基于改进YOLOv5s的无人机图像实时目标检测 被引量：35

1

作者 陈旭 彭冬亮 谷雨 《光电工程》 CAS CSCD 北大核心 2022年第3期67-79,共13页

针对无人机图像背景复杂、分辨率高、目标尺度差异大等特点,提出了一种实时目标检测算法YOLOv5sm+。首先,分析了网络宽度和深度对无人机图像检测性能的影响,通过引入可增大感受野的残差空洞卷积模块来提高空间特征的利用率,基于YOLOv5s... 针对无人机图像背景复杂、分辨率高、目标尺度差异大等特点,提出了一种实时目标检测算法YOLOv5sm+。首先,分析了网络宽度和深度对无人机图像检测性能的影响,通过引入可增大感受野的残差空洞卷积模块来提高空间特征的利用率,基于YOLOv5s设计了一种改进的浅层网络YOLOv5sm,以提高无人机图像的检测精度。然后,设计了一种特征融合模块SCAM,通过局部特征自监督的方式提高细节信息利用率,通过多尺度特征有效融合提高了中大目标的分类精度。最后,设计了目标位置回归与分类解耦的检测头结构,进一步提高了分类精度。采用VisDrone无人机航拍数据集实验结果表明,提出的YOLOv5sm+模型对验证集测试时交并比为0.5时的平均精度均值(mAP50)达到了60.6%,相比于YOLOv5s模型mAP50提高了4.8%,超过YOLOv5m模型的精度,同时推理速度也有提升。通过在DIOR遥感数据集上的迁移实验也验证了改进模型的有效性。提出的改进模型具有虚警率低、重叠目标识别率高的特点,适合于无人机图像的目标检测任务。 展开更多

关键词 无人机图像 实时目标检测 YOLOv5sm+

下载PDF 职称材料

针对弱小无人机目标的轻量级目标检测算法 被引量：6

2

作者 蒋镕圻 叶泽聪 +2 位作者 彭月平 谢郭蓉 杜衡 《激光与光电子学进展》 CSCD 北大核心 2022年第8期99-110,共12页

为解决无人机“滥用”带来的安全隐患,针对现有基于深度学习的无人机目标检测算法复杂度较高,导致模型训练耗时长、占用计算资源大、输入图像尺寸受限、检测速度慢等问题,提出了一种轻量级无人机目标检测(DTD-YOLOv4-tiny)算法。所提算... 为解决无人机“滥用”带来的安全隐患,针对现有基于深度学习的无人机目标检测算法复杂度较高,导致模型训练耗时长、占用计算资源大、输入图像尺寸受限、检测速度慢等问题,提出了一种轻量级无人机目标检测(DTD-YOLOv4-tiny)算法。所提算法以YOLOv4-tiny为基础,通过K-means++聚类算法对Anchor box进行优化,并增加52×52尺寸特征图的检测头,拓展了算法对小目标的适用范围,再结合ShuffleNetv2轻量化骨干网络,使用reorg_layer下采样和sub-pixel上采样的方式,分别对YOLOv4-tiny算法的Backbone、Neck和Head进行优化,最终得到的模型大小仅为1.4 MB,浮点运算量(GFLOPs)仅为1.1的DTD-YOLOv4-tiny轻量级检测算法。实验结果表明,DTD-YOLOv4-tiny检测模型在不限制图像输入尺寸的同时,保证了较低的运算资源占用和高的检测实时性,同时降低参数量后的算法在面对原始大尺寸图像时也可以保持准确性。在Drone-vs-Bird 2017数据集上使用960×540尺寸的图像作为输入时,所提算法的平均精度(AP)@50值达到95%,在RTX2060显卡上的检测速度达到113 frame/s;在TIB-Net数据集上使用1920×1080尺寸的图像作为输入时,所提算法的AP@50值达到85.1%,在RTX2080Ti显卡上的检测速度达到119 frame/s。 展开更多

