检索结果-南通市图书馆

基于改进VarifocalNet的高精度目标检测算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2023年第7期43卷 2147-2154页

作者：姬张建张明王子龙山西大学计算机与信息技术学院太原030006 山西大学大数据科学与产业研究院太原030006

针对通用目标检测场景下,现有单阶段无锚检测器识别精度低、识别困难等问题,提出一种基于改进变焦网络VFNet(VarifocalNet)的高精度目标检测算法。首先,利用循环层聚合网络(RLANet)替换VFNet用于特征提取的主干网络ResNet,循环残差连接... 详细信息

针对通用目标检测场景下,现有单阶段无锚检测器识别精度低、识别困难等问题,提出一种基于改进变焦网络VFNet(VarifocalNet)的高精度目标检测算法。首先,利用循环层聚合网络(RLANet)替换VFNet用于特征提取的主干网络ResNet,循环残差连接操作将前层特征汇入后续网络层中提升特征的表征能力;其次,通过带有特征对齐卷积操作的特征金字塔网络(FPN)替换原始的特征融合网络,利用可变形卷积操作在FPN上下层融合过程中实现特征对齐并优化特征表征能力;最后,使用聚焦-全局蒸馏(FGD)算法进一步提升小规模算法的检测性能。在COCO(Common Objects in Context)2017数据集上进行的评估实验结果表明,在相同训练条件下,改进后的以RLANet-50为主干的算法的均值平均精度(mAP)可以达到45.9%,与VFNet算法相比提升了4.3个百分点,而改进后的算法参数量为36.67×10^(6),与VFNet相比仅高了4×10^(6)。可见,改进后的VFNet算法在提升检测精度的同时稍微增加了参数量,说明该算法可以满足目标检测的轻量化及高精度需求。

关键词：循环层聚合网络目标检测可变形卷积特征对齐特征金字塔网络知识蒸馏

一种联合深度神经网络的公共空间人员总体舒适度计算方法

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2023年第10期44卷 2166-2173页

作者：夏飞闻卫袁博夏麟张浩陆剑峰上海电力大学自动化工程学院上海200090 南瑞集团(国网电力科学研究院)有限公司南京210000 华建数创(上海)科技有限公司上海200070 同济大学电子与信息工程学院上海201804

针对舒适度PMV指标计算模型参数常常需要人工统计的方式,采用图像分析的方法得到相关数据,提出了一种联合深度神经网络的公共空间人员总体舒适度计算方法.在获取室内人员的图像后,首先在Faster R-CNN中加入了改进后的FPN,并通过自适应... 详细信息

针对舒适度PMV指标计算模型参数常常需要人工统计的方式,采用图像分析的方法得到相关数据,提出了一种联合深度神经网络的公共空间人员总体舒适度计算方法.在获取室内人员的图像后,首先在Faster R-CNN中加入了改进后的FPN,并通过自适应聚类方法生成适用于室内人员识别的锚框,提升了图像中人员及其状态识别的准确度.然后结合室内环境传感器测得的温度、湿度信息,通过LSTM神经网络可以计算出当前环境下人员的总体舒适度.最后应用提出的方法对实际场景进行了测试,并通过PMV指标程序计算了PMV值.实验结果表明,由提出的模型得到的人员总体舒适度和实际情况的误差绝对值在0.03之内,具有较好的应用价值.

关键词：人员总体舒适度特征金字塔网络长短期记忆网络

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

融合优化特征提取结构的目标检测算法

计算机应用 2022年第11期42卷 3558-3563页

作者：向南潘传忠虞高翔重庆理工大学两江国际学院重庆401135

针对DETR对小目标的检测精度低的问题,基于DETR提出一种优化特征提取结构的目标检测算法——CF⁃DETR。首先通过结合了优化跨阶段部分(CSP)网络的CSP⁃Darknet53对原始图进行特征提取并输出4种尺度的特征图;其次利用特征金字塔网络(FPN)对... 详细信息

针对DETR对小目标的检测精度低的问题,基于DETR提出一种优化特征提取结构的目标检测算法——CF⁃DETR。首先通过结合了优化跨阶段部分(CSP)网络的CSP⁃Darknet53对原始图进行特征提取并输出4种尺度的特征图;其次利用特征金字塔网络(FPN)对4种尺度特征图进行下采样和上采样后进行拼接融合,并输出52×52尺寸的特征图;最后将该特征图与位置编码信息结合输入Transformer后得到特征序列,输入到作为预测头的前向反馈网络后输出预测目标的类别与位置信息。在COCO2017数据集上,与DETR相比,CF⁃DETR的模型的超参数量减少了2×10^(6),在小目标上的平均检测精度提高2.1个百分点,在中、大尺寸目标上的平均检测精度提高了2.3个百分点。实验结果表明,优化特征提取结构能够在降低模型超参数量的同时有效提高DETR的检测精度。

