检索结果-南通市图书馆

棉纺织技术 2022年第11期50卷 21-27页

作者：蒋晨钱永明姚兴田李壮南通大学江苏南通226019

探讨一种基于Faster RCNN改进的织物疵点检测方法用于喷水织机织物疵点检测的效果。首先,对织物疵点图进行预处理,将疵点与背景有效区分开,凸显出疵点区域;其次,建立一种基于特征融合的ResNet50卷积神经网络模型对织物疵点进行特征提取... 详细信息

探讨一种基于Faster RCNN改进的织物疵点检测方法用于喷水织机织物疵点检测的效果。首先,对织物疵点图进行预处理,将疵点与背景有效区分开,凸显出疵点区域;其次,建立一种基于特征融合的ResNet50卷积神经网络模型对织物疵点进行特征提取;采用roialign将经过初步筛选后的预选框映射到固定大小的特征图上,减少映射误差与均分误差;最后进行目标分类与位置回归任务。试验结果表明:该研究算法的mAP值达到95.50%。认为:该检测方法能有效提高喷水织机织物疵点的检测效果。

关键词：织物疵点喷水织机 Faster RCNN 伽马变换直方图均衡化特征融合 roialign

基于FasterMDNet的视频目标跟踪算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2020年第14期56卷 123-130页

作者：王玲王辉王鹏李岩芳长春理工大学计算机科学技术学院长春130022

多域卷积神经网络(MDNet)算法在卷积层采用选择性搜索的方式来提取候选框,因此它没有共享完整图像特征,从而导致在线视频目标跟踪速度慢。针对这个问题,提出一种快速多域卷积神经网络(FasterMDNet)视频目标跟踪算法。FasterMDNet是建立... 详细信息

多域卷积神经网络(MDNet)算法在卷积层采用选择性搜索的方式来提取候选框,因此它没有共享完整图像特征,从而导致在线视频目标跟踪速度慢。针对这个问题,提出一种快速多域卷积神经网络(FasterMDNet)视频目标跟踪算法。FasterMDNet是建立在MDNet基础上的一种模型,在卷积层后面引入RPN(Region Proposal Network)网络,优化了损失函数,共享完整图像卷积特征,加快候选区域建议框(ROI)更高效的生成;为了更好地获得目标和背景信息表示,在RPN网络后加入roialign层,对提取的候选区域建议框特征图用双线性插值方法来提高感受野的分辨率。该算法对目标跟踪基准数据集OTB2013、OTB2015、VOT2016进行了评估,并与前沿的跟踪算法做对比,实验结果证明,该算法跟踪准确率优于其他对比方法,并且对比相同实验环境下MDNet算法,在线跟踪速度提高了近12倍。

关键词：多域卷积神经网络(MDNet) 快速多域卷积神经网络(FasterMDNet) 视频目标跟踪区域建议网络(RPN) 候选区域建议框(ROI) roialign

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

基于深度CNN的海洋生物目标检测算法研究

基于深度CNN的海洋生物目标检测算法研究

作者：张健桂林电子科技大学

学位级别：硕士

海洋生物具有丰富的营养价值,人类对其需求在不断增加,由于人生理特征的限制,使用水下机器人代替人类进行捕捞。水下机器人主要先使用目标检测算法来确定周围海洋生物的种类以及它的位置,然后对其进行捕捞。如果算法的性能表现不佳,就... 详细信息

海洋生物具有丰富的营养价值,人类对其需求在不断增加,由于人生理特征的限制,使用水下机器人代替人类进行捕捞。水下机器人主要先使用目标检测算法来确定周围海洋生物的种类以及它的位置,然后对其进行捕捞。如果算法的性能表现不佳,就会间接导致捕捞效率低。由于水下环境的特殊性,海洋生物的图像质量较差,并且大多数表现为小目标,现有一些经典的目标检测网络对常见的较大目标检测的效果较好,对小目标检测效果较差,因此不能直接用来检测海洋生物。针对以上问题,以检测海参、海胆、扇贝和海星为例,论文采用图像增强并提出基于改进Faster R-CNN的海洋生物目标检测算法。论文主要的研究工作如下:(1)将水下机器人比赛数据集作为初始数据集,通过垂直翻转与Labelimg软件标注对其进行扩展,按照训练集、验证集和测试集三类划分。针对海洋生物图像质量差的问题,使用暗通道先验(Dark Channel Prior,DCP)、带色彩恢复的多尺度视网膜(Multi Scale Retinex with Color Restoration,MSRCR)以及两者结合的DC-MSRCR算法增强图像,使用标签增强解决部分图像显现出新目标的问题。(2)介绍卷积神经网络、SSD、YOLO-v3以及Faster R-CNN相关理论,并基于Faster R-CNN对图像增强算法与标签增强方法能否提升目标检测的精度进行实验。实验结果表明,图像增强前后的检测精度提升4.7%,标签增强后在此基础上提升2.1%,证明图像增强与标签增强能提升目标检测的精度。其中MSRCR增强算法的检测精度优于DCP、DC-MSRCR增强算法,因此后续采用MSRCR增强后的图像进行实验。(3)针对海洋生物大多数为小目标,部分为较大目标的特点,提出基于改进Faster R-CNN的海洋生物目标检测算法。由于Res Net50中浅层特征图的特征语义信息较低,不能用于检测小目标,需要增强其特征语义信息,另外数据集中还存在部分较大目标,因此算法采用了多尺度注意力特征金字塔网络(Multi Scale Attention Feature Pyramid Network,MSAFPN)。MSAFPN对Res Net50的前三个特征图进行上采样与下采样操作来提取更多特征,并使用通道注意力和空间注意力获得目标更精细的特征与位置信息。Ro IPool对坐标位置的计算结果采取两次量化取整,量化取整引起的计算误差导致不能映射到原图对应像素点,影响小目标的检测。因此算法将Ro IPool替换为Ro IAlign,Ro IAlign不进行量化取整操作,保留浮点数,从而避免计算误差的出现。通过多个对比实验,表明本文算法的检测精度相比于原始Faster R-CNN提升了16.9%,证明了该算法的有效性。

