检索结果-南通市图书馆

Automatic detection of pecan fruits based on Faster RCNN with fpn in orchard

International Journal of Agricultural and Biological Engineering 2022年第6期15卷 189-196页

作者： Chunhua Hu Zefeng Shi Hailin Wei Xiangdong Hu Yuning Xie Pingping Li College of Information Science and Technology Nanjing Forestry UniversityNanjing 210037China Hunan Academy of Forestry Changsha 410004China College of Biology and Environment Nanjing Forestry UniversityNanjing 210037China

Although the development of the robot picking vision system is widely applied,it is very challenging for fruit detection in orchards with complex light and environment,especially for fruit colors similar to the *** recent,there are few studies on pecan fruit detection and location based on machine *** this study,an accurate and efficient pecan fruit detection method was proposed based on machine vision under natural pecan *** order to solve the illumination problem,a light compensation algorithm was first utilized to process the collected samples,and then an improved Faster Region Convolutional Neural Network(Faster RCNN)with the Feature Pyramid Networks(fpn)was established to train the ***,the pecan number counting method was introduced to count the number of pecan.A total of 241 pecan images were tested,and comparison experiments were carried *** mean average precision(mAP)of the proposed detection method was 95.932%,compared with the result without uneven illumination correction(UIC),which was increased by 0.849%,while the mAP of the Single Shot Detector(SSD)+fpn was 92.991%.In addition,the number of clusters was counted using the proposed method with an accuracy rate of 93.539%compared with the actual *** results demonstrate that the proposed network has good robustness for pecan fruit detection in different illumination and various unstructured environments,and the experimental achievement has great potential for robot-picking visual systems.

关键词： pecan fruit fruit detection Faster RCNN fpn uneven illumination correction

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Faster RCNN Target Detection Algorithm Integrating CBAM and fpn

引用

Computer Systems Science & Engineering 2023年第11期47卷 1549-1569页

作者： Wenshun Sheng Xiongfeng Yu Jiayan Lin Xin Chen School of Computer and Communication Engineering PuJiang InstituteNanjing Tech UniversityNanjing211200China

Small targets and occluded targets will inevitably appear in the image during the shooting process due to the influence of angle,distance,complex scene,illumination intensity,and other *** targets have few effective pixels,few features,and no apparent features,which makes extracting their efficient features difficult and easily leads to false detection,missed detection,and repeated detection,affecting the performance of target detection *** improved faster region convolutional neural network(RCNN)algorithm(CF-RCNN)integrating convolutional block attention module(CBAM)and feature pyramid networks(fpn)is proposed to improve the detection and recognition accuracy of small-size objects,occluded or truncated objects in complex ***,the CBAM mechanism is integrated into the feature extraction network to improve the detection ability of occluded or truncated ***,the fpn-featured pyramid structure is introduced to obtain high-resolution and vital semantic data to enhance the detection effect of small-size *** experimental results show that the mean average precision of target detection of the improved algorithm on PASCAL VOC2012 is improved to 76.1%,which is 13.8 percentage points higher than that of the commonly used Faster RCNN and other ***,it is better than the commonly used small sample target detection algorithm.

关键词： Target detection attention mechanism CBAM fpn CF-RCNN

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于fpn的水下机器人智能控制中的协调级规划

引用

机器人 2001年第4期23卷 289-293页

作者：索胜军陈伟边信黔哈尔滨工程大学动力工程系哈尔滨150006

针对海洋空间对接水下机器人作业过程用常规方法难以控制的情况 ,引入了分层递阶智能控制方法 ;将模糊推理规则与佩特里网相结合的 fpn(Fuzzy Petri Net)用于水下机器人分层递阶智能控制的协调级规划中 ,使它能更好的反映出控制过程的... 详细信息

针对海洋空间对接水下机器人作业过程用常规方法难以控制的情况 ,引入了分层递阶智能控制方法 ;将模糊推理规则与佩特里网相结合的 fpn(Fuzzy Petri Net)用于水下机器人分层递阶智能控制的协调级规划中 ,使它能更好的反映出控制过程的事件驱动、时间驱动和模糊信息等特性 .

关键词：智能控制水下机器人协调级规划 fpn 模糊推理规则

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

微扫描多帧平滑fpn提高CMOS图像传感器信噪比

引用

浙江大学学报（工学版） 2002年第6期36卷 621-623页

作者：首山雄陈进勇浙江大学计算机软件研究所浙江杭州310027 浙江大学光学仪器厂浙江杭州310027

在压电陶瓷驱动下,CMOS图像传感器在焦平面内每帧位移一个象素以获取一个帧与帧之间存在位移的周期性图像序列,通过电子反向位移对准,将一个周期内的图像帧叠加以消除固定图案噪声(fixedpatternnoise,fpn).选用SVGA的数字式CMOS图像传... 详细信息

在压电陶瓷驱动下,CMOS图像传感器在焦平面内每帧位移一个象素以获取一个帧与帧之间存在位移的周期性图像序列,通过电子反向位移对准,将一个周期内的图像帧叠加以消除固定图案噪声(fixedpatternnoise,fpn).选用SVGA的数字式CMOS图像传感器进行多帧微扫描成像试验.试验结果证明,多帧微扫描所得图像与无微扫描的单帧图像相比fpn已经完全消除.