关键词 图像处理 弱小无人机目标 DTD-YOLOv4-tiny 轻量级检测模型 实时目标检测

原文传递

面向复杂施工环境的实时目标检测算法 被引量：1

3

作者 宋霄罡 张冬冬 +2 位作者 张鹏飞 梁莉 黑新宏 《计算机应用》 CSCD 北大核心 2024年第5期1605-1612,共8页

针对施工环境下普遍存在的环境杂乱、目标被遮挡、目标尺度范围大、正负样本不平衡、现有检测算法实时性不足等问题,提出一种面向复杂施工环境的实时目标检测算法YOLO-C。将提取到的低层特征与高层特征相融合,增强网络全局感知能力;设... 针对施工环境下普遍存在的环境杂乱、目标被遮挡、目标尺度范围大、正负样本不平衡、现有检测算法实时性不足等问题,提出一种面向复杂施工环境的实时目标检测算法YOLO-C。将提取到的低层特征与高层特征相融合,增强网络全局感知能力;设计小目标检测层,提高算法对不同尺度目标的检测精度;设计通道-空间注意力(CSA)模块,增强目标特征,抑制背景特征;在损失函数部分,采用VariFocal Loss计算分类损失,解决正负样本不平衡问题;GhostConv作为基本卷积块构建GCSP(Ghost Cross Stage Partial)结构,降低参数量和计算量;针对复杂施工环境,构建混凝土施工现场目标检测数据集,在构建的数据集上与多个算法进行对比分析实验。实验结果表明,YOLO-C算法的检测精度更高,参数量更小,更适合复杂施工环境下的目标检测任务。 展开更多

关键词 实时目标检测 YOLOv5s 混凝土施工现场 注意力机制 轻量化

下载PDF 职称材料

基于FPGA的运动目标实时检测系统设计 被引量：6

4

作者 刘汝卿 李锋 +1 位作者 蒋衍 朱精果 《计算机测量与控制》 2022年第4期56-59,共4页

目标识别是智能安防监控视频处理系统中重要内容,为了满足安防系统小型化实时性等应用需求,设计了一种基于FPGA平台的运动目标识别系统;该系统采用CMOS摄像头作为视频采集器,SDRAM作为视频流缓存及存储介质,利用FPGA可并行处理特点,采... 目标识别是智能安防监控视频处理系统中重要内容,为了满足安防系统小型化实时性等应用需求,设计了一种基于FPGA平台的运动目标识别系统;该系统采用CMOS摄像头作为视频采集器,SDRAM作为视频流缓存及存储介质,利用FPGA可并行处理特点,采用流水线技术进行分模块化设计,对视频流进行灰度化和帧差法算法处理,并将结果传输至显示器终端,从而实现图像采集和目标识别实时跟踪和显示;测试结果表明,该系统在一定测距范围内可有效稳定地跟踪运动目标物体,可实时显示、小型化且功耗低,可进一步应用于安防领域中。 展开更多

关键词 FPGA 实时目标检测 帧差法

下载PDF 职称材料

基于改进YOLOv8算法的实时细粒度植物病害检测

5

作者 薛霞 刘鹏 周文 《中国农机化学报》 北大核心 2024年第5期188-194,共7页

为解决现有识别方法在植物病害检测中遇到的密集分布、不规则形态、多尺度目标类别、纹理相似性等障碍,提出一种高性能的实时细粒度植物病害检测框架。首先,在YOLOv8主干网络和颈部设计两个新的残差块,增强特征提取和降低计算成本;其次... 为解决现有识别方法在植物病害检测中遇到的密集分布、不规则形态、多尺度目标类别、纹理相似性等障碍,提出一种高性能的实时细粒度植物病害检测框架。首先,在YOLOv8主干网络和颈部设计两个新的残差块,增强特征提取和降低计算成本;其次,引入DenseNet层,并使用Hard-Swish函数作为主要激活函数,以提高模型的准确性;最后,设计PANet网络,用于保留细粒度的局部信息和改善特征融合。在不同的复杂环境下,对番茄植株的四种不同病害进行检测。试验结果表明,所提改进模型在检测准确性和速度上均优于现有模型的检测模型。当检测速度为71.23 FPS时,所提改进模型精确度为92.58%,召回率为97.59%,F_(1)分数为93.64%。为精准农业自动化提供有效的技术手段。 展开更多

