检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进ssd算法在工件表面缺陷检测中的应用

组合机床与自动化加工技术 2024年第8期 139-144页

作者：周茂军胡江涛王俊杰彭德政马沁怡王雅君大连工业大学机械工程与自动化学院大连116034

为能够更为高效地检测工件表面加工缺陷,提出了一种MobileNetV3-ssd目标检测算法,它能够有效实现工件表面缺陷检测。此算法通过改进ssd的骨架网络为MobileNetV3-Large,有效减少网络参数量和计算量,通过结合自底向上的特征金字塔网络的... 详细信息

为能够更为高效地检测工件表面加工缺陷,提出了一种MobileNetV3-ssd目标检测算法,它能够有效实现工件表面缺陷检测。此算法通过改进ssd的骨架网络为MobileNetV3-Large,有效减少网络参数量和计算量,通过结合自底向上的特征金字塔网络的改进算法,使网络能够捕捉不同尺度和形状的目标信息,将语义分割辅助任务与多层特征融合相结合,进一步提升检测性能。使用PASCAL VOC数据集和Kolektor工业缺陷数据集验证该算法,在PASCAL VOC数据集上的mAP达到77.3%,较ssd算法提高0.4%,在Kolektor数据集上的FPS达到了105,较ssd算法提高112%。验证了MobileNetV3-ssd算法相较于传统ssd网络,具有更好的检测精度和检测速度。

关键词：目标检测 MobileNet ssd算法缺陷检测

在线全文

学校读者我要写书评

暂无评论

基于改进ssd算法的两相把手式开关识别

上海电力大学学报 2024年第1期40卷 39-44,57页

作者：刘冉于会群王国兵上海电力大学上海200090 上海华建电力设备股份有限公司上海200090

为协助操作人员准确判断设备开关状态,越来越多的配电站房引入智能巡检机器人进行设备状态监测。在智能巡检机器人参与采集图像数据的硬件基础上,提出了一种改进单激发多框探测器(ssd)图像识别算法,实现了对两相把手式开关的识别。改进... 详细信息

为协助操作人员准确判断设备开关状态,越来越多的配电站房引入智能巡检机器人进行设备状态监测。在智能巡检机器人参与采集图像数据的硬件基础上,提出了一种改进单激发多框探测器(ssd)图像识别算法,实现了对两相把手式开关的识别。改进ssd算法通过将基于卷积块的注意机制(CBAM)嵌入到ssd算法中,从通道和空间维度中选择有效的特征,抑制不相关的特征,提高模型的识别精度。实验结果表明,改进ssd算法对开关状态目标检测的平均精度(AP)在98.66%以上,平均精度均值(mAP)为99.10%。相较于传统的ssd算法,改进的ssd算法能更好地识别开关状态,提高变电站智能化水平。

关键词： ssd算法注意力机制开关识别

基于改进型ssd算法的铁路货场异物侵限小目标检测研究

在线全文

学校读者我要写书评

暂无评论

铁道通信信号 2024年第7期60卷 57-62页

作者：李建国陈敬涛张伟李斌中国铁路兰州局集团有限公司货运部兰州交通大学高原铁路运输智慧管控铁路行业重点实验室兰州730070 北京佳讯飞鸿电气股份有限公司北京100089

为解决铁路货场异物侵限场景中小目标检测难度大、准确率不高、检测效果不佳的问题,提出基于特征金字塔网络的改进型单阶多框检测(ssd)算法。通过研究现阶段铁路货场业务管理现状、异物侵限场景及对应的检测技术,对小目标检测现存问题... 详细信息

为解决铁路货场异物侵限场景中小目标检测难度大、准确率不高、检测效果不佳的问题,提出基于特征金字塔网络的改进型单阶多框检测(ssd)算法。通过研究现阶段铁路货场业务管理现状、异物侵限场景及对应的检测技术,对小目标检测现存问题进行归类总结;通过在ssd算法的检测网络部分增加不同特征层信息的金字塔网络结构,提高小目标检测效率。根据改进前后2种算法在铁路货场异物侵限场景的试验数据对比,得出改进型ssd算法推理阶段的检出精度更高,可有效提高小目标检测效率和准确率,为铁路货场智能化安全管控提供有力的技术支撑。

关键词：深度学习小目标检测算法铁路货场异物侵限 ssd算法特征金字塔网络

在线全文

学校读者我要写书评

暂无评论

基于深度学习ssd算法的目标检测研究

信息记录材料 2024年第7期25卷 166-168页

作者：魏浩楠山东商业职业技术学院山东济南250103

传统的目标检测方法在处理高分辨率图像和复杂背景时面临着准确性不足的问题。因此近年来许多研究者将深度学习技术应用于目标检测,旨在提高检测性能和处理速度,其中单次检测多框检测器(single shot multiBox detector,ssd)算法是最常... 详细信息