关键词：目标检测小目标 DETR算法特征提取跨阶段部分网络特征金字塔网络 Transformer

在线全文

学校读者我要写书评

暂无评论

改进型SSD道路行人目标检测算法

国外电子测量技术 2022年第12期41卷 26-32页

作者：贾君霞史珂鑫兰州交通大学电子与信息工程学院兰州730070

针对道路目标检测中行人目标检测效果不佳的问题,提出了一种改进型SSD行人目标检测算法。首先,采用具有噪声的基于密度的聚类方法(DBSCAN)结合K-means算法选取适当规格的Anchor Box,使用DBSCAN剔除样本干扰点后利用K-means确定聚类中心... 详细信息

针对道路目标检测中行人目标检测效果不佳的问题,提出了一种改进型SSD行人目标检测算法。首先,采用具有噪声的基于密度的聚类方法(DBSCAN)结合K-means算法选取适当规格的Anchor Box,使用DBSCAN剔除样本干扰点后利用K-means确定聚类中心,根据重叠度选择适当规格的Anchor Box;然后,对SSD算法的各个特征图进行尺度不变的卷积操作构建语义信息增强的特征图,并将原始特征图与增强特征图按照Concat方式特征融合,生成SSD算法的改进特征金字塔网络;最后,充分考虑正负样本不均衡的情况,选择Focal Loss函数,并结合Locatization Loss函数修正损失函数。实验结果表明,改进型SSD算法可以提高道路行人目标检测的精度和速度,并且在客观评价上取得了良好的效果。该算法在KITTI测试集上的行人目标检测平均精度为91.17%,检测速率为41.93 fps。

关键词：目标检测 SSD 特征金字塔网络聚类算法 Focal Loss函数

在线全文

学校读者我要写书评

暂无评论

面向船舶目标检测的YOLOX轻量化研究

船舶工程 2023年第3期45卷 128-134页

作者：刘新伯谢瑜玻闫书佳高孝日上海工程技术大学电子电气工程学院上海201620 上海船舶设备研究所上海200031 大连海事大学航海学院辽宁大连116026

针对船舶目标检测存在的模型参数量多、规模大、实时性差和难以在实际工程中应用等问题,提出面向船舶目标检测的YOLOX轻量化方法。设计CA-Mobile Net V3轻量化主干网络,在Mobile Net V3中融合坐标注意力机制,生成一对方向感知特征图,提... 详细信息

针对船舶目标检测存在的模型参数量多、规模大、实时性差和难以在实际工程中应用等问题,提出面向船舶目标检测的YOLOX轻量化方法。设计CA-Mobile Net V3轻量化主干网络,在Mobile Net V3中融合坐标注意力机制,生成一对方向感知特征图,提升空间信息编码能力;改进细化融合特征金字塔网络,构建对称的大尺度深度可分离卷积,提高感受野的范围;通过引入残差分支,以串联的方式融合细化不同尺度的特征信息,提高对小尺度船舶目标的检测能力。基于Seaships数据集的试验结果表明,提出的模型与YOLOv5和YOLOX等相比,具有规模小、实时性好和检测精度高等优势。

关键词：轻量化 YOLOX 注意力机制深度可分离卷积特征金字塔网络

在线全文

学校读者我要写书评

暂无评论

面向自然场景的不规则文本检测方法

计算机应用 2023年第S2期43卷 9-17页

作者：张博徐彦彦王志恒闫悦菁测绘遥感信息工程国家重点实验室(武汉大学) 武汉430072

针对自然场景文本检测中由于文本实例尺度多样、文本内部字符空隙大以及形状不规则造成的检测难题,提出一种面向自然场景的不规则文本检测方法。以稀疏区域卷积神经网络(Sparse R-CNN)作为基础检测框架,首先,在特征提取阶段使用特征金... 详细信息

针对自然场景文本检测中由于文本实例尺度多样、文本内部字符空隙大以及形状不规则造成的检测难题,提出一种面向自然场景的不规则文本检测方法。以稀疏区域卷积神经网络(Sparse R-CNN)作为基础检测框架,首先,在特征提取阶段使用特征金字塔网络(FPN)将不同阶段特征进行融合得到多尺度特征金字塔,提取更深层次、更多尺度的文本特征,使得网络能够检测各种尺度的文本;然后,引入文本内协同学习(Intra-CL)模块,通过多种感受野的卷积级联组合协同采样文本实例的字符区域和空隙区域的特征,完整地表示文本实例的特征,来缓解文本断裂检测问题;最后,引入动态掩码头(DynMH),通过与检测头的交互,充分学习到不同层级的文本特征,并对文本区域进行实例分割,生成精细的文本轮廓,实现任意形状的文本检测。在标准数据集ICDAR2015、TotalText和CTW1500上对模型进行评估,实验结果表明,在ICDAR2015上该方法的文本检测的综合指标F值相较于TextSnake提升了2.3个百分点,在TotalText上比SegLink++提升了2.3个百分点,在CTW1500上比TextField提升了1.2个百分点。可视化结果表明,该方法能够准确地定位文本区域,更好地分割文本边界。

