检索结果-南通市图书馆

基于可学习记忆特征金字塔网络的小样本目标检测

在线全文

学校读者我要写书评

暂无评论

计算机与现代化 2023年第12期 7-13,23页

作者：夏千涵何胜煌吴元清赵乐乐广东工业大学计算机学院广东广州510006 上海交通大学自动化学院上海200030 威斯康星康考迪亚大学威斯康星梅库恩WI 53097

现阶段,部分行业应用场景数据难以获取,从而产生的小样本问题成为制约深度学习技术应用推广的重要因素。本文通过小样本方法来提升模型在数据缺乏情况下的表现,降低深度学习模型对数据的依赖性,提出一种基于可学习记忆特征金字塔网络来... 详细信息

现阶段,部分行业应用场景数据难以获取,从而产生的小样本问题成为制约深度学习技术应用推广的重要因素。本文通过小样本方法来提升模型在数据缺乏情况下的表现,降低深度学习模型对数据的依赖性,提出一种基于可学习记忆特征金字塔网络来保留更干净的多尺度特征信息用于分类器预测。借助自适应特征融合模块,让网络自行选择不同层级特征间的侧重比,最大化保留不同尺度的判别性特征信息。同时还加入回溯特征对齐模块,用于缓解特征层堆叠时引入的特征混淆效应。实验结果表明,通过克服样本依赖性可以有效地提升模型性能,改进后的模型可以在COCO数据集和VOC数据集上超越其他现有同类型的模型。特别地,在VOC数据集中将先验参数k设置为5的情况下,nAP50提高了4.8达到44.7;在COCO数据集中将先验参数k设置为30的情况下,nAP50提高了4.0达到29.4。

关键词：小样本自适应融合特征对齐特征金字塔网络

用于目标检测的邻域融合与分层并行特征金字塔网络

在线全文

学校读者我要写书评

暂无评论

Journal of Southeast University(English Edition) 2020年第3期36卷 252-263页

作者：莫凌飞胡书铭东南大学仪器科学与工程学院南京210096

为了提升对小目标的检测精度,提出了一种基于邻域融合的分层并行特征金字塔网络(NFPN).与特征金字塔网络(FPN)和反卷积单次多框检测器(DSSD)中采用的逐层递进融合方式(特征金字塔网络的底层特征依赖于顶层特征)不同,NFPN仅对具有相似尺... 详细信息

为了提升对小目标的检测精度,提出了一种基于邻域融合的分层并行特征金字塔网络(NFPN).与特征金字塔网络(FPN)和反卷积单次多框检测器(DSSD)中采用的逐层递进融合方式(特征金字塔网络的底层特征依赖于顶层特征)不同,NFPN仅对具有相似尺度的浅层特征进行融合,所构建的特征金字塔网络上下层之间没有依赖关系.NFPN具有高度的可移植性,可嵌入到许多检测模型中来进一步提升性能.在PASCAL VOC 2007、2012和COCO数据集上进行的大量实验表明,基于NFPN的SSD模型在检测精度和推理速度方面均优于DSSD模型,尤其是对于小目标而言,NFPN-SSD300精度比SSD300高4%~5%,比DSSD321高2%~3%.在VOC 2007测试集上,输入分辨率为300×300的基于NFPN的SSD模型可以实现79.4%的检测精度和34.6 frame/s的推理速度,在使用多尺度测试方法后,其精度可提升至82.9%.

关键词：计算机视觉深度卷积神经网络目标检测分层并行特征金字塔网络多尺度特征融合

基于注意力特征金字塔神经网络技术的红细胞分类

在线全文

学校读者我要写书评

暂无评论

基于注意力特征金字塔神经网络技术的红细胞分类

作者：宋卫清山东师范大学

学位级别：硕士

显微图像中红细胞分类对贫血、疟疾、骨髓瘤和溶血病等相关疾病的鉴定诊断具有重要意义。这些疾病的诊断目前通过人工操作完成,由专业医生用显微镜找到合适区域后,根据红细胞的形态学及数量等特征对外周血红细胞进行分类和识别,检查是... 详细信息