传统的目标检测方法在处理高分辨率图像和复杂背景时面临着准确性不足的问题。因此近年来许多研究者将深度学习技术应用于目标检测,旨在提高检测性能和处理速度,其中单次检测多框检测器(single shot multiBox detector,ssd)算法是最常用的基于深度学习技术的目标检测算法之一。本文先对深度学习的基本概念进行了简要阐述,随后对传统ssd算法进行介绍,并针对传统ssd算法的局限性提出了一种新的改进ssd算法,最后通过实验分析,证明了本研究所提出的目标检测策略的有效性。本文旨在通过深度学习技术,进一步提升目标检测算法的性能,为计算机视觉领域提供有效的解决方案。

关键词：深度学习目标检测 ssd算法

特征增强的ssd算法及其在目标检测中的应用

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

计算机辅助设计与图形学学报 2019年第4期31卷 573-579页

作者：谭红臣李淑华刘彬刘秀平大连理工大学数学科学学院大连116024

针对多尺度单发射击检测(ssd)算法不同尺度的特征层很难进行融合互补问题,提出一种特征增强的ssd(FE-ssd)算法.首先对ssd算法的金字塔特征层中,每一尺度的特征进行尺寸不变的卷积操作;然后将卷积前与卷积后的特征进行特征融合操作,进而... 详细信息

针对多尺度单发射击检测(ssd)算法不同尺度的特征层很难进行融合互补问题,提出一种特征增强的ssd(FE-ssd)算法.首先对ssd算法的金字塔特征层中,每一尺度的特征进行尺寸不变的卷积操作;然后将卷积前与卷积后的特征进行特征融合操作,进而产生一组新的金字塔特征层;最后在新产生的金字塔特征层上执行目标的检测与定位任务.在PASCALVOC2007公共数据库上进行实验,当输入图像尺寸为300×300时,检测精度(mAP)达到78.0%,检测速度(FPS)达到82.5帧/s.此外,在拓展实验中,文中算法对图像中模糊目标的检测效果也优于ssd算法.

关键词： ssd算法目标检测特征融合网络结构

在线全文

学校读者我要写书评

暂无评论

ssd算法在交通标识识别中的研究与实现

SSD算法在交通标识识别中的研究与实现

作者：衡晓南京理工大学

学位级别：硕士

在无人驾驶场景下,交通标识识别问题对于车辆的驾驶管理起到了重要的调节作用。本文针对交通标识识别问题,采用了目前业内先进的ssd算法对需要识别的道路交通标识进行特征的提取,然后识别出图像中三类目标即警告、指示和禁止标识。ssd... 详细信息

在无人驾驶场景下,交通标识识别问题对于车辆的驾驶管理起到了重要的调节作用。本文针对交通标识识别问题,采用了目前业内先进的ssd算法对需要识别的道路交通标识进行特征的提取,然后识别出图像中三类目标即警告、指示和禁止标识。ssd算法使用底层的特征图进行检测,所包含的语义信息不足,导致原模型对小尺度的交通标识识别较差。针对这一问题本文提出基于特征金字塔的多尺度特征融合策略,利用反卷积将深层特征图进行上采样,然后连接到浅层特征图中。该策略可以丰富特征图中的语义信息,从而有助于提升网络的检测精度。本文使用中国交通标识检测数据集(CCTSDB)对改进的ssd模型进行训练和测试。为了满足需要,对数据集进行了预处理,处理内容包括图像增强和尺寸统一,其中通过图像增不仅可以改善数据集质量还能对数据集进行增广。在训练过程中,出现了正负样本训练不均衡的情况,导致模型经常难以收敛,为此本文针对分类损失函数,引入了权重因子项,该策略可以让模型在训练中自动增大困难样本的损失权重,从而使模型的训练更关注于困难样本,使难例得到充分的训练。模型在测试集的评价指标,验证了该策略的有效性。本文最终形成了一个基于特征金字塔的多尺度融合的ssd算法,该模型相比原始ssd算法在交通标识测试集上提升了识别精度且识别速度依旧能够达到实时,可以满足实际的应用需求。改进后的ssd算法可以增强无人车在道路结构上的认知能力,对于提升智能驾驶的安全性和准确性具有重要的意义。

