期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于深度强化学习的两阶段显著性目标检测 被引量:18
1
作者 卢笑 +1 位作者 周炫余 王耀南 《电子测量与仪器学报》 CSCD 北大核心 2021年第6期34-42,共9页
为提高复杂场景下的显著性目标检测速度和精度,提出了一种基于深度强化学习的两阶段显著性目标检测方法。该算法由显著性区域定位网络(salient region localization network,SRLN)和显著性目标分割网络(salient object segmentation net... 为提高复杂场景下的显著性目标检测速度和精度,提出了一种基于深度强化学习的两阶段显著性目标检测方法。该算法由显著性区域定位网络(salient region localization network,SRLN)和显著性目标分割网络(salient object segmentation network,SOSN)组成,分别对应显著性区域定位阶段和显著性目标分割阶段。在显著性区域定位阶段,首次提出采用深度强化学习训练智能体通过执行序列动作逐步定位显著性区域。再将其交由分割网络进行第二阶段的精细目标分割。网络结构上,SRLN和SOSN采用共享特征提取网络的方式简化模型和减少参数量,同时针对该两阶段检测框架提出了一种分治的训练策略。在公开的显著性目标检测数据集上的实验结果表明,无论是简单或复杂场景的图像,该算法能够快速有效的剔除干扰信息,获得准确的显著性目标检测结果,并且检测速度达到了实时性能。在行人检测数据集上的检测结果表明本算法在其他实际应用问题上也具有较强的泛化能力。 展开更多
关键词 显著性目标检测 深度强化学习 马尔科夫决策过程 卷积神经网络
下载PDF
复杂环境下煤矿井下胶带运输异物在线检测算法优化与分析
2
作者 高敏 李玲 +2 位作者 张辉 叶贵州 《煤炭工程》 北大核心 2024年第6期174-180,共7页
为解决煤矿井下胶带异物检测受煤尘干扰、光线不均、胶带高速运动造成传统检测算法精度低等问题,文章基于YOLOv7对矿井胶带异物检测算法进行优化。首先,通过自适应对比度增强算法,强化胶带监控图像对比度,提高目标图像轮廓清晰度;其次,... 为解决煤矿井下胶带异物检测受煤尘干扰、光线不均、胶带高速运动造成传统检测算法精度低等问题,文章基于YOLOv7对矿井胶带异物检测算法进行优化。首先,通过自适应对比度增强算法,强化胶带监控图像对比度,提高目标图像轮廓清晰度;其次,在主干提取网络中提出多尺度混合残差注意力机制,增强YOLOv7对异物特征提取能力与对背景干扰能力;最后,采用加权双向特征金字塔网络与4检测头输出模型预测结果,提升网络对不同尺寸异物检测效率。通过实验可得,改进后的YOLOv7模型对井下胶带异物识别精度和速度优于YOLOv5、YOLOv7,对井下胶带异物识别精度和识别速度分别为93.6%、26 f/s。识别平均准确率相较于YOLOv5模型、YOLOv7模型分别提高了3.9%,3.1%;平均召回率分别提高了4.1%,3.4%;检测时间分别有0.009 s, 0.005 s的提升。 展开更多
关键词 异物检测 YOLOv7 注意力机制 小目标检测 TensorRT
下载PDF
医学高光谱显微成像与智能分析关键技术研究及应用 被引量:3
3
作者 陈煜嵘 王耀南 +2 位作者 张辉 刘立柱 《人工智能》 2022年第3期22-32,共11页
医学影像作为常用的癌症检查手段,在医疗诊疗中起着重要作用。其中,病理图像分析能够从微观层面上观察癌细胞,是临床疾病诊断的“金标准”。传统病理分析主要依靠人工在显微镜下观察切片并做出判断,但长时间、高强度的检阅容易造成诊断... 医学影像作为常用的癌症检查手段,在医疗诊疗中起着重要作用。其中,病理图像分析能够从微观层面上观察癌细胞,是临床疾病诊断的“金标准”。传统病理分析主要依靠人工在显微镜下观察切片并做出判断,但长时间、高强度的检阅容易造成诊断准确率下降。随着高分辨率成像技术的发展,基于数字病理图像的处理与分析的方法得到了广泛关注。然而,彩色数字病理图像因缺少多维度、多模态信息,已逐渐触及智能病理诊断的短板。近年来,精准医疗诊断机器人技术已成为国际前沿研究热点,本文综合分析了高光谱机器视觉在医学病理诊断领域的核心关键技术,总结了高精度成像质量低、空-谱特征联合提取难、检测分析效果不佳等研究难题,并阐述了高光谱显微成像与分析技术在疾病诊断中的研究与应用进展。 展开更多
关键词 医学高光谱显微成像 医学高光谱图像分析 病理诊断
下载PDF
面向医药生产的智能机器人及其关键技术研究综述 被引量:2
4
作者 王可 张辉 +3 位作者 易俊飞 袁小芳 王耀南 《计算机集成制造系统》 EI CSCD 北大核心 2022年第7期1981-1995,共15页
医药行业是国计民生的基础,制药业的发展对国民经济和人民生命安全具有重大意义。随着人工智能等技术的发展与成熟,智能机器人在医药生产行业得到了广泛应用。智能机器人的出现使得医药生产在生产效率和质量上实现了新的突破,但也面临... 医药行业是国计民生的基础,制药业的发展对国民经济和人民生命安全具有重大意义。随着人工智能等技术的发展与成熟,智能机器人在医药生产行业得到了广泛应用。智能机器人的出现使得医药生产在生产效率和质量上实现了新的突破,但也面临不少问题与挑战。鉴于此,综述了智能机器人在医药生产中的最新研究,首先对医药生产中常见的智能机器人以及其在应用时面临的挑战进行了概述,包括无菌制药机器人、灌装密封系统、质量检测机器人、智能搬运机器人等。其次,针对面向医药生产的智能机器人目前所面临的挑战,对基于多源信息感知的控制、人机交互、柔性抓取、瓶口定位、质量检测、路径规划、任务调度等关键技术进行了总结分析。最后,对面向医药生产的智能机器人的未来发展趋势进行了展望。 展开更多
关键词 智能机器人 医药生产 配药制药 灌装密封 质量检测 智能搬运
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部