显微图像中红细胞分类对贫血、疟疾、骨髓瘤和溶血病等相关疾病的鉴定诊断具有重要意义。这些疾病的诊断目前通过人工操作完成,由专业医生用显微镜找到合适区域后,根据红细胞的形态学及数量等特征对外周血红细胞进行分类和识别,检查是否出现异常红细胞。显微镜视野下红细胞数量巨大,人工检查方法只能对患者的红细胞情况进行粗略的观察和统计。同时该方法也暴露了红细胞检测的弊端:a.人工成本高;b.效率低;c.人工操作主观性强。这些弊端不仅对人、物力造成高消耗,同时也会导致检测结果的不确定性。本文围绕红细胞分类这一具有挑战性的课题,根据医院检验医师的需求和红细胞图像的特点,运用图像处理和计算机视觉等技术,对显微图像下正常、异常红细胞的分类问题进行深入的研究。具体包括以下几个工作:1.在图像预处理阶段,利用高斯滤波对图像进行线性平滑处理,去除图像中的白噪声,更好的保留图像边缘,为接下来的分类奠定基础。2.在特征提取阶段,根据红细胞尺度变化多样、目标尺寸小等特点使用注意力残差特征金字塔网络。将空间注意力和通道注意力模块分别与残差特征金字塔网络结合,利用通道注意力和通道-空间注意力机制关注重点特征,关注空间和通道两个维度的特征,实现特征的准确提取。该网络在没有增加太多的计算量的前提下提升较大性能。3.在后处理和细胞分类阶段,使用ROI Align操作替换ROI Pooling操作对感兴趣区域进行尺寸归一化,克服小目标易出现的匹配变差问题,将处理后特征送入后续的Fast RCNN网络进行识别与分类。4.采用改进的注意力残差特征金字塔网络对整张图像中的红细胞进行分类,分析得到的结果。比较提出的注意力残差特征金字塔神经网络与原始网络及其他网络在红细胞检测精确度方面的优劣,使用不同数据集进行检测以证明提出方法的泛化能力,并与其他红细胞分类方法比较,证明提出方法的性能。经比较,提出的方法能够在数量更多的密集红细胞图像中实现更多类别的分类,并且在其他公共数据集上取得了更好的性能。结合检验红细胞的常规步骤,红细胞显微图像的特点及存在的挑战,深度学习知识和卷积神经网络模型等。从临床实际检验情境和医生的实际需求出发,按照实际检测中红细胞图像的大小和特点、红细胞数量,使用数量密集的红细胞图像（每张图像中约300个红细胞）将红细胞分为正常红细胞和13类红细胞疾病中常见的异常红细胞类别。本研究在目标密集图像中实现更多类别的红细胞分类,取得更好的性能,克服密集小目标分类的难题,提高医生的检测效率,为医生的临床红细胞检测提供了极大的帮助。对于及时发现全身性疾病的早期迹象、协助判断各组织器官的病变情况、辅助观察疾病治疗效果,具有重要的临床意义。

关键词：红细胞特征金字塔网络细胞分类注意力机制

基于深度残差和特征金字塔网络的实时多人脸关键点定位算法

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

计算机应用 2019年第12期39卷 3659-3664页

作者：谢金衡张炎生广东海洋大学电子与信息工程学院

针对人脸关键点定位算法需要分为人脸区域检测与单人脸关键点定位两个步骤,导致处理时间成倍增加的情况,提出一步到位的实时且准确的多人脸关键点定位算法。该算法将人脸关键点坐标生成对应的热度图作为数据标签,利用深度残差网络完成... 详细信息

针对人脸关键点定位算法需要分为人脸区域检测与单人脸关键点定位两个步骤,导致处理时间成倍增加的情况,提出一步到位的实时且准确的多人脸关键点定位算法。该算法将人脸关键点坐标生成对应的热度图作为数据标签,利用深度残差网络完成前期的图像特征提取,使用特征金字塔网络融合在不同网络深度中表征不同尺度感受野的信息特征,应用中间监督思想,级联多个预测网络由粗到精地一次性回归图中所有人脸的关键点,而无需人脸检测步骤。在保持高定位精度的同时,该算法完成一次前向传播只需要约0.007 5 s(约每秒133帧),满足了实时人脸关键点定位的要求,且在WFLW测试集中取得了6.06%的平均误差与11.70%的错误率。

