检索结果-南通市图书馆

作者：王健楠新疆师范大学

学位级别：硕士

水面垃圾、泛滥的水生植物、水华等水面漂浮物对水环境安全造成严重威胁,及时发现水面漂浮物从而对其进行打捞和清理是构建清洁、安全水环境的重要措施。水面漂浮物检测是智能监控技术与水面环境监管业务的深度融合,但目前该方向的研究... 详细信息

水面垃圾、泛滥的水生植物、水华等水面漂浮物对水环境安全造成严重威胁,及时发现水面漂浮物从而对其进行打捞和清理是构建清洁、安全水环境的重要措施。水面漂浮物检测是智能监控技术与水面环境监管业务的深度融合,但目前该方向的研究主要集中在分散个体漂浮物的监测上。针对水面漂浮物检测领域对聚集型漂浮物关注较少的问题,构建了包含聚集型垃圾和水体污染场景的水面漂浮物检测数据集MW-Float。此外,提出了一种基于指数函数的学习率衰减方案设计算法,该算法旨在快速找到较合适的学习率衰减值使模型收敛,并确定学习率衰减节点和训练周期。通过多组对比实验详细展示了使用该算法设计YOLOv3模型的学习率衰减方案的过程,并将得到的学习率衰减方案与使用余弦退火衰减策略的学习率方案进行了对比。实验结果表明,使用前者的YOLOv3模型损失函数均可收敛,验证了所提出算法的有效性,并且在其他参数相同的情况下,前者实验得到的均值平均精度(mean Average Precision,m AP)高于后者。针对YOLOv3模型检测速度快但精度略低的问题,提出了在YOLOv3模型的通道维度融入SE注意力模块的检测模型S-YOLOv3。该模型使用K-means++算法取代K-means算法聚类数据集标注框尺寸,减少因随机选择初始聚类中心带来的负面影响。另外,对YOLOv3模型的损失函数中定位损失进行了改进,引入GIo U Loss提升定位精度。实验结果表明,S-YOLOv3在MW-Float上相较于YOLOv3和其他水面目标检测领域常用模型而言,检测性能优于其他模型,m AP达到了83.1%,可基本满足水面漂浮物检测需求。

关键词：水面漂浮物检测学习率设计 YOLOv3 注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的水面漂浮物检测方法研究

基于深度学习的水面漂浮物检测方法研究

作者：翁云龙浙江科技大学

学位级别：硕士

水面漂浮物危害水利工程安全,对航运、供水、发电、水产等造成不利影响,加强漂浮物的检测是提高水域环境质量的关键环节,也是推行“河长制”方针的重要途径。但由于水面图像具有光线反射、岸上倒影、水波扰动等复杂特征,导致现有目标检... 详细信息

水面漂浮物危害水利工程安全,对航运、供水、发电、水产等造成不利影响,加强漂浮物的检测是提高水域环境质量的关键环节,也是推行“河长制”方针的重要途径。但由于水面图像具有光线反射、岸上倒影、水波扰动等复杂特征,导致现有目标检测算法在实际应用中存在漏检误检和定位不准等问题,不能快速准确地识别出漂浮物目标。本文针对复杂水面环境中漂浮物检测的问题,提出了一种基于深度学习的水面漂浮物检测算法,并设计搭建了水面漂浮物检测系统,主要工作如下:(1)针对水面漂浮物数据集缺少的问题,通过实地采集得到相关图像,并采用5种不同的数据增强方式对数据图像集进行扩增以减小模型的过拟合风险,随后利用Label Img软件对图像进行标注,最终获得3620张真实场景下的水面漂浮物数据集。(2)针对水面图像存在的倒影、反光等因素造成现有目标检测算法对漂浮物检测效果不佳的问题,提出了一种改进的YOLOv5s目标检测算法。通过修改网络结构,增加目标检测层以提升对多尺度目标的检测精度;在特征提取层中引入无参注意力机制Sim AM提高模型的特征提取能力,并采用CARAFE上采样增强特征融合网络的感受野,提升对细节特征的感知能力;在网络结构中融入卷积混合层,能够在保持检测精度的同时减少模型的参数量,从而提升模型运行速度。(3)基于Jetson Nano深度学习嵌入式开发平台搭建水面漂浮物检测系统,其硬件包括Jetson nano嵌入式开发板、高清摄像头、LCD屏幕、电源模块等。通过摄像头采集水面图像并传入嵌入式设备Jetson nano中进行漂浮物的检测,检测结果显示在Py Qt设计的可视化交互软件系统中。用户能够通过软件系统选取图片、视频或摄像头进行水面漂浮物检测,检测结果可在软件界面显示,并且用户能够根据实际场景需求更改合适的漂浮物检测模型以提升检测系统的适用性。实验结果表明,本文改进的算法在真实样本中识别效果良好,平均精度均值(m AP)达97.5%,较YOLOv5s原算法提高了4.7%,能够有效改善水面漂浮物的漏检、误检问题,参数量和模型体积分别减小了19.52%和15.86%,有效降低了模型的复杂度。此外,对本文所搭建的基于Jetson Nano平台水面漂浮物检测系统进行测试,结果表明该系统能够稳定运行,可以实现对多类水面漂浮物的有效检测。