关键词 植物病害检测 改进YOLOv8 实时目标检测 深度神经网络 残差网络

下载PDF 职称材料

基于改进神经网络下果园自主寻筐模型的研究

6

作者 张立 《农机使用与维修》 2024年第6期123-126,共4页

果园自主寻筐是指利用先进的技术和装置,让机器或机器人能够在果园中自主地识别、定位和采摘并放入果篮的过程。传统果园自主寻筐模型对于环境变化、光照条件、果篮外观变化等因素的适应能力较弱,容易受到外界干扰影响,导致寻筐任务的... 果园自主寻筐是指利用先进的技术和装置,让机器或机器人能够在果园中自主地识别、定位和采摘并放入果篮的过程。传统果园自主寻筐模型对于环境变化、光照条件、果篮外观变化等因素的适应能力较弱,容易受到外界干扰影响,导致寻筐任务的稳定性和可靠性不高。该文基于改进的神经网络技术,结合YOLOv4-Tiny目标检测算法进行果筐实时目标检测,并优化数据采集、预处理、模型训练等,模型优化后采用大量实地数据进行验证和测试,评估了模型在不同环境下的稳定性和准确性。试验结果表明,改进的神经网络模型在果园自主寻筐任务中表现出良好的效果,具有较高的寻找准确率和鲁棒性。研究结果旨在为果园智能化管理和机械化作业提供了新的技术支持和理论基础。 展开更多

关键词 果园自主寻筐 YOLOv4-Tiny算法 实时目标检测 深度信息获取 优化

下载PDF 职称材料

重参数化增强的双模态实时目标检测模型

7

作者 李允臣 张睿 +3 位作者 王家宝 李阳 王梓祺 陈瑶 《计算机科学》 CSCD 北大核心 2024年第9期162-172,共11页

无人机高空航拍的目标普遍尺寸小、特征弱,而且受复杂天候条件影响大,导致基于可见光或红外单模态图像的目标检测漏检、误检率较高。对此,提出了重参数化增强的双模态实时目标检测模型DM-YOLO。首先,采用通道拼接的方法融合可见光和红... 无人机高空航拍的目标普遍尺寸小、特征弱,而且受复杂天候条件影响大,导致基于可见光或红外单模态图像的目标检测漏检、误检率较高。对此,提出了重参数化增强的双模态实时目标检测模型DM-YOLO。首先,采用通道拼接的方法融合可见光和红外图像,以极低的成本融合双模态图像的互补信息。其次,提出更加高效的重参数化模块并基于此构建了更加强大的骨干网RepCSPDarkNet,有效增强了骨干网对双模态图像的特征提取能力。然后,提出了多层次特征融合模块,通过多感受野卷积和注意力机制融合弱小目标的多尺度特征信息,增强了弱小目标的多尺度特征表示。最后,删除了对弱小目标检测基本不起作用的特征金字塔深层检测层,在检测精度保持不变的情况下,减小了模型规模。实验结果表明,在大规模的双模态图像数据集DroneVehicle上,DM-YOLO的检测精度比基准YOLOv5s高出2.45%,且优于规模相当的YOLOv6和YOLOv7模型,有效提高了复杂光照条件下目标检测的准确性和鲁棒性,同时检测速度达到82 FPS,可满足实时检测的需求。 展开更多

关键词 重参数化 双模态 实时目标检测 多尺度特征 注意力机制

下载PDF 职称材料

多元化渐进域迁移弱监督实时目标检测

8

作者 李成严 郑企森 王昊 《哈尔滨理工大学学报》 CAS 北大核心 2024年第3期11-19,共9页

针对像素级自适应较大的图像翻译偏差,特征级自适应的源偏判别风险以及弱监督学习无法兼顾检测准确性和实时性等问题,提出了多元化域移位器和伪边界框生成器以逐步调整预训练模型,在像素级与特征级渐进完成自适应的域迁移框架。通过域... 针对像素级自适应较大的图像翻译偏差,特征级自适应的源偏判别风险以及弱监督学习无法兼顾检测准确性和实时性等问题,提出了多元化域移位器和伪边界框生成器以逐步调整预训练模型,在像素级与特征级渐进完成自适应的域迁移框架。通过域移位器从源域生成多样化的中间域图像调整检测模型以弥合域差距,减小图像翻译偏差。将中间域作为监督的源域,并结合目标域中的图像级标签生成伪标注图像调整检测模型以改善源偏判别性。基于SSD算法构建与域迁移框架相匹配的实时目标检测器,实现弱监督条件下的实时目标检测。在PASCAL VOC迁移至Clipart1k等数据集上的mAP优于现有方法0.4%~4.7%,检测速度为32 FPS~47 FPS,提高准确率的同时满足了实时检测的要求,具有更优越的迁移检测性能。 展开更多