关键词：残差网络特征金字塔网络实时人脸关键点定位中间监督

基于立体图像多路径特征金字塔网络3D目标检测

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2021年

作者：苏凯祺阎维青徐金东烟台大学计算机与控制工程学院

3D目标检测是计算机视觉和自动驾驶中一项重要的场景理解任务。LiDAR可以提供准确的3D信息但价格昂贵，单目相机价格便宜却缺乏可靠的深度信息。因此，基于立体图像的3D目标检测方法成为当前研究的热点。当前基于立体图像的3D目标检测... 详细信息

3D目标检测是计算机视觉和自动驾驶中一项重要的场景理解任务。LiDAR可以提供准确的3D信息但价格昂贵，单目相机价格便宜却缺乏可靠的深度信息。因此，基于立体图像的3D目标检测方法成为当前研究的热点。当前基于立体图像的3D目标检测方法大多没有充分考虑多个目标之间的尺度存在较大差异，从而尺度小的物体容易被忽略，导致检测精度低。针对这一问题，提出了一种基于立体图像的多路径特征金字塔网络（Multipath Feature Pyramid Network， MpFPN）3D目标检测方法。MpFPN对特征金字塔网络进行了扩展，增加了一条自底向上的路径、由上至下的路径以及输入特征图到输出特征图之间的连接，为联合区域提议网络提供了更高语义信息和更细粒度空间信息的多尺度特征信息。实验结果表明，在3D目标检测数据集KITTI上，无论在场景简单、中等、复杂情况下，提出的方法获得的结果都优于现有方法的结果。

关键词： 3D目标检测特征金字塔网络立体图像多尺度深度学习

基于特征金字塔网络的图像关键点检测算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用与软件 2021年第9期38卷 205-213页

作者：李宝根复旦大学计算机科学技术学院上海201210

传统的图像关键点检测算法大都基于人工设计,不能适应场景变换,泛化性能较差。对此提出一种基于特征金字塔网络的图像关键点检测算法,通过融合网络中多尺度特征使得检测出的关键点具备尺度不变性,能够提取可重复的、鲁棒的关键点。为了... 详细信息

传统的图像关键点检测算法大都基于人工设计,不能适应场景变换,泛化性能较差。对此提出一种基于特征金字塔网络的图像关键点检测算法,通过融合网络中多尺度特征使得检测出的关键点具备尺度不变性,能够提取可重复的、鲁棒的关键点。为了提高算法的性能,并提出一种有效的方法产生训练数据集,训练数据集包括室内和室外的各种复杂场景。在多个公开数据集上对该算法进行测试,并与其他关键点检测算法进行对比,实验结果表明,该算法所提取的关键点在可重复率上有良好的表现。

关键词：图像关键点检测特征金字塔网络可重复性深度学习

面向小目标检测结合特征金字塔网络的SSD改进模型

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（理学版） 2019年第3期51卷 61-66,72页

作者：张建明刘煊赫吴宏林黄曼婷长沙理工大学综合交通运输大数据智能处理重点实验室湖南长沙410114 长沙理工大学计算机与通信工程学院湖南长沙410114

针对SSD卷积神经网络模型对小目标检测精度不高的问题,提出了一种基于特征金字塔网络的SSD改进模型.特征金字塔网络可以将深层的携带有更抽象、更丰富的语义信息的卷积特征图与浅层的分辨率更高、更细节的卷积特征图进行融合.检测的过... 详细信息

针对SSD卷积神经网络模型对小目标检测精度不高的问题,提出了一种基于特征金字塔网络的SSD改进模型.特征金字塔网络可以将深层的携带有更抽象、更丰富的语义信息的卷积特征图与浅层的分辨率更高、更细节的卷积特征图进行融合.检测的过程是将原始SSD网络得到的多层特征图,经改进设计的横向连接层、上采样层、融合层和预测层处理后,再通过非极大值抑制得到最终的检测结果.采用PASCALVOC2007和2012(train+val)作为训练集,PASCALVOC2007(test)测试集的mAP达到了75.8%,相比原SSD模型提高了1.5%.其中,在盆栽植物类密集小目标检测上有9.9%的提升.

