检索结果-南通市图书馆

基于改进EfficientDet的油橄榄果实成熟度检测

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2022年第13期38卷 158-166页

作者：陈锋军张新伟朱学岩李志强林剑辉北京林业大学工学院北京100083 城乡生态环境北京实验室北京100083 国家林业局林业装备与自动化国家重点实验室北京100083 智慧林业研究中心北京100083

自然环境下自动准确地检测油橄榄果实的成熟度是实现油橄榄果实自动化采摘的基础。该研究根据成熟期油橄榄果实表型特征的变化以及参考国际油橄榄理事会和中国林业行业标准的建议制定了油橄榄果实成熟度标准,并针对油橄榄果实相邻成熟... 详细信息

自然环境下自动准确地检测油橄榄果实的成熟度是实现油橄榄果实自动化采摘的基础。该研究根据成熟期油橄榄果实表型特征的变化以及参考国际油橄榄理事会和中国林业行业标准的建议制定了油橄榄果实成熟度标准,并针对油橄榄果实相邻成熟度特征差异不明显以及果实之间相互遮挡问题,提出一种改进EfficientDet的油橄榄果实成熟度检测方法。首先改进特征提取网络,在特征提取网络中引入卷积注意力模块(Convolution Block Attention Module,CBAM)细化不同成熟度之间的特征映射;其次改进特征融合网络,在加权双向特征金字塔网络(BidirectionalFeaturePyramid Network,Bi-FPN)中增加跨级的数据流加强果实的相对位置信息,最后通过623幅油橄榄测试图像对改进的EfficientDet模型进行测试。改进EfficientDet模型在测试集下的精确率P、召回率R和平均精度均值m AP分别为92.89%、93.59%和94.60%,平均检测时间为0.337s,模型大小为32.4M。对比SSD、EfficientDet、YOLOv3、YOLOv5s和FasterR-CNN模型,平均精度均值m AP分别提升7.85、4.77、3.73、1.15和1.04个百分点。改进EfficientDet模型能够为油橄榄果实的自动化采摘提供有效探索。

关键词：油橄榄果实成熟度检测 EfficientDet 注意力机制深度学习

基于EfficientDet与Vision Transformer的接触网吊弦故障检测

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2023年第6期20卷 2340-2349页

作者：卞建鹏薛秀茹崔跃华徐皓鲁一铭石家庄铁道大学电气与电子工程学院河北石家庄050043

针对传统检测方法在铁路接触网吊弦故障状态检测中存在识别率低,识别速度慢的问题,提出一种基于轻量型网络EfficientDet与Vision Transformer网络相结合的接触网吊弦状态检测算法。该算法包括目标定位和分类检测2个部分,利用改进Efficie... 详细信息

针对传统检测方法在铁路接触网吊弦故障状态检测中存在识别率低,识别速度慢的问题,提出一种基于轻量型网络EfficientDet与Vision Transformer网络相结合的接触网吊弦状态检测算法。该算法包括目标定位和分类检测2个部分,利用改进EfficientDet进行吊弦定位,将定位出的吊弦送入改进Vision Transformer网络进行故障类别检测。首先,使用空洞卷积替代EfficientDet网络中第2层和第3层的普通卷积,以扩大感受野,并用CBAM代替原网络中的SE注意力机制,汇聚吊弦的高层语义信息,使得改进后的EfficientDet能有效定位出接触网中尺寸占比较小的吊弦;其次,为减少参数量并保留较大范围的特征相关性,应用4个3×3的小卷积替代Vision Transformer中Embedding的16×16的卷积层,以深度提取浅层与深层特征之间的联系,同时对比当Num-head取值不同时,分析注意力机制对空间信息的影响,以确定吊弦故障分类检测的最优模型;最后分别与定位网络YOLOv3,Faster R-CNN和分类网络AlexNet,VGG16进行对比分析,吊弦定位模型的准确率为95.2%,实时速率为31帧/s,故障检测模型的准确率达到98.6%,实时速率为28帧/s。实验表明所提出的算法能够快速准确地检测出小目标吊弦的故障状态,有效地提高了铁路接触网智能巡检的效率。