关键词 实时目标检测 弱监督学习 域自适应 图像翻译网络 SSD算法

下载PDF 职称材料

基于轻量化YOLOv4机场场面遥感图像目标检测方法

9

作者 杨轲 董兵 +2 位作者 吴悦 郝宽公 彭自琛 《计算机与现代化》 2024年第2期93-99,共7页

针对现有遥感图像目标检测方法存在深层CNN丢失局部特征信息、复杂场景检测精度低的问题,提出一种基于轻量化YOLOv4的目标检测方法。首先,采用轻量级神经网络Ghostnet替代YOLOv4中作为主干特征提取的CSPdarknet53网络;其次,为改善复杂... 针对现有遥感图像目标检测方法存在深层CNN丢失局部特征信息、复杂场景检测精度低的问题,提出一种基于轻量化YOLOv4的目标检测方法。首先,采用轻量级神经网络Ghostnet替代YOLOv4中作为主干特征提取的CSPdarknet53网络;其次,为改善复杂环境检测能力,采用CycleGAN仿真夜间场景;再次,融合Transformer模块,使模型易于采集网络特征间关系和局部信息;最后,采用Adam优化器和K-means++筛选锚框的方式加速收敛速度,并以RSOD航空遥感数据集进行实例验证。实验结果表明本文算法较原YOLOv4的MAP值提高了6.65个百分点,参数量减小了84.7%,可以满足复杂场景下的机场场面航空器实时目标检测。 展开更多

关键词 实时目标检测 遥感图像 复杂场景 机场场面

下载PDF 职称材料

基于改进YOLOv3的机场盲区遥感图像目标检测方法 被引量：2

10

作者 杨轲 董兵 +2 位作者 吴悦 郝宽公 耿文博 《科技和产业》 2023年第4期213-218,共6页

针对机场存在的雷达监视盲区问题,提出一种改进YOLOv3目标检测算法。首先,基于原YOLOv3主干特征提取网络加入SPP池化模块,以深度可分离卷积替代普通卷积。然后,针对小尺度目标数据集,增加第4层金字塔加强特征提取网络,在kmeans++聚类算... 针对机场存在的雷达监视盲区问题,提出一种改进YOLOv3目标检测算法。首先,基于原YOLOv3主干特征提取网络加入SPP池化模块,以深度可分离卷积替代普通卷积。然后,针对小尺度目标数据集,增加第4层金字塔加强特征提取网络,在kmeans++聚类算法的基础上提出一种线性放缩进行锚框筛选。最后,在RSOD-Dataset数据集上MAP为88.82%,FPS为37.57。仿真结果表明该方法可以满足机场实时目标检测任务的需求。 展开更多

关键词 遥感图像 多特征融合 线性放缩 深度可分离卷积 实时目标检测

下载PDF 职称材料

基于GE-YOLO的消化内镜下异常区域实时目标检测方法

11

作者 范姗慧 赖劲涛 +4 位作者 韦尚光 魏凯华 范一宏 吕宾 厉力华 《中国生物医学工程学报》 CAS CSCD 北大核心 2024年第4期385-398,共14页

消化内镜是临床常用的消化道检查手段,在消化道疾病的早期诊断和治疗中具有重要作用。但常规内镜检查需要由专业医生操作并实时观察视频以确定病灶点,极度依赖医生经验,主观性强且容易造成漏检和误检。本研究提出了一种基于改进YOLOv7-t... 消化内镜是临床常用的消化道检查手段,在消化道疾病的早期诊断和治疗中具有重要作用。但常规内镜检查需要由专业医生操作并实时观察视频以确定病灶点,极度依赖医生经验,主观性强且容易造成漏检和误检。本研究提出了一种基于改进YOLOv7-tiny的消化内镜下异常区域实时检测方法:GE-YOLO。该方法以YOLOv7-tiny为基础框架,使用两种不同的特征提取模块(C3模块和P-ELAN模块)构建骨干特征提取网络,提高网络的特征提取能力;使用坐标卷积(CoordConv)取代上采样中的普通卷积,进一步提高模型对病灶的定位精度;使用部分卷积(PConv)取代特征提取模块中的3×3普通卷积,在保证模型性能的同时减少了模型的计算量和参数量,提升了模型的检测速度;最后使用基于IoU与归一化Wasserstein距离的联合损失函数,提升模型对微小病灶的敏感度。该模型利用Kvasir-Capsule数据集中含标记的图像(共4172张)进行了训练和测试,其平均精确率、召回率和F1得分分别达到了94.2%、97.2%和0.957,检测速度为60帧/s,与YOLOv7-tiny相比,精确率、召回率和F1得分分别提升了2.8%、12.0%和0.075。实验结果表明,本研究提出的方法能实现高精度的消化道病灶实时检测,有望部署于临床内镜检查设备,在检查过程中为医生提供实时辅助,从而大大提高内镜检查效率,具有重要的学术价值和临床意义。 展开更多