关键词： fpn 信噪比微扫描 CMOS图像传感器固定图案噪声多帧平滑成像质量

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于DBSCAN-fpn的输电线路螺栓缺销检测方法

引用

中国电力 2021年第3期54卷 45-54页

作者：赵振兵张帅蒋炜吴鹏华北电力大学电气与电子工程学院河北保定071003 国家电网有限公司北京100031 全球能源互联网研究院有限公司北京102209 电力系统人工智能(联研院)国家电网公司联合实验室北京102209

螺栓作为输电线路上数量最大的紧固件,其缺陷检测是输电线路巡检工作中的一项重要内容。针对螺栓缺销为小目标,其定位困难、特征难提取的问题,提出一种基于DBSCAN算法与fpn模型相结合的螺栓缺销检测方法。首先,利用fpn模型定位螺栓缺销... 详细信息

螺栓作为输电线路上数量最大的紧固件,其缺陷检测是输电线路巡检工作中的一项重要内容。针对螺栓缺销为小目标,其定位困难、特征难提取的问题,提出一种基于DBSCAN算法与fpn模型相结合的螺栓缺销检测方法。首先,利用fpn模型定位螺栓缺销目标区域,同时基于DBSCAN聚类算法对具有相同形态结构的区域进行聚类;然后,改进fpn模型:基于螺栓先验知识,利用卷积网络实现自底向上的特征提取,采用双线性插值方法将特征的高层语义信息自顶向下地传递到各个层级,通过卷积滤波方法横向加强高层语义特征与高分辨率特征的融合信息,获得更优化的螺栓缺销特征表达;利用改进fpn模型实现螺栓缺销的初步检测;最后,采用DBSCAN聚类算法对初步检测结果进行误检甄别,实现了螺栓缺销的精确检测。实验结果表明,DBSCAN-fpn在自建数据集上的检测精度达到76.23%,检测效果优于fpn、RFCN和Faster R-CNN。所提方法可以有效提高螺栓缺销检测精度,对输电线路运维有实际意义。

关键词：螺栓缺销检测 DBSCAN算法 fpn 先验知识

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

改进fpn目标检测算法研究分析

引用

武汉理工大学学报 2020年第6期42卷 90-96页

作者：陈卓邓燕妮石英罗佳齐陈悦武汉理工大学自动化学院武汉430070

针对深度学习目标检测算法尺度不变性较差的问题,基于特征金字塔(fpn)算法增加了图像特征增强分支与自注意力网络分支,提出了S-fpn算法结构。在fpn浅层特征中,融合多尺度卷积特征,设计了特征增强网络(FSN),突出浅层小尺度目标的特征。... 详细信息

针对深度学习目标检测算法尺度不变性较差的问题,基于特征金字塔(fpn)算法增加了图像特征增强分支与自注意力网络分支,提出了S-fpn算法结构。在fpn浅层特征中,融合多尺度卷积特征,设计了特征增强网络(FSN),突出浅层小尺度目标的特征。为消除多层特征语义不相容的问题,提出了flexweight自注意力分支,采用softmax回归自适应地为fpn各层分配权重。结果表明,在不增加训练时间基础上,改进S-fpn算法在VOC数据集上平均检测精度(mAP)达到80.3%,可提升网络的尺度不变性,具有良好的泛化性。

关键词：目标检测特征融合特征增强 fpn 多尺度检测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

优化fpn的高分辨率遥感影像多类别地物语义分割

引用

遥感信息 2022年第5期37卷 1-7页

作者：李卫东梁鑫婕刘钦灏时春波左晨威河南工业大学信息科学与工程学院郑州450001

针对高分辨遥感影像多类别地物存在类间不平衡、类别区分度低造成的语义分割方法鲁棒性弱和分割精度不高问题,基于UNet、特征金字塔网络(feature pyramid networks,fpn)、DeepLabV3+、HRNet 4种2D多尺度特征融合的卷积神经网络模型架构... 详细信息

针对高分辨遥感影像多类别地物存在类间不平衡、类别区分度低造成的语义分割方法鲁棒性弱和分割精度不高问题,基于UNet、特征金字塔网络(feature pyramid networks,fpn)、DeepLabV3+、HRNet 4种2D多尺度特征融合的卷积神经网络模型架构,对多尺度特征融合技术进行了探讨,通过数据预处理、损失函数、模型预训练等因素对精细土地覆盖的语义分割(多达16个语义类别)进行了模型能力的测试和实验,其中fpn语义分割精细化程度最高。在此基础上,基于EfficientNetB1的fpn模型进行预训练,利用focal loss损失函数选择最优多尺度特征融合,通过超参数搜索损失函数参数最优值进行优化集成,最终训练出性能优异的fpn模型,准确率提高了1.5%,Kappa提高了1.9%,进一步提高了模型对多类别地物的识别能力和泛化能力。