关键词：接触网吊弦故障检测 EfficientDet Vision Transformer 智能巡检

基于改进EfficientDet的电网元件及缺陷识别方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2022年第9期37卷 2241-2251页

作者：宋立业刘帅王凯杨金丹辽宁工程技术大学电气与控制工程学院葫芦岛125000 国网辽宁省电力有限公司葫芦岛供电公司葫芦岛125000

针对现有的无人机电力巡检中的目标检测算法小目标识别精度低、检测的元件及缺陷类型较为单一、检测速度和精度无法同时满足的问题,提出一种改进的EfficientDet目标检测算法,该算法应用于无人机电力巡检图像的数据挖掘,对高压输电线路... 详细信息

针对现有的无人机电力巡检中的目标检测算法小目标识别精度低、检测的元件及缺陷类型较为单一、检测速度和精度无法同时满足的问题,提出一种改进的EfficientDet目标检测算法,该算法应用于无人机电力巡检图像的数据挖掘,对高压输电线路上的绝缘子、防震锤、均压环、屏蔽环、鸟巢同时进行目标检测及缺陷定位。首先通过Imgaug数据增强库对现有的1468张国家电网某检修公司标准化无人机巡检数据集进行数据增强;然后在加强特征提取网络双向特征金字塔网络(BiFPN)特征融合时融入小一级尺度的特征层,提高了小目标检测能力,对主干特征提取网络EfficientNet的倒残差模块进行改进,引入坐标注意力机制(CA)提高了主干特征提取效率;最后进行对比训练实验,改进EfficientDet算法在元件检测及缺陷定位测试集上平均均值精度达到90.2%,较原始EfficientDet算法提高8.6%,亦优于其他先进目标检测算法,同时元件检测速率达到23.4f/s,缺陷定位达到17.2f/s,证明了该文方法可以满足电力巡检中准确性和快速性的要求。

关键词：电力巡检 EfficientDet 元件检测缺陷定位数据增强

基于改进的EfficientDet的布匹疵点识别

在线全文

学校读者我要写书评

暂无评论

天津工业大学学报 2023年第4期42卷 71-76页

作者：杨连贺张超天津工业大学计算机科学与技术学院天津300387

为了准确而高效地识别出布匹各种疵点的种类,采用改进的EfficientDet算法进行布匹疵点识别。首先采取改进的Ostu阈值分割算法进行特征边缘的检测,采用非极大值抑制方法对边缘进行筛选,确定候选区域;然后采用筛选器对候选区域的疵点进行... 详细信息

为了准确而高效地识别出布匹各种疵点的种类,采用改进的EfficientDet算法进行布匹疵点识别。首先采取改进的Ostu阈值分割算法进行特征边缘的检测,采用非极大值抑制方法对边缘进行筛选,确定候选区域;然后采用筛选器对候选区域的疵点进行识别和分类,其中筛选器采用改进的EfficientDet算法。改进的EfficientDet算法与其他优秀的目标检测算法以及原算法进行了比较。结果表明,改进的Ostu分割算法相较于传统算法不仅可以在更多的布匹图像中更准确地识别疵点区域,而且抑制了假边缘现象;该模型规模是几种算法中最小的,识别准确率达到94%,高于目前最优算法4个百分点。

关键词：疵点检测迁移学习 Ostu 目标检测 EfficientDet

基于多感受野特征增强的改进EfficientDet遥感目标检测算法

在线全文

学校读者我要写书评

暂无评论

电光与控制 2024年第7期 53-60+96页

作者：张润梅贾振楠李佳祥吴路路徐信芯袁彬陕西省高速公路施工机械重点实验室安徽省工程机械智能制造重点实验室安徽建筑大学机械与电气工程学院安徽省仿真设计与现代制造工程技术研究中心安徽工程大学

针对遥感图像目标检测中小目标检测精度低、目标密集且尺度形态多样等问题，在轻量化网络EfficientDet-D0目标检测算法的基础上，对加权双向特征金字塔网络（BiFPN）中进行特征融合时加入小尺度以及高一级尺度的中间信息，对BiFPN网络... 详细信息