关键词：海洋生物图像增强改进Faster R-CNN MSAFPN roialign

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

基于卷积神经网络的维吾尔文检测

基于卷积神经网络的维吾尔文检测

作者：徐隐飞新疆大学

学位级别：硕士

维吾尔文是新疆地区主要的使用文字,是少数民族地区流行的语言文字,大部分的文字出现在视频图像中,识别并理解这些文字对加强内地与新疆的交流、维护新疆稳定、促进经济发展等方面具有重要意义。近年来,人工智能和大数据技术得到快速发... 详细信息

维吾尔文是新疆地区主要的使用文字,是少数民族地区流行的语言文字,大部分的文字出现在视频图像中,识别并理解这些文字对加强内地与新疆的交流、维护新疆稳定、促进经济发展等方面具有重要意义。近年来,人工智能和大数据技术得到快速发展,计算机可以通过处理海量的语音、文字、视频和图像等获取有效信息,这为加快新疆发展提供帮助和新的方向。为达到识别理解维吾尔文的目的,首先需要检测出图片中有维吾尔文并分割出该区域,即目标检测和语义分割,从而进一步理解文字。图像中的文本分为两种形式,一种是本文被后期嵌入的,这类文本与背景具有很大的特征差异,检测难度较小;一种是本文存在于自然场景的,这类文本受颜色大小、拍摄角度和光照噪声等自然环境因素影响,检测难度较大。本文针对自然场景图像中的维吾尔文提出了一种利用卷积神经网络提取并学习目标特征,从而识别文字。卷积神经网络具有强大的特征学习能力,对目标特征敏感,抗干扰能力强,适合应对自然条件下的各种干扰。针对维吾尔文的字母不规则性和独特的书写形式,本文利用深度学习方法对维吾尔文检测和分割进行了探索,首先在卷积神经网络的基础上构建融合多层特征网络,得到具有丰富语义信息的特征,同时利用区域推荐网络确定维吾尔文的大概区域,结合roialign方法得到准确的位置,接着通过目标检测分支和语义分割分支分别计算出维吾尔文类别、边框坐标和分割区域。通过实验,文本网络在目标检测分支和语义分割分支均比最近流行的卷积神经网络要好,准确率和类别精度达到92.2%和95.9%,区域内一致率和像素精准度为93.21%和96.68%;同时用本文方法与多个经典语义分割算法在本文维吾尔文数据集下对比,比效果最好的算法PSPNet高出12.9和13.6百分点,验证了本文网络和算法的良好性能。此外,由于现有的国际公共数据集没有维吾尔文图片集,所以本文对建立维吾尔文的自然场景图片集做了大量的收集、拍摄和制作等工作。

关键词：维吾尔文卷积神经网络区域推荐网络 roialign

基于改进Faster RCNN模型的输电线缺陷检测方法

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

信息技术 2023年第1期47卷 148-153页

作者：蔡文彪李永锋吴怀诚张嘉杨董云鹏国网辽宁检修公司沈阳110003

针对目标尺度差异大和小尺度目标条件下输电线缺陷检测效果不佳的问题,提出一种改进Faster RCNN模型的输电线缺陷检测方法。利用多尺度特征提取区域建议网络,基于K-均值聚类生成适合于输电线缺陷目标的锚框集,使用roialign操作实现特征... 详细信息

针对目标尺度差异大和小尺度目标条件下输电线缺陷检测效果不佳的问题,提出一种改进Faster RCNN模型的输电线缺陷检测方法。利用多尺度特征提取区域建议网络,基于K-均值聚类生成适合于输电线缺陷目标的锚框集,使用roialign操作实现特征映射。通过在包含绝缘子、防振锤、销钉和鸟巢4类缺陷图像的自建数据集上测试表明,该方法有效提升了不同尺度目标以及小尺度目标的缺陷检测性能,平均准确率均值达到95.57%。

关键词：电力巡检缺陷检测多尺度特征提取 K-均值聚类 roialign

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

基于深度学习的海上油气平台仪表识别方法

石油和化工设备 2023年第4期26卷 65-68页

作者：陈泽峰赵晓磊马建强王献峰孟繁城王伟海洋石油工程股份有限公司天津300450

海上油气平台采用巡检机器人开展定期巡检工作,通过图像采集与图像识别的方法实现仪表的自动化读数。为了解决巡检机器人指针式仪表读数受温度、光线、观察距离等导致识别精度不高的问题,结合工艺橇块常见指针式表盘的特点,在MASK R-CN... 详细信息

海上油气平台采用巡检机器人开展定期巡检工作,通过图像采集与图像识别的方法实现仪表的自动化读数。为了解决巡检机器人指针式仪表读数受温度、光线、观察距离等导致识别精度不高的问题,结合工艺橇块常见指针式表盘的特点,在MASK R-CNN图像识别的基础上,通过改进实例边框回归算法,提出一种基于改进Mask RCNN算法的指针式仪表自动识别算法。采用倾斜矫正、分辨率提升等图像预处理算法,可以改善数字识别精度。利用改进的MASKR-CNN识别圆刻度线和指针,最后,计算出指针的偏转角度。实验结果表明,该算法具有较高的精度和鲁棒性,具有一定的理论价值。

关键词： Mask RCNN 图像识别指针式仪表 roialign backbone