题名 基于点检测的车载摄像头成像中的闸机检测方法
1
作者
陈伟 迅 孟思明 江跃龙
机构
广州铁路职业技术学院
出处
《科技资讯》
2023年第23期52-54,共3页
基金
广东省普通高校创新团队项目(自然科学)(项目编号:2021KCXTD068)。
文摘
闸机定位与状态检测是实现点到点全自动驾驶的一个重要环节,直接关系到智能汽车是否能够顺利进出停车场。由于闸机种类繁多、背景复杂、多闸机同时出现且实时性要求较高,因此闸机的精确检测是一项具有挑战性的任务。针对闸机检测存在的痛点,提出基于关键点检测算法(CenterNet)的实时闸机检测算法。首先通过在主干网络前增加Focus层、设计轻量化的主干网络及加快模型检测速度,保证在复杂环境下的特征提取能力;其次引入特征融合模块(Feature Pyramid Network,FPN),高效利用主干网络提取的高级语义信息和底层特征,并输出闸机关键点以及Embedding值,确保设计的闸机Embedding在多闸机场景下的准确检测;最后基于预测的Embedding值确定属于同一闸机的关键点,并基于几何关系进行闸机构建。实验结果展示了闸机检测算法能高效、准确地检测不同场景下的闸机。
关键词
自动驾驶 计算机视觉 卷积神经网络 闸机检测
Keywords
Autonomous driving Computer vision Convolutional neural network Gate detection
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
题名 基于YOLOv3的芯片软硬件质检装置设计
2
作者
陈伟 迅
机构
广州铁路职业技术学院
出处
《交通科技与管理》
2023年第18期4-6,共3页
基金
:广州铁路职业技术学院新引进人才科研启动项目“基于深度学习的芯片质检关键技术研究”(GTXYR2313)。
文摘
针对在芯片生产制造过程中,材料、环境、工艺参数等因素的微变常导致芯片产生缺陷,影响产品良率的问题,研究项目设计了一种基于YOLOv3的芯片软硬件质检装置。该研究从芯片质检环节入手,利用深度学习算法和射频模组,实现了准确高效的芯片表面缺陷和内部软件的联合质检,除了能检测出划痕、引脚缺失等外观缺陷外,还能检测出芯片的基本功能是否完好。在表面硬件质检方面,通过部署在质检产线上的高清工业摄像头采集芯片样品图像,并训练YOLOv3模型,对工业产线上芯片的表面缺陷进行识别和检测。在软件质检方面,通过双高射频模组检验芯片应用测试功能、安全功能等是否合格,以低成本的方式实现芯片自动质检的需求。
关键词
芯片质检装置 深度学习 卷积神经网络
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
题名 三维图像栈中神经末梢点的自动检测
被引量：4
3
作者
刘敏 陈伟 迅 龚蓉 刘克然
机构
湖南大学电气与信息工程学院
出处
《电子测量与仪器学报》
CSCD
北大核心
2017年第8期1304-1311,共8页
基金
国家自然科学基金(61301254) 国家自然科学基金(61771189) 湖南省自然科学基金(14JJ3069)资助项目
文摘
作为神经元追踪算法的种子点,神经元的末梢点的检测非常关键。此前的研究提出了一种基于发散射线模型(rayshooting model)的检测方法,通过分析神经元图像中候选末梢点附近邻域的灰度强度分布来检测神经元的末梢点。然而,在此模型中,射线的长度以及z方向切片的数量都是固定值,所以在处理一些神经元直径尺寸变化较大的图像时,算法的准确性很受影响。因此,提出了一种可以根据神经元局部直径大小来改变射线长度以及相邻切片数量的自适应发散射线模型,神经元的局部直径由一种结合了Rayburst sampling算法及MSFM(multistencils fast marching)算法的方法测得。实验结果表明,与之前的方法相比,检测精度提高了约10%。
关键词
神经末梢点 神经元追踪 自适应发散射线模型 MSFM Rayburst sampling
Keywords
neuron terminal points neuron tracing adaptive ray-shooting model MSFM Rayburst sampling
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