关键词：目标检测卷积神经网络 SSD模型特征金字塔网络特征图融合

在线全文

学校读者我要写书评

暂无评论

基于特征金字塔网络的肺结节检测

计算机应用 2020年第9期40卷 2571-2576页

作者：高智勇黄金镇杜程刚中南民族大学生物医学工程学院武汉430074

针对计算机断层扫描(CT)影像中肺结节尺寸变化较大、尺寸小且不规则等特点导致的检测敏感度较低的问题,提出了基于特征金字塔网络(FPN)的肺结节检测方法。首先,利用FPN提取结节的多尺度特征,并强化小目标及目标边界细节的特征;其次,在FP... 详细信息

针对计算机断层扫描(CT)影像中肺结节尺寸变化较大、尺寸小且不规则等特点导致的检测敏感度较低的问题,提出了基于特征金字塔网络(FPN)的肺结节检测方法。首先,利用FPN提取结节的多尺度特征,并强化小目标及目标边界细节的特征;其次,在FPN的基础上设计语义分割网络(名为掩模特征金字塔网络(Mask FPN))用于快速准确地分割提取肺实质,作为目标候选区域定位图像;并且,在FPN顶层添加反卷积层,采用多尺度预测策略改进快速区域卷积神经网络(Faster R-CNN)以提高检测性能;最后,针对肺结节数据集的正负样本不平衡问题,在区域候选网络(RPN)模块采用焦点损失函数以提高结节的检出率。所提方法在公开数据集LUNA16上进行实验,结果表明,利用FPN和反卷积层改进的新网络对结节检测效果有一定的帮助,采用焦点损失函数也有一定效果。综合多种改进,当平均每个扫描件的候选结节数为46.7时,所提方法的肺结节检测敏感度指标为95.7%,与其他卷积神经网络方法如Faster R-CNN、UNet等相比,具有较高的敏感性。所提方法能够较好地提取不同尺度上的结节特征,提高CT图像肺结节检测的敏感度,同时对于较小的结节也能有效检测,能更有效地辅助肺癌的诊断治疗。

关键词：肺结节检测肺实质分割特征金字塔网络卷积神经网络多尺度

在线全文

学校读者我要写书评

暂无评论

基于功能保持的特征金字塔目标检测网络

模式识别与人工智能 2020年第6期33卷 507-517页

作者：徐成琪洪学海中国科学院计算技术研究所信息技术战略研究中心北京100190 中国科学院大学计算机科学与技术学院北京100049 上饶市中科院云计算中心大数据研究院研发中心上饶334000 中国科学院计算机网络信息中心信息化发展战略与评估中心北京100190

针对特征金字塔网络在多尺度与小目标检测上的问题,提出基于功能保持的特征金字塔目标检测网络.首先在主网络中选择特征图构建特征金字塔,针对不同尺度的特征图,通过功能保持融合模块自上而下地进行低损失的特征融合.功能保持融合模块... 详细信息

针对特征金字塔网络在多尺度与小目标检测上的问题,提出基于功能保持的特征金字塔目标检测网络.首先在主网络中选择特征图构建特征金字塔,针对不同尺度的特征图,通过功能保持融合模块自上而下地进行低损失的特征融合.功能保持融合模块有效保留高层的强语义信息,增强底层特征图对小目标的表示能力.再利用网络两个阶段的特征描述目标,提升检测精度.最后,充分利用上下文信息进一步增强对多尺度目标的判别能力.在PASCAL VOC公共数据集上的实验表明,文中网络检测效果较优.同时,通过检测效果图可看出,文中网络在目标遮挡、模糊等情况下的检测效果也较优.

关键词：功能保持特征融合二阶段检测特征金字塔网络