关键词：交通标识识别卷积神经网络 ssd算法图像增强多尺度特征融合

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

改进ssd算法的道路小目标检测研究

计算机工程 2022年第5期48卷 281-288页

作者：邹慧海侯进西南交通大学唐山研究生院河北唐山063000 西南交通大学信息科学与技术学院成都611756

在道路场景中,因小目标分辨率低且特征不明显,传统的目标检测算法难以确认其所属类别和位置信息,导致检测精度低、检测速度慢、漏检率高。提出一种改进ssd的道路小目标检测算法RFG_ssd。在ssd网络结构的主干部分和检测部分之间,通过引... 详细信息

在道路场景中,因小目标分辨率低且特征不明显,传统的目标检测算法难以确认其所属类别和位置信息,导致检测精度低、检测速度慢、漏检率高。提出一种改进ssd的道路小目标检测算法RFG_ssd。在ssd网络结构的主干部分和检测部分之间,通过引入改进的特征金字塔网络结构,融合浅层和深层感受野的特征信息,以获得小目标语义信息丰富的特征图。将深层特征提取网络ResNet 50作为改进网络的主干特征提取网络,提高整体网络的检测精度。为加快网络运算速度,基于检测层结构,利用全局平均池化层代替全连接层,减少网络参数量。实验结果表明,与ssd、VGG16+SFPN等算法相比,该算法能够有效提高小目标检测性能,且加快检测速度,其在BDD100K数据集上的平均精度和检测速度分别为98.05%和85.56 frame/s,小目标检测个数相较于ssd算法提高3倍多。

关键词：小目标检测 ssd算法 ResNet50网络特征金字塔网络全局平均池化

在线全文

学校读者我要写书评

暂无评论

基于改进ssd算法的车辆检测

计算机工程 2022年第1期48卷 266-274页

作者：李国进胡洁艾矫燕广西大学电气工程学院南宁530004

ssd算法利用多尺度特征图进行分类和位置回归,检测小目标效果优于YOLO算法,但ssd算法在进行车辆检测时存在漏检问题。为此,提出一种改进ssd算法。为提取更多的车辆特征信息,设计改进Inception模块替代ssd网络中的Conv8、Conv9和Conv10... 详细信息

ssd算法利用多尺度特征图进行分类和位置回归,检测小目标效果优于YOLO算法,但ssd算法在进行车辆检测时存在漏检问题。为此,提出一种改进ssd算法。为提取更多的车辆特征信息,设计改进Inception模块替代ssd网络中的Conv8、Conv9和Conv10层。将浅层特征的位置信息和深层特征的语义信息进行均衡化融合,构建多尺度特征融合均衡化网络,提高小目标车辆识别率。在特征提取层均引入SENet,对不同特征通道的重要性进行重标定以提高模型性能。实验结果表明,改进后ssd算法在自制的车辆数据集上平均精度为90.89%,检测速度达到59.42 frame/s,相比改进前的ssd算法,在精度和速度上分别提高2.65个百分点和17.41 frame/s,能够更快速、准确地对图像中的车辆进行识别和定位。

关键词：车辆检测 ssd算法 Inception结构注意力机制特征融合

结合RPN网络与ssd算法的遥感影像目标检测算法

在线全文

学校读者我要写书评

暂无评论

测绘科学 2021年第4期46卷 75-82,99页

作者：成喆吕京国白颖奇曹逸飞北京建筑大学北京102616

利用传统方法对遥感影像的目标检测,过程复杂并且耗时。随着深度学习的发展,用深度学习的方法进行目标检测,为遥感影像的检测开辟了新的思路。当前目标检测的方法主要包括以Faster R-CNN为代表的两阶段检测算法和以ssd为代表的单阶段算... 详细信息

利用传统方法对遥感影像的目标检测,过程复杂并且耗时。随着深度学习的发展,用深度学习的方法进行目标检测,为遥感影像的检测开辟了新的思路。当前目标检测的方法主要包括以Faster R-CNN为代表的两阶段检测算法和以ssd为代表的单阶段算法,两阶段算法精度高速度慢,单阶段算法速度快精度低。针对两种算法的优势,该文将Faster R-CNN中的RPN与ssd算法相结合,融合单阶段和两阶段算法的优势,在提高精度的情况下保证速度,并加入特征金字塔结构,利用多个卷积层融合低层特征和高层特征的信息,提高预测效果。在NWPUVHR-10高分辨率数据集上进行训练和测试,对结果进行算法评估。同时选用测试集将该文算法与Faster R-CNN和ssd算法进行对比,实验表明该文算法提高了对小目标物体的检测精度,获得了更优的性能。

关键词：目标检测深度学习 RPN网络 ssd算法遥感影像