关键词：语义分割多尺度特征融合 fpn 卷积神经网络多类别地物

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

结合U-net与fpn的地震初至波拾取算法

引用

测绘地理信息 2024年第1期49卷 82-87页

作者：何彬周云耀吕永清中国地震局地震研究所湖北武汉430071 中国地震局地震大地测量重点实验室湖北武汉430071

精确识别初至波以及拾取地震初至波初至时间对于地震的精确定位、地震孕震机制的解释、地震预警等都具有很大的意义。单纯地依靠地震学专家进行分析会耗费大量的人力和时间。本文将U-net模型编码、解码语义分割的思想与特征图金字塔网络... 详细信息

精确识别初至波以及拾取地震初至波初至时间对于地震的精确定位、地震孕震机制的解释、地震预警等都具有很大的意义。单纯地依靠地震学专家进行分析会耗费大量的人力和时间。本文将U-net模型编码、解码语义分割的思想与特征图金字塔网络(feature pyramid networks,fpn)的思想结合,提出了一种新的初至波初至时间拾取算法,满足高精度识别与拾取初至波的需求。算法模型分为编码、解码两部分,编码部分分为四层,用于捕获特征,通过卷积核大小、步长等参数实现特征由低层级到高层级的抽象和提取。解码部分分为四层,通过对前一层进行反卷积上采样实现。最后,将编码、解码部分对应层级特征图组合,通过两层全连接神经网络实现最终结果输出。与传统算法相比,U-net fpn模型在对初至波初至时间的分类与定位上都有着显著提升。

关键词：初至波拾取 U-net fpn

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

UNET与fpn相结合的遥感图像语义分割

引用

液晶与显示 2021年第3期36卷 475-483页

作者：王曦于鸣任洪娥东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 黑龙江省林业智能装备工程研究中心黑龙江哈尔滨150040

针对传统的遥感图像分割方法效率低下,复杂场景下分割精细度不够,以及UNET模型对于图像中包含的较小目标以及较大目标的边缘分割效果不佳等问题,本文提出了一种UNET结构与fpn结构相结合的方法,提升UNET模型整合多尺度信息的能力,同时辅... 详细信息

针对传统的遥感图像分割方法效率低下,复杂场景下分割精细度不够,以及UNET模型对于图像中包含的较小目标以及较大目标的边缘分割效果不佳等问题,本文提出了一种UNET结构与fpn结构相结合的方法,提升UNET模型整合多尺度信息的能力,同时辅以能更好地捕捉目标边缘的BLR损失函数,提升UNET模型对目标边界的分割效果。实验结果表明,本文所使用的方法有效提升了语义分割的精度,较好地缓解了对小尺度目标和大尺度目标边缘分割不佳的问题。该方法对目标边缘分割更精准,达到更好的分割效果。

关键词：深度学习 UNET fpn BLR

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Resfpn：扩增实际感受野和改进fpn的多尺度目标检测方法

引用

计算机工程与应用 2024年

作者：杨扬唐晓芬宁夏大学信息工程学院宁夏“东数西算”人工智能与信息安全重点实验室

针对多尺度目标检测中主干网络实际感受野远远小于理论感受野、感受野分布稀疏以及fpn特征金字塔在横向连接过程中统一通道数丢失通道信息等问题影响模型的性能，提出Resfpn：一种扩增实际感受野和多特征融合改进fpn的多尺度目标检测算... 详细信息

针对多尺度目标检测中主干网络实际感受野远远小于理论感受野、感受野分布稀疏以及fpn特征金字塔在横向连接过程中统一通道数丢失通道信息等问题影响模型的性能，提出Resfpn：一种扩增实际感受野和多特征融合改进fpn的多尺度目标检测算法。针对主干网络实际感受野远远小于理论感受野，设计了多分支膨胀卷积MBD模块和多分支池化MBP模块，通过学习不同尺度空间特征融合，扩增感受野。针对感受野分布稀疏问题，提出轻量级通道交互融合CIF模块，通过双分支结构并在每一分支叠加不同数量深度可分离卷积学习像素间的依赖关系增强特征表示。针对fpn通过1×1卷积统一通道数会丢失通道信息问题，尝试利用SubPixel卷积提取C5层输出特征，保留原始丰富语义信息同时引出额外双向路径对fpn通道信息进行补充，但这可能会产生冗余信息。因此，在额外双向路径后引入全局上下文GC模块，利用GC瓶颈转换模块进一步融合特征信息，减少信息冗余。实验表明，本文提出的Resfpn有效的解决了感受野分布稀疏问题并将主干网络感受野增大了原来的一倍，同时提出改进fpn通道丢失问题的方法也在多尺度目标检测中获得了良好的性能。具体来说，与典型的网络Faster-RCNN相比，大、中、小物体检测平均精度在具有挑战性的MS COCO数据集上分别提高了2.2%，1.6%，2.0%，与其他检测器相比检测效果也有提升。

关键词：目标检测卷积神经网络多尺度目标检测感受野 fpn

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：