割任务中由于路面表面背景复杂,具有各种干扰会造成裂缝分割不准确问题,本文在语义分割模型U-net3+的基础上设计一种基于条件生成对抗网络(Conditional generative adversarial network,CGAN)的路面裂缝分割算法。生成器使用加入注意力模块的U-net3+,目的是生成路面裂缝的分割图像。注意力模块从通道和空间两个维度凸显裂缝特征和抑制噪声特征,并进行跨维度的特征融合,获取更具互补性的裂缝特征。将原始图像分别与真实裂缝标注和生成分割图像拼接后输入到判别器中,判别器采用马尔可夫判别器来判断图像的真伪。此外,本文设计了加权混合损失函数,利用生成图像和标注图像之间的差异进一步提高分割的精度。对生成器和判别器进行交替的博弈训练,目的是从生成器中生成的分割图像与真实的裂缝标注图像高度相似,从而实现裂缝的分割。在Crack500数据集上的实验结果表明,在背景复杂的路面裂缝分割中该方法能够排除各种干扰,具有更好的性能。(3)完成了路面缺陷检测系统的软件设计本文对路面缺陷检测系统进行了软件设计并实现了软件功能。首先为了加快网络被调用时的运行速度,使用Tensor RT对本文设计的算法模型进行了推理加速。然后根据路面缺陷检测系统的结构设计了检测系统的软件,并搭载了本文设计的路面缺陷检测算法和路面裂缝分割算法。使用PyQt5实现了路面缺陷检测系统的界面设计,为用户提供了图形化界面,使得用户能够便捷地操作和使用。综上所述,本文针对目前路面缺陷检测算法中存在的问题,分别设计了一种路面缺陷的检测算法和一种路面裂缝的分割算法,通过实验验证了两种算法的优越性,并完成了路面缺陷检测系统的软件设计,包括使用Tensor RT对模型进行加速和使用PyQt5对用户界面进行设计。

关键词：路面缺陷检测 Yolov4 感受野模块 Soft-NMS 路面裂缝分割条件生成对抗网络 U-net3+

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模型压缩与感受野增强的下茧实时检测

纺织学报 2021年第11期42卷 29-38页

作者：张印辉杨宏宽刘强何自芬昆明理工大学机电工程学院云南昆明650500

针对目前选茧时下茧检测主要依赖人工目测,工作效率低的问题,提出一种基于锚点框参数预置、通道剪枝和嵌入感受野模块改进的轻量化下茧实时检测模型。首先,通过K-means聚类分析出适用于下茧检测的锚点框以预置YOLOv3模型参数;然后,根据... 详细信息

针对目前选茧时下茧检测主要依赖人工目测,工作效率低的问题,提出一种基于锚点框参数预置、通道剪枝和嵌入感受野模块改进的轻量化下茧实时检测模型。首先,通过K-means聚类分析出适用于下茧检测的锚点框以预置YOLOv3模型参数;然后,根据预设的剪枝率对稀疏化训练后的模型进行基于批量正则化层缩放因子的模型剪枝,以此压缩模型的大小;最后,在剪枝后的模型中嵌入感受野模块,使模型的感受野变大,增强模型的辨别能力和鲁棒性。实验结果表明:提出的下茧实时检测模型大小为46.90 M,平均检测速度达到50.18帧/s,平均检测精度为96.80%,较原YOLOv3模型参数压缩了79.96%,平均检测速度提高了60.63%,平均检测精度提高了3.20%。

关键词：蚕茧下茧检测 YOLOv3模型聚类分析模型压缩感受野模块

在线全文

学校读者我要写书评

暂无评论

基于YOLO v3的落水人员检测

计算机技术与发展 2022年第8期32卷 49-54页

作者：许晓峰陈姚节刘恒武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

针对落水人员所处水域的复杂性以及波纹、阳光等因素导致对落水人员检测的准确率较低,以及在检测小目标时,经典检测算法易出现误检漏检情况,提出一种改进的YOLO v3目标检测算法。使用k-means++聚类算法对自有落水人员数据集进行聚类,得... 详细信息

针对落水人员所处水域的复杂性以及波纹、阳光等因素导致对落水人员检测的准确率较低,以及在检测小目标时,经典检测算法易出现误检漏检情况,提出一种改进的YOLO v3目标检测算法。使用k-means++聚类算法对自有落水人员数据集进行聚类,得到更适合落水人员的锚框,从而提高检测速度与精度;在网络中加入通道注意力机制模块,其关注通道信息,可以学习到不同通道特征的重要程度,根据重要程度为每个通道分配相应的权重,从而让网络关注重要的特征,抑制不重要的特征,提高重要特征的表征能力;引入感受野模块(RFB)来增大浅层特征图的感受野,从而提高小目标检测精度。最后,在自制的落水人员数据集上对该算法进行了验证,结果表明,该算法在检测效果上优于原始YOLO v3。

关键词： YOLO v3 聚类感受野模块注意力机制目标检测

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv3的加油站卸油检测方法

吉林大学学报（信息科学版） 2022年第4期40卷 628-637页

作者：刘均杜雪瑞东北石油大学电气信息工程学院黑龙江大庆163318

针对传统加油站生产环境下卸油作业检测效率低,违规操作引发的安全问题,提出一种基于改进YOLOv3的加油站卸油检测方法。该方法通过在Darknet-53主干输出后引入RFB(Receptive Field Block)感受野模块,使模型能选择合适的感受野对不同尺... 详细信息

针对传统加油站生产环境下卸油作业检测效率低,违规操作引发的安全问题,提出一种基于改进YOLOv3的加油站卸油检测方法。该方法通过在Darknet-53主干输出后引入RFB(Receptive Field Block)感受野模块,使模型能选择合适的感受野对不同尺度目标进行匹配,提高检测精度;结合CSP(Cross Stage Partial)网络并提出RFB_CSP和RFBS_CSP两种结构,实现两条支路的跨级拼接与通道整合,降低计算成本;用K-means++算法对现场的9类目标重新聚类分析,确定合适的网络anchor参数。实验结果表明,优化后的模型对比原始的YOLOv3模型,其平均精度均值提高了2.3%和2.9%,说明优化后的YOLOv3模型在加油站场景检测具有较高的实用价值。

关键词：加油站 YOLOv3模型感受野模块 CSP网络

维普期刊数据库博看期刊