针对遥感图像目标检测中小目标检测精度低、目标密集且尺度形态多样等问题，在轻量化网络EfficientDet-D0目标检测算法的基础上，对加权双向特征金字塔网络（BiFPN）中进行特征融合时加入小尺度以及高一级尺度的中间信息，对BiFPN网络进行重构，充分利用不同尺度信息，提高多尺度目标检测精度；同时在BiFPN中加入融合空洞卷积(dilated Convolution)和快速归一化融合（Fast normalized fusion）方法的特征增强模块，补强因特征图缩放所丢失的特征信息，进一步提高检测精度；另外，采用参数动态的Dynamic Relu激活函数对原始网络中的参数静态的Swish激活函数进行改进。改进EfficientDet算法在不影响轻量化特点的前提下，对公开数据集Pascal VOC的目标检测平均精度均值（mAP）相较于原始算法提升11.90%，亦优于其他目标检测算法。针对遥感图像数据集RSOD，通过Imgaug数据增强库对已有的936幅遥感图像数据集进行数据增广，利用改进模型进行迁移学习，未进行数据增广的目标检测结果为88.38%，增广后的目标检测结果达到96.78%，证明本文方法可以满足实际应用中对遥感图像目标的检测。

关键词：深度学习遥感图像目标检测 EfficientDet 多尺度特征融合特征增强模块 Dynamic Relu

基于EfficientDet的轨道扣件识别与检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

武汉大学学报(工学版) 2022年

作者：邹文武许贵阳白堂博北京建筑大学城市轨道交通车辆服役性能保障北京市重点实验室北京建筑大学机电与车辆工程学院

扣件作为轨道线路重要部件，其缺陷状态复杂多变，当前在实际运维中主要采用人工巡检的方式检测，该方式效率低，耗时长，检测结果依赖人员的熟练程度。针对以上问题，提出一种基于改进EfficientDet的扣件状态检测方法。首先，对图像数... 详细信息

扣件作为轨道线路重要部件，其缺陷状态复杂多变，当前在实际运维中主要采用人工巡检的方式检测，该方式效率低，耗时长，检测结果依赖人员的熟练程度。针对以上问题，提出一种基于改进EfficientDet的扣件状态检测方法。首先，对图像数据集进行标注并进行数据集增强；然后利用信道修剪算法对EfficientDet网络进行优化并进行训练与识别；最后进行实际轨道线路图像采集实验，并与YOLOv3和FasterRCNN网络训练作为对比，选择合适的评价模型和标准进行结果分析。结果表明：本文改进方法对铁路缺陷扣件的检测准确率达到96.82%，检测效率和检测精度比其他两种方法明显提高，并且参数量是YOLOv3的1/5，表明其在目标检测应用中具有很高的潜力。

关键词： EfficientDet 扣件检测加权特征融合数据增强深度学习

基于改进的EfficientDet的军用手势检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

火力与指挥控制 2022年第6期47卷 97-106页

作者：刘杰王智博刘梦洁太原工业学院太原030008 韩国全州大学韩国全州55069 太原师范学院太原030000

针对军用手势检测算法准确率低,速度慢,模型复杂度高等问题,提出一种基于改进的EfficientDet的军用手势检测算法。选择10种常用的军用手势构建军用手势数据集,运用数据增强技术扩充样本数量,降低过拟合;使用k-means算法对数据集中手势... 详细信息

针对军用手势检测算法准确率低,速度慢,模型复杂度高等问题,提出一种基于改进的EfficientDet的军用手势检测算法。选择10种常用的军用手势构建军用手势数据集,运用数据增强技术扩充样本数量,降低过拟合;使用k-means算法对数据集中手势目标的先验框进行聚类,得到适合手势目标的先验框尺寸,提高目标检测精度和速度;改进特征融合网络结构,增加中间特征层的特征信息进行融合,得到更加丰富的手势特征,提高手势检测的精确率;使用迁移学习、微调方法等技术加快训练模型的收敛速度,减少训练时间;最后使用DIoU-NMS去掉多余的预测框,得到最终的预测结果。实验结果证明,所提算法预测精确率更高,模型复杂度和计算量更小,可用于实时检测,验证了该算法对军用手势有更高的检测能力,证明算法改进的有效性。

关键词：手势检测 EfficientDet K-means 特征融合 DIoU

基于EfficientDet网络的湖羊短时咀嚼行为识别方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2021年第8期52卷 248-254,426页