关键词：水面漂浮物检测深度学习 YOLOv5s 注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的水面漂浮物目标检测技术研究

基于深度学习的水面漂浮物目标检测技术研究

作者：刘登港长沙理工大学

学位级别：硕士

随着水面环境污染的日益严峻,如何保持水面的清洁一直是个难题,对于水面上的漂浮垃圾如不及时清理,会对人们的日常生活产生严重的影响,若采用人工打捞的方式,不仅安全系数低,而且效率不高。如今,随着大数据时代的到来以及人工智能技术... 详细信息

随着水面环境污染的日益严峻,如何保持水面的清洁一直是个难题,对于水面上的漂浮垃圾如不及时清理,会对人们的日常生活产生严重的影响,若采用人工打捞的方式,不仅安全系数低,而且效率不高。如今,随着大数据时代的到来以及人工智能技术的快速崛起,各种智能产品应运而生,其中不乏有水面清理机器人,目标检测作为它的关键技术之一,对其进行研究也是十分必要的。将深度学习运用到图像识别领域,往往会伴随着大量的计算量和参数量,难以将模型部署到移动端,对此,论文通过对目前比较流行的几种目标检测算法的研究,提出一种基于深度学习的轻量化的水面漂浮物目标检测算法。(1)针对YOLOv4目标检测算法网络参数量和计算量大,对嵌入式设备性能要求高的问题,提出采用深度可分离卷积的方法代替网络中的3×3常规卷积,同时采用MobileNet系列的三种轻量化网络分别作为YOLOv4的骨干网络替换原来的CSPDarknet53的方式实现整个模型的轻量化。利用轻量化改进后的三种模型与原模型在水面漂浮物数据集上进行对比实验,结果表明基于MobileNetV3改进后的模型整体性能最佳,检测精度与原模型的差距最小,但参数量和计算量仅为原模型的1/5,检测速度提了 1.7倍。(2)针对轻量化改进后模型的检测精度略有下降的问题,提出在模型的颈部网络采用合成融合金字塔(SFPN)结构。SFPN结构是在原始的特征金字塔(FPN)结构的基础上利用线性缩放的方式将相邻的两个特征层变换到同一尺度,再将变换后的特征图通过add相加的方式进行合成,得到一个新尺度的合成层,新的合成层的尺度介于原来相邻两个特征层的尺度之间。模型通过这种合成融合的方式添加新的特征层,使各层之间的特征融合变得更平滑。通过模型的对比实验,得出采用合成融合金字塔结构能够在参数量和运算量相当的情况下,提高轻量化模型的检测精度;与原YOLOv4模型相比,检测精度相当,但模型的参数量和计算量却远低于原模型,大大提升了模型的检测速度。论文通过对基于深度学习的目标检测技术的研究,设计了一种轻量化的YOLOv4目标检测方法,用于实现水面漂浮物的实时检测,同时结合双目测距实现对目标的定位。

关键词：轻量化网络合成融合金字塔水面漂浮物检测深度学习深度可分离卷积

面向无人机-艇协同的计算机视觉辅助关键技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向无人机-艇协同的计算机视觉辅助关键技术研究

作者：郭砚辉华中科技大学

学位级别：硕士

随着小型旋翼无人机技术的发展和广泛使用,无人机(Unmanned Aerial Vehicle,UAV)在实际使用过程中所需要具备的功能越来越多。无人机视觉系统相对于无人艇(Unmanned Surface Vehicles,USV)上的视觉系统,有着更大的视野范围,且无人机可... 详细信息

随着小型旋翼无人机技术的发展和广泛使用,无人机(Unmanned Aerial Vehicle,UAV)在实际使用过程中所需要具备的功能越来越多。无人机视觉系统相对于无人艇(Unmanned Surface Vehicles,USV)上的视觉系统,有着更大的视野范围,且无人机可到达区域限制更少,所以无人机上的视觉系统可以增强无人艇的作业范围,同时无人机完成任务后要能够自主降落至无人艇平台,保证整体作业的自主性。基于以上问题,本文从实际应用出发,以无人机协同无人艇完成相关信息采集为背景,提出了图像增强,水面漂浮检测和视觉引导降落这三种辅助无人机更好地的完成作业任务的计算机视觉辅助技术,并搭建无人机系统加以实现。本文主要研究内容如下:(1)无人机飞行环境复杂多样,在阴天等光照强度很低环境下获取的图像存在着不清晰,对比度低,容易混入噪声的问题,对后续进一步对图像进行分析和处理有着较大影响,所以第一步要对图像进行增强,包括图像去噪,以及图像低照度增强。本文设计了一个端到端的深度神经网络完成图像增强任务。(2)为了更好地与无人艇协同完成水面漂浮物检测的作业任务,以及帮助无人艇在航行过程中进行避障,本文基于无人机低空航拍视角的图像特点,将显著性检测算法应用到水面漂浮物检测中,实现无人机低空航拍视角下的水面漂浮物检测。(3)为了保证整套系统的自主作业能力,本文设计了用于无人机在无人艇上自主着艇的视觉算法和控制系统。研究结果表明:本文设计的控制系统在实验过程中表现良好,有重要的应用价值。

关键词：无人机图像增强深度神经网络水面漂浮物检测自主着艇