检索结果-南通市图书馆

基于改进FasterRCNN的配网架空线路异常状态检测

在线全文

学校读者我要写书评

暂无评论

电力大数据 2020年第11期23卷 9-16页

作者：王超洋罗敬一国网湖南省电力有限公司长沙供电分公司湖南长沙410002

为解决人工判断无人机巡线结果准确率低、耗时长且易受环境影响等问题。本文采用基于图像特征处理与融合FPN结构的FasterRCNN深度神经网络模型,以提高架空线路无人机异常状态检测效率。具体做法是,首先使用ResNet50卷积神经网络对原图... 详细信息

为解决人工判断无人机巡线结果准确率低、耗时长且易受环境影响等问题。本文采用基于图像特征处理与融合FPN结构的FasterRCNN深度神经网络模型,以提高架空线路无人机异常状态检测效率。具体做法是,首先使用ResNet50卷积神经网络对原图逐层进行特征提取,得到最高层特征图;再对该特征图使用反池化法进行上采样得到多张低特征图,并将原各层特征图与新各层特征图对应融合;最后将融合后的全部特征图输入RPN层进行二分类与边框回归,经过ROIpooling层后得到异常点检测结果。经数据集验证,本文所提出的网络结构对电杆、开关、变压器、绝缘子损坏、杆塔倾斜和断线的AP值分别为0.97、0.88、0.86、0.89、0.94和0.93,所有目标的mAP值为0.91。对比FasterRCNN网络及现有检测手段,不仅具有更高的识别准确率,更快的检测速度,且可以有效识别变压器等小目标物体。

关键词：架空线路异常状态检测深度学习卷积神经网络候选区域网络特征金字塔网络

基于改进的Faster R-CNN模型的异常鳞状上皮细胞检测

在线全文

学校读者我要写书评

暂无评论

智能计算机与应用 2021年第2期11卷 7-13页

作者：尹远来赵磊山东理工大学计算机科学与技术学院山东淄博255049

宫颈癌是目前世界上最常见的妇科恶性肿瘤,患者死亡率非常高。新柏氏液基细胞学检测(TCT)是宫颈癌筛查的基本方法,病理医生在显微镜下观察子宫颈脱落的鳞状上皮细胞,查看是否存在异常鳞状上皮细胞进行诊断。TCT对宫颈癌的检出率为100%,... 详细信息

宫颈癌是目前世界上最常见的妇科恶性肿瘤,患者死亡率非常高。新柏氏液基细胞学检测(TCT)是宫颈癌筛查的基本方法,病理医生在显微镜下观察子宫颈脱落的鳞状上皮细胞,查看是否存在异常鳞状上皮细胞进行诊断。TCT对宫颈癌的检出率为100%,同时还可以发现部分癌前病变和微生物感染。目前国内的病理医生只有10000人左右,而且培养周期长,需求缺口极大。本文使用经过病理医生标注的数字病理图像,训练目标检测模型。设计了基于Faster R-CNN的网络结构改进的模型,引入了可形变卷积网络和特征金字塔网络,实现了对宫颈数字病理图像进行自动识别,为临床宫颈疾病诊断提供辅助参考。实验结果表明,改进后的模型能快速收敛,在测试集上的测试结果m AP(mean Average Precision)可以达到0.29,已经基本满足辅助病理医生诊断的需求(实际医院临床使用的模型m AP为0.32)。

关键词：非典型鳞状细胞检测 Faster R-CNN 可形变卷积网络特征金字塔网络

一种改进的RefineDet多尺度人脸检测方法

在线全文

学校读者我要写书评

暂无评论

电子技术应用 2019年第8期45卷 34-39页

作者：孙贵华陈淑荣上海海事大学信息工程学院

针对车站、商场等大型场所中客流量大、背景复杂等原因导致多尺度人脸检测精度低的问题,建立了一种基于RefineDet多层特征图融合的多尺度人脸检测方法。首先利用第一级网络进行特征提取并在不同尺度的特征图上粗略预估人脸位置;然后在... 详细信息

