-
题名基于EfficientNet的无锚框目标检测模型
- 1
-
-
作者
卜子渝
杨哲
刘纯平
-
机构
苏州大学计算机科学与技术学院
江苏省计算机信息处理技术重点实验室
江苏省大数据智能工程实验室
-
出处
《计算机技术与发展》
2024年第1期37-43,共7页
-
基金
国家自然科学基金资助项目(62002253)
江苏省高校自然科学基金资助项目(19KJA230001)。
-
文摘
目标检测是计算机视觉的热门研究方向之一,包含分类和定位两个任务。针对单阶段目标检测模型普遍存在的两个问题:训练时正负样本的不均衡以及锚框的设置需要人工干预,提出一种基于EfficientNet的无锚框目标检测模型(Anchor-free Efficientnet-based Object Detector,AEOD)。AEOD先筛选出落在目标框中的特征点,再根据特征点所作的预测计算代价矩阵,在训练时基于代价矩阵为目标动态分配正负样本,从而达到平衡二者数量的目的。此模型通过特征图中的特征点直接预测目标的位置和形状,不仅省去了人工设置锚框的环节,还提高了可检出目标的数量。此外,可缩放的EfficientNet进一步提高了模型的泛化能力,使之可以接收多尺度的输入。在PASCAL VOC07+12数据集中,AEOD最高可以获得91.3%的平均精度(mAP),检测速度达到32.1 FPS,较其他主流的目标检测模型有显著提升。
-
关键词
深度学习
计算机视觉
目标检测
正负样本分配算法
无锚框
-
Keywords
deep learning
computer vision
object detection
positive/negative samples assignment algorithm
anchor-free
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名机器视觉中小目标检测实验优化模型设计与实现
被引量：1
- 2
-
-
作者
孙楠
杨煜戎
杨哲
卜子渝
-
机构
苏州大学计算机科学与技术学院
-
出处
《实验室研究与探索》
CAS
北大核心
2023年第3期32-39,共8页
-
基金
江苏省高等学校自然科学研究重大项目(19KJA230001)
江苏省高等教育教改立项研究课题(2017JSJG001)。
-
文摘
目标检测是计算机视觉课程的重要实验内容之一,但现有模型对小目标检测能力普遍较弱。为了加深学生对现有模型结构和缺陷的深入理解,掌握模型的优化方法,基于实验中常用的SSD模型,引入了轻量级秩扩展网络ReXNet,重新设计了特征融合与过滤模块。特征融合模块在深浅层特征融合之前,先对深层特征图进行特征抽取,减少无效语义信息对浅层特征的干扰,增强了模型对小目标语义特征的表征能力。特征过滤模块则分别在分类和回归时,引入通道注意力和空间注意力的双路结构,提高分类与回归的精度。在VOC和COCO数据集上的实验结果表明,改进后的模型不仅提高了对小目标的检测性能,保留了较快的检测速度,而且改善了原始模型存在的漏检问题。通过模型设计的优化,加深了学生对于目标检测模型架构的理解,提高了学生的综合实践能力,促进了计算机视觉课程的实验教学内容建设。
-
关键词
目标检测
实验设计
特征融合
特征过滤
秩扩展网络
-
Keywords
object detection
experiment design
feature fusion
feature filtering
rank extended network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于机器视觉的激光雕刻缺陷检测实践教学设计
被引量：4
- 3
-
-
作者
杨哲
卜子渝
刘纯平
-
机构
苏州大学计算机科学与技术学院
江苏省计算机信息处理技术重点实验室
-
出处
《实验室研究与探索》
CAS
北大核心
2022年第8期230-235,共6页
-
基金
江苏省高等学校自然科学研究重大项目(19KJA230001)
江苏省高等教育教改立项研究课题(2017JSJG001)。
-
文摘
根据苏州大学新工科专业建设的要求,结合智能制造中视觉缺陷检测的应用场景,对计算机类专业的机器视觉综合实践课程进行了教学设计。设计的课程体系融合了图像处理、自动控制、模式识别等内容,包括系统搭建、系统集成、图像处理和视觉检测等实践环节,强化了综合性、系统性和创新性的教学要求,增强了学生的参与度和体验感,提高了学生综合应用基础理论知识解决实际问题的能力,促进了本科实践教学课程的建设。
-
关键词
机器视觉
激光雕刻
缺陷检测
实践教学
教学改革
-
Keywords
machine vision
laser engraving
defect detection
practical teaching
teaching reform
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名面向小目标检测的机器视觉实验项目改进设计
被引量：2
- 4
-
-
作者
杨哲
卜子渝
-
机构
苏州大学计算机科学与技术学院
江苏省计算机信息处理技术重点实验室
江苏省大数据智能工程实验室
-
出处
《实验技术与管理》
CAS
北大核心
2022年第9期64-70,共7页
-
基金
国家自然科学基金项目(62002253)
江苏省高校自然科学基金项目(19KJA230001)
江苏省高等教育教改立项研究课题(2017JSJG001)。
-
文摘
目标检测是计算机视觉实践课程中重要的实验项目,尤其是小目标检测是该领域的难点。针对实验中常用的SSD模型存在的小目标检测能力不足等问题,提出采用特征图融合的方法改进特征金字塔的结构。在不改变特征图通道数的前提下,对底层特征图通过上采样和卷积操作,增强细节信息的表征能力,构成新的特征金字塔进行训练和预测。在VOC数据集上的测试结果表明:相较于SSD模型,改进模型对不同大小目标的检测精度都有提升,小目标的检测精度提升一倍以上,并且改善了SSD模型存在的漏检和误检问题。通过模型的优化和对比,加深了学生对目标检测原理的理解,提高了学生解决实际问题的能力,促进了计算机视觉实践课程的建设。
-
关键词
计算机视觉
实验设计
目标检测
特征融合
-
Keywords
computer vision
experiment design
object detection
feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