关键词 GE-YOLO 实时目标检测 异常区域 消化内镜 YOLOv7-tiny

下载PDF 职称材料

基于改进YOLOv4的葡萄叶片病害检测与识别算法 被引量：1

12

作者 金彬 解祥新 《无线互联科技》 2023年第18期129-132,共4页

为了降低葡萄果园的管理成本,及时发现并预防葡萄病害,文章提出了一种基于改进YOLOv4模型的葡萄叶片病害检测与识别算法。该算法对传统YOLOv4模型进行了改进,针对细粒度、多尺度的葡萄叶片早期疾病检测优化了检测速度和准确性,并应用于... 为了降低葡萄果园的管理成本,及时发现并预防葡萄病害,文章提出了一种基于改进YOLOv4模型的葡萄叶片病害检测与识别算法。该算法对传统YOLOv4模型进行了改进,针对细粒度、多尺度的葡萄叶片早期疾病检测优化了检测速度和准确性,并应用于真实环境中的实时检测。在检测时间为18.31 ms时,该检测模型的平均准确率(mAP)和F1得分分别达到90.4%和94.8%。总体检测结果表明,当前算法的性能显著优于现有的检测模型,精度提高了7.8%,F1分数提高了6.6%。该模型可作为一种检测复杂现实情景下葡萄叶片病害的有效方法。 展开更多

关键词 实时目标检测 葡萄叶病 卷积神经网络 计算机视觉

下载PDF 职称材料

面向安防场景的行人目标检测技术研究

13

作者 周文凯 李佳怡 +1 位作者 周建华 樊中财 《现代电子技术》 2023年第21期59-63,共5页

安防场景的行人目标检测不仅需要识别并标定行人位置,还需要对人脸进行检测与提取,支持人脸比对等下游任务。当前目标检测算法在实际应用中存在运行速度慢、边界框标定不准确、小目标检测效果不佳等问题,文中提出一种基于SSD检测器的安... 安防场景的行人目标检测不仅需要识别并标定行人位置,还需要对人脸进行检测与提取,支持人脸比对等下游任务。当前目标检测算法在实际应用中存在运行速度慢、边界框标定不准确、小目标检测效果不佳等问题,文中提出一种基于SSD检测器的安防场景下的行人目标检测算法。针对检测器因为分类与定位子任务强耦合造成边界框标定不准确的问题,采用一种解耦的“检测头”保证检测器定位精度,并通过在不同分支上引入特征增强模块提取适应不同子任务的特征;采用一种任务耦合的损失函数来提升训练效果;针对运行速度慢,采用轻量化网络作为主干网络,结合TensorRT量化模型提升算法在嵌入式平台上的运行速度。通过在NVIDIA TX2嵌入式深度学习平台进行实验,单帧图像检测时间为23.8 ms,平均帧率约为42 f/s,算法具备优秀的实时性与准确性。 展开更多