针对车站、商场等大型场所中客流量大、背景复杂等原因导致多尺度人脸检测精度低的问题,建立了一种基于RefineDet多层特征图融合的多尺度人脸检测方法。首先利用第一级网络进行特征提取并在不同尺度的特征图上粗略预估人脸位置;然后在第二级中通过特征金字塔网络将低层特征与高层特征融合,进一步增强小尺寸人脸的语义信息;最后,通过置信度和焦点损失函数对检测框进行二次抑制,达到边框的精确回归。实验中将人脸候选区域的宽高比只设置为1:1,以此来降低运算量并提高人脸检测精度。在WiderFace数据集上的实验结果表明,该方法能有效检测不同尺度的人脸,在Easy、Medium、Hard3个子数据集上测试结果分别为93.4%、92%、84.4%的MAP,尤其对小尺寸人脸的检测精度有明显提高。

关键词：多尺度人脸检测特征图融合 RefineDet 特征金字塔网络焦点损失函数

在线全文

学校读者我要写书评

暂无评论

深度学习在手机数据接口缺陷检测中的应用

计算机与现代化 2021年第6期 35-40页

作者：刘亚东罗印升曹阳阳宋伟江苏理工学院电气信息工程学院江苏常州213001

为了能更好地对手机数据接口的缺陷进行检测,提出一种基于Faster R-CNN的检测算法。将Faster R-CNN检测架构中的RoIPooling替换成RoIAlign,解决RoIPooling计算过程中2次量化造成的目标回归位置的偏差。使用ResNet50融合FPN的网络作为特... 详细信息

为了能更好地对手机数据接口的缺陷进行检测,提出一种基于Faster R-CNN的检测算法。将Faster R-CNN检测架构中的RoIPooling替换成RoIAlign,解决RoIPooling计算过程中2次量化造成的目标回归位置的偏差。使用ResNet50融合FPN的网络作为特征提取网络,提高模型对小型目标缺陷的检测效果。最后使用测试集进行预测,实验表明本文提出算法的均值平均精度(mAP)达到了91.17%,比使用VGG为特征提取网络时的mAP提高了24.72个百分点,比单独使用ResNet50为特征提取网络的mAP提高了2.58个百分点,因此,本文提出的算法对手机数据接口缺陷检测有显著的效果提升,为手机数据接口缺陷检测提供了一种更有效的检测方法。

关键词：深度学习残差网络特征提取手机数据接口缺陷检测特征金字塔网络

在线全文

学校读者我要写书评

暂无评论

基于FPN的航空图像车辆检测技术研究

工业控制计算机 2020年第7期33卷 88-90页

作者：王斌顾银娟上海大学通信与信息工程学院上海200444

航拍图像中的车辆检测在交通监控、城市规划、停车场分析等诸多方面发挥着重要的作用。与常规地面视角车辆检测相比,航拍图像中的车辆具有分辨率低、细节特征不充分、难以检测、背景纹理干扰等特殊性。提出一种改进的Faster RCNN算法,... 详细信息

航拍图像中的车辆检测在交通监控、城市规划、停车场分析等诸多方面发挥着重要的作用。与常规地面视角车辆检测相比,航拍图像中的车辆具有分辨率低、细节特征不充分、难以检测、背景纹理干扰等特殊性。提出一种改进的Faster RCNN算法,在不增加原有模型计算量的前提下,提升网络对航空图像中车辆检测的效率。

关键词：小目标检测航拍图像特征金字塔网络

在线全文

学校读者我要写书评

暂无评论

基于深度学习的MSSD目标检测方法

企业科技与发展 2018年第5期 88-92页

作者：赵庆北元昌安广西大学计算机与电子信息学院广西南宁530004 广西师范学院计算机与信息工程学院广西南宁530004

文章提出了一种基于深度学习的MSSD(Modified Single Shot multibox Detector)目标检测方法。文章阐述了SSD方法的模型与工作原理,SSD方法采用多尺度的特征图预测物体,使用具有较大感受野的高层特征图预测大物体,具有较小感受野的低层... 详细信息

文章提出了一种基于深度学习的MSSD(Modified Single Shot multibox Detector)目标检测方法。文章阐述了SSD方法的模型与工作原理,SSD方法采用多尺度的特征图预测物体,使用具有较大感受野的高层特征图预测大物体,具有较小感受野的低层特征图预测小物体。使用的低层网络的特征图预测小物体时,由于缺乏高层语义特征,所以导致SSD对小物体的检测效果较差。文章提出了一种MSSD模型,把原有的VGG网络替换为深度残差网络,采用了特征金字塔网络模块对高层语意信息和低层细节信息融合,并通过1 000张图像数据集测试,对比MSSD方法与SSD方法在目标检测上的物体检索能力与检测精度。结果表明,MSSD方法比SSD方法准确率高、速度快。