作者：陆明洲梁钊董 NORTON Tomas 张生福沈明霞南京农业大学人工智能学院南京210031 鲁汶大学M3BIORES实验室海弗莱B3001 青海民族大学计算机学院西宁810007

为分析羊进食行为、自动估算其进食量,提出一种从舍饲湖羊采食视频中自动识别其短时咀嚼行为的方法。首先,针对舍饲湖羊采食区域特点,在EfficientDet网络架构中增加目标框筛选模块,检测视频帧中羊嘴张开、上下颌错开及闭合3种状态,根据... 详细信息

为分析羊进食行为、自动估算其进食量,提出一种从舍饲湖羊采食视频中自动识别其短时咀嚼行为的方法。首先,针对舍饲湖羊采食区域特点,在EfficientDet网络架构中增加目标框筛选模块,检测视频帧中羊嘴张开、上下颌错开及闭合3种状态,根据羊脸与相机拍摄角度的方位关系检测羊嘴状态,并为各状态赋编码值;然后,利用正则表达式提取连续视频帧中的一次上下颌张合对应的羊嘴状态编码值序列片段;最后,针对羊侧脸面对相机咀嚼、抬头正脸面对相机咀嚼、低头正脸面对相机咀嚼以及鸣叫等一次上下颌张合动作对应的羊嘴状态编码值序列片段构建分类规则,实现短时咀嚼行为的自动识别。对比了基于EfficientDet-D0~D4、YOLO v5和SSD网络的羊嘴状态检测性能,结果表明,改进的EfficientDet-D1网络能以28.18 f/s的传输速率,获得95.64%和98.84%的羊嘴状态检测精确率和均值平均精确率,优于YOLO v5和SSD网络。利用湖羊采食视频测试EfficientDet-D1网络结合正则表达式的湖羊短时咀嚼行为识别分类规则性能,结果表明,分类规则能以91.42%的自动识别正确率和90.85%的平均正确率直接从视频中提取湖羊短时咀嚼行为发生次数和持续时长。本研究将基于视频的湖羊短时咀嚼行为识别问题转换为羊嘴状态编码值序列分类问题,降低了分类模型的复杂度,为湖羊短时咀嚼行为的自动识别提供了一种新的研究思路。

关键词：湖羊短时咀嚼行为羊嘴状态检测咀嚼行为分析正则表达式 EfficientDet

基于EfficientDet-D1的草莓快速检测及分类

在线全文

学校读者我要写书评

暂无评论

华中农业大学学报 2022年第6期41卷 262-269页

作者：张小花李浩林李善军张文峰冼镇鸿仲恺农业工程学院自动化学院广州510225 广东省农产品冷链运输与物流工程技术研究中心广州510225 仲恺农业工程学院机电工程学院广州510225 华中农业大学工学院/国家柑橘保鲜技术研发专业中心武汉430070 粤港澳大湾区农产品数字物流研究中心广州510225

为了快速识别自然环境下的成熟草莓与未成熟草莓,本研究提出了基于EfficientDet-D1的草莓快速检测及分类方法。该方法具有EfficientNet网络中快速归一化特征加权融合特点,应用该方法与YOLOv3、YOLOv4、Faster-RCNN以及EfficientDet-D0... 详细信息

为了快速识别自然环境下的成熟草莓与未成熟草莓,本研究提出了基于EfficientDet-D1的草莓快速检测及分类方法。该方法具有EfficientNet网络中快速归一化特征加权融合特点,应用该方法与YOLOv3、YOLOv4、Faster-RCNN以及EfficientDet-D0模型进行对比试验,结果显示,YOLOv3、YOLOv4、Faster-RCNN、EfficientDet-D0和EfficientDet-D1等5种算法的平均精度均值(PmA)分别为89.51%、69.02%、96.54%、96.71%、97.50%。试验结果表明,EfficientDet-D1在成熟草莓与未成熟草莓的检测性能均优于其他4种目标检测算法,有较好的泛化性和鲁棒性,且使用模型参数量较小的EfficientNet网络,更适合作用于移动端识别,可实现草莓快速识别中的速度与精度要求。

关键词：深度学习目标检测 EfficientDet 草莓分类 EfficientNet