关键词 实时目标检测 嵌入式深度学习 SSD 特征提取 模型设计 目标定位

下载PDF 职称材料

基于显著图的弱监督实时目标检测 被引量：4

14

作者 李阳 王璞 +4 位作者 刘扬 刘国军 王春宇 刘晓燕 郭茂祖 《自动化学报》 EI CSCD 北大核心 2020年第2期242-255,共14页

深度卷积神经网络(Deep convolutional neural network,DCNN)在目标检测任务上使用目标的全标注来训练网络参数,其检测准确率也得到了大幅度的提升.然而,获取目标的边界框(Bounding-box)标注是一项耗时且代价高的工作.此外,目标检测的... 深度卷积神经网络(Deep convolutional neural network,DCNN)在目标检测任务上使用目标的全标注来训练网络参数,其检测准确率也得到了大幅度的提升.然而,获取目标的边界框(Bounding-box)标注是一项耗时且代价高的工作.此外,目标检测的实时性是制约其实用性的另一个重要问题.为了克服这两个问题,本文提出一种基于图像级标注的弱监督实时目标检测方法.该方法分为三个子模块:1)首先应用分类网络和反向传递过程生成类别显著图,该显著图提供了目标在图像中的位置信息;2)根据类别显著图生成目标的伪标注(Pseudo-bounding-box);3)最后将伪标注看作真实标注并优化实时目标检测网络的参数.不同于其他弱监督目标检测方法,本文方法无需目标候选集合获取过程,并且对于测试图像仅通过网络的前向传递过程就可以获取检测结果,因此极大地加快了检测的速率(实时性).此外,该方法简单易用;针对未知类别的目标检测,只需要训练目标类别的分类网络和检测网络.因此本框架具有较强的泛化能力,为解决弱监督实时检测问题提供了新的研究思路.在PASCAL VOC 2007数据集上的实验表明:1)本文方法在检测的准确率上取得了较好的提升;2)实现了弱监督条件下的实时检测. 展开更多

关键词 弱监督 实时目标检测 显著图 伪标注 深度卷积神经网络

下载PDF 职称材料

基于FPGA的小型家用安防监控系统设计

15

作者 洪滨 蔡昌新 《仪器与设备》 2023年第4期265-271,共7页

针对持续高发的入室盗窃案件,在帧间差分法的基础上设计了一种基于FPGA的小型家用安防监控系统,系统通过CMOS摄像头采集视频,采用FPGA平台外接DDR3高速大容量缓存,实现了视频图像的采集、存储、目标检测和显示。实验测试结果表明,该系... 针对持续高发的入室盗窃案件,在帧间差分法的基础上设计了一种基于FPGA的小型家用安防监控系统,系统通过CMOS摄像头采集视频,采用FPGA平台外接DDR3高速大容量缓存,实现了视频图像的采集、存储、目标检测和显示。实验测试结果表明,该系统能够快速准确地检测出运动目标,稳定性高,实时性好。 展开更多

关键词 帧间差分法 实时目标检测 FPGA

下载PDF 职称材料

周视红外成像搜索系统中的实时目标检测方法 被引量：3

16

作者 孙刚 郭仕剑 陈曾平 《红外与激光工程》 EI CSCD 北大核心 2014年第7期2152-2158,共7页

在周视红外成像的预警搜索系统中,大视场下红外图像的背景成分十分复杂;与此同时,高分辨成像使得图像数据量也急剧增加。针对周视成像系统中红外图像的特点,提出了一种基于分块图像加权熵值矩阵的快速目标提取算法:首先根据大视场下红... 在周视红外成像的预警搜索系统中,大视场下红外图像的背景成分十分复杂;与此同时,高分辨成像使得图像数据量也急剧增加。针对周视成像系统中红外图像的特点,提出了一种基于分块图像加权熵值矩阵的快速目标提取算法:首先根据大视场下红外图像的空间分布特性,对原始图像建立子图像块矩阵;然后提出一种加权熵的特征判别函数,建立子图像块的加权熵值矩阵;最后分析了基于加权熵矩阵自适应阈值选取方法,对背景进行分类并快速提取目标兴趣区。实测数据结果表明:该算法流程是一种适合大视场条件下的有效目标检测算法,且具备良好的工程应用性。 展开更多

关键词 周视成像 分块红外图像 加权局部熵 实时目标检测

下载PDF 职称材料

基于全景视觉图像的实时目标检测方法 被引量：2

17

作者 黄天果 何嘉 沈庆阳 《计算机工程与设计》 北大核心 2022年第7期2055-2061,共7页

针对高分辨率输入下全景视觉图像目标检测速度难以达到实时的问题,提出一种以YOLOv3为基础的轻量化网络模型,该模型在牺牲部分检测精度的条件下实现了较好的检测速度提升。为解决全景图像训练数据集样本数量不足的问题,提出一种适用于... 针对高分辨率输入下全景视觉图像目标检测速度难以达到实时的问题,提出一种以YOLOv3为基础的轻量化网络模型,该模型在牺牲部分检测精度的条件下实现了较好的检测速度提升。为解决全景图像训练数据集样本数量不足的问题,提出一种适用于全景图像的数据增强方法来扩充训练数据集。实验结果表明,利用YOLOv3验证扩充后的数据集以交并比(IoU)为0.5的条件下评估平均精度,与原始数据集相比检测精确度提高4.75%,改进的轻量化模型与YOLOv3相比,网络参数量减少65.08%,检测速度提升31.81%并达成实时检测。 展开更多