关键词： MSSD SSD 目标检测特征金字塔网络

在线全文

学校读者我要写书评

暂无评论

一种基于视觉感知的冰箱食材识别方法

一种基于视觉感知的冰箱食材识别方法

2020年中国家用电器技术大会

作者：梅江元朱林楠区志财马建良美的集团中央研究院

近年来,随着冰箱技术的不断发展,如何对冰箱果蔬食材进行精准的类别识别和数量盘点,从而对其精准的保鲜控制,得到了研究者越来越多的关注。得益于人工智能技术的发展,基于视觉的目标检测技术成为了食材盘点的可实现方法。本文通过对食... 详细信息

近年来,随着冰箱技术的不断发展,如何对冰箱果蔬食材进行精准的类别识别和数量盘点,从而对其精准的保鲜控制,得到了研究者越来越多的关注。得益于人工智能技术的发展,基于视觉的目标检测技术成为了食材盘点的可实现方法。本文通过对食材识别的独特性进行分析,提出了一种基于复合模型和一种通道加权特征金字塔的方法,能够对尺度有差异但外貌相似的食材进行准确的识别。实验发现,本方法在50类果蔬食材测试集上比基准方法平均精度均值提高1.5%,证明该方法针对果蔬类食材检测有明显的提升效果。

关键词：冰箱果蔬识别目标检测特征金字塔网络

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于深度学习的齿轮视觉微小缺陷检测

计算机系统应用 2020年第3期29卷 100-107页

作者：韩明吴庆祥曾雄军福建师范大学光电与信息工程学院福州350007 医学光电科学与技术教育部重点实验室福州350007

针对齿轮视觉微小缺陷,采用一种基于深度学习算法的Mask R-CNN网络进行检测,并对网络进行相应地优化调整.首先,通过比较5种残差神经网络检测效果,选择resnet-101作为图像共享特征提取网络.然后,剔除特征金子塔网络中对特征图P5进行的不... 详细信息

针对齿轮视觉微小缺陷,采用一种基于深度学习算法的Mask R-CNN网络进行检测,并对网络进行相应地优化调整.首先,通过比较5种残差神经网络检测效果,选择resnet-101作为图像共享特征提取网络.然后,剔除特征金子塔网络中对特征图P5进行的不合理的3×3卷积,缺齿检出率指标相应得到提升.最后,为了对候选区域网络进行有效的训练,根据设计的样本标注方案中小范围波动的标注尺寸,设置合适的anchors大小以及宽高比.最终,经过优化的Mask R-CNN网络达到了98.2%缺齿检出率.

关键词：深度学习微小缺陷齿轮残差神经网络特征金字塔网络

在线全文

学校读者我要写书评

暂无评论

基于CSP改进用于拥挤情况的行人检测算法

计算机技术与发展 2021年第7期31卷 52-58页

作者：肖顺亮强赞霞刘卫光中原工学院计算机学院河南郑州451191

随着深度学习的迅速发展,采用卷积神经网络提取图像的特征,用于行人检测技术取得了显著成就,但在拥挤情况下,由于行人间的相互遮挡,以及行人尺度的多变性,当前的行人检测效果还有待进一步提升。为解决这一问题,把行人的中心点和身高作... 详细信息

随着深度学习的迅速发展,采用卷积神经网络提取图像的特征,用于行人检测技术取得了显著成就,但在拥挤情况下,由于行人间的相互遮挡,以及行人尺度的多变性,当前的行人检测效果还有待进一步提升。为解决这一问题,把行人的中心点和身高作为行人的高级语义特征,使用深度残差网络(ResNet-50)作为图像特征提取的主干网络,结合特征金子塔的特征融合策略,将浅层的位置信息与深层的语义信息进行融合。使用多尺度行人预测的方法对不同尺度的行人进行预测,预测的结果采用DIoU-NMS处理算法,删除同一个行人的重复预测框。并对不同DIoU-NMS阈值对严重遮挡和无遮挡的行人预测效果进行了研究。实验在Cityperson数据集上进行训练与验证,结果表明在一定范围内随着DIoU-NMS阈值的增加,严重遮挡和无遮挡的漏检率先降低,随后保持平稳变化。实验表明该算法在行人拥挤情况下,严重遮挡和无遮挡两种评价指标相比当前的行人检测算法的检测性能有所提升。

关键词：行人检测无锚框卷积神经网络多尺度特征金字塔网络非极大值抑制