关键词：场景文本检测特征金字塔网络实例分割协同学习深度学习

面向CT图像小目标病灶区域的智能化检测算法研究

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2023年第8期44卷 1792-1797页

作者：许金亚裴颂文上海理工大学光电信息与计算机工程学院上海200093 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

由于计算机断层扫描(Computed Tomography,CT)医学图像的大部分病灶区域面积较小,传统目标检测模型容易造成小目标病灶区的漏检和误检.针对此问题,本文提出了一种具有注意力机制的特征金字塔网络(Attention Feature Pyramid Network,AFP... 详细信息

由于计算机断层扫描(Computed Tomography,CT)医学图像的大部分病灶区域面积较小,传统目标检测模型容易造成小目标病灶区的漏检和误检.针对此问题,本文提出了一种具有注意力机制的特征金字塔网络(Attention Feature Pyramid Network,AFPN),将特征提取网络的输出结果依次输入到通道注意力模块和空间注意力模块中,并与原来的特征层融合,从而在通道层次和特征点层次上对小目标病灶区分别进行特征增强,减少对病灶区的漏检.同时,本文提出了包含信心分数乘积项的损失函数,可以提高被识别错误的样本损失权重,减少对病灶区的误检.实验结果表明,本文模型在小目标病灶区的平均检测精度比3DCE(3D Context Enhanced region-based CNN)模型提高了5.2%,比MSB(Multi-Scale Booster)模型的检测精度提高了4.4%.

关键词：目标检测医学影像注意力机制特征金字塔网络

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于沙漏瓶颈模块的无人机实时检测算法

电光与控制 2022年第12期29卷 58-65页

作者：李鸿杜芸彦邵林松雷铭彭锦锦杨锦辉毛耀中国科学院光束控制重点实验室成都610000 中国科学院光电技术研究所成都610000 中国科学院大学北京100000

随着无人机的快速发展与应用,无人机的普及也对公共安全、军事安全和个人隐私等造成了一定的安全隐患。无人机具有飞行速度快、体积小等特点,如何精准快速地发现并定位无人机位置具有一定的挑战。针对此问题,提出了一种基于沙漏瓶颈模块... 详细信息

随着无人机的快速发展与应用,无人机的普及也对公共安全、军事安全和个人隐私等造成了一定的安全隐患。无人机具有飞行速度快、体积小等特点,如何精准快速地发现并定位无人机位置具有一定的挑战。针对此问题,提出了一种基于沙漏瓶颈模块的YOLOv3无人机实时检测算法。首先,将原本3个特征尺度检测扩展为在5个特征尺度上进行检测,充分利用多尺度信息帮助提升小目标检测精度;然后,堆叠沙漏瓶颈模块作为该方法的骨干网络部分,沙漏瓶颈模块作为一种轻量化网络对模型进行加速,并使用通道注意力机制在上采样之后的拼接部分关注更重要的通道信息,抑制不利的信息。为了验证所提算法的有效性,生成基于复杂城市背景下的无人机数据集,实验结果表明,所提算法的精度能够达到98.92%,且具有98.76%的召回率,在1080Ti上达到62.37帧/s的实时速度,模型权重大小仅为5.38 MiB,为进一步在嵌入式平台和移动端实现实时目标检测提供了可能。

关键词：无人机检测轻量化网络沙漏瓶颈模块特征金字塔网络注意力机制

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于二值网络的自动驾驶目标检测方法

陕西科技大学学报 2023年第2期41卷 176-183页

作者：吴岳敏孙圣鑫王小龙马彬程香平湖北汽车工业学院电气与信息工程学院湖北十堰442002 浩腾(湖北)智能科技有限公司湖北十堰442000 北京航空航天大学电子信息工程学院北京100191 江西省科学院应用物理研究所江西南昌330029

针对现有全精度自动驾驶目标检测方法难以在车载计算资源受限平台实时部署等问题,提出了一种基于二值网络的目标检测方法.该方法通过重构残差网络单元和加宽每阶段通道数改进Faster R-CNN主干网络,以增强主干网络特征提取的能力.此外,... 详细信息

针对现有全精度自动驾驶目标检测方法难以在车载计算资源受限平台实时部署等问题,提出了一种基于二值网络的目标检测方法.该方法通过重构残差网络单元和加宽每阶段通道数改进Faster R-CNN主干网络,以增强主干网络特征提取的能力.此外,该方法通过修改卷积核改进特征金字塔网络和区域提议网络,增强表征和预测能力.通过在两种常用目标检测数据集上进行的大量实验表明,该方法能够大幅度减小模型内存,提高检测速度,并取得与全精度模型相近的检测精度.该方法相比于其他先进的二值化目标检测算法,取得了最优秀的检测性能;相比全精度模型,平均参数量减少1.89倍,平均推理速度提高了6.10倍,而检测精度mAP在两数据集上分别仅下降0.2%和2.4%.

关键词：自动驾驶目标检测二值化特征金字塔网络