关键词 全景视觉图像 实时目标检测 轻量化模型 YOLOv3 数据增强

下载PDF 职称材料

基于逐波段处理的高光谱图像实时目标检测 被引量：3

18

作者 周昕 厉小润 《工业控制计算机》 2015年第6期42-44,共3页

高光谱遥感图像实时目标检测对于实际应用具有十分重要的意义。针对目标和背景光谱均已知的高光谱遥感图像实时目标检测的问题,在正交子空间投影算法的基础上,利用矩阵分析理论,推导出逐波段处理的实时正交子空间投影算法,加强了原算法... 高光谱遥感图像实时目标检测对于实际应用具有十分重要的意义。针对目标和背景光谱均已知的高光谱遥感图像实时目标检测的问题,在正交子空间投影算法的基础上,利用矩阵分析理论,推导出逐波段处理的实时正交子空间投影算法,加强了原算法的实时处理能力。通过真实图像的实验结果表明,逐波段处理算法具有在实时性基础上提前结束检测过程从而减少目标检测过程所需时间的能力,并且具有数据存储空间和算法运算时间上的优越性。 展开更多

关键词 正交子空间投影 逐波段处理 实时目标检测

下载PDF 职称材料

一种用于数据链系统中的实时目标检测模块的设计与实现 被引量：2

19

作者 王楠 《电子世界》 2020年第13期134-136,共3页

本文主要设计并实现了一种用于数据链系统中的实时目标检测模块。考虑到廉价嵌入式系统对于图像数据的存储以及计算性能受到限制,本文首先提出了一种基于OTSU算法与Niblack算法相结合的自适应图像阈值分割算法,从而对图像数据进行了必... 本文主要设计并实现了一种用于数据链系统中的实时目标检测模块。考虑到廉价嵌入式系统对于图像数据的存储以及计算性能受到限制,本文首先提出了一种基于OTSU算法与Niblack算法相结合的自适应图像阈值分割算法,从而对图像数据进行了必要的处理以简化不必要的图像信息。同时,本文提出了一种基于帧间差分法的实时移动物体监测算法用于对监控区域移动物体进行实时的检测,并将结果通过数据链系统进行反馈。实验结果表明该系统可以检测出监控区域5m内人员的去留情况,并通过实验数据进一步验证了本文提出算法相比于传统算法的优越性。 展开更多

关键词 OTSU算法 帧间差分法 嵌入式系统 图像数据 实时目标检测 移动物体监测 数据链系统 计算性能

下载PDF 职称材料

基于嵌入式平台的安全帽实时检测方法 被引量：1

20

作者 李发伯 刘猛 景晓琦 《沈阳理工大学学报》 CAS 2022年第6期6-12,共7页

基于深度学习实现施工现场人员是否佩戴安全帽的检测方法因卷积神经网络层数多、结构复杂、计算量庞大,难以在嵌入式平台上实现实时检测。针对该问题,提出一种基于改进YOLOv4-Tiny的轻量化网络算法。该算法首先通过改进特征提取网络进... 基于深度学习实现施工现场人员是否佩戴安全帽的检测方法因卷积神经网络层数多、结构复杂、计算量庞大,难以在嵌入式平台上实现实时检测。针对该问题,提出一种基于改进YOLOv4-Tiny的轻量化网络算法。该算法首先通过改进特征提取网络进一步融合多尺度特征信息以提高对小目标区域的识别能力;其次通过引入EIOU损失函数提高定位精确度以及模型收敛速度;最后采用聚类算法K-means++提取先验框中心点,选取更为合适的先验框,用于提高检测的精度及速度。实验结果表明,采用改进后的算法在嵌入式平台上进行安全帽佩戴检测,均值平均精度达到92.47%,较YOLOv4-Tiny提高了12.91%,实现了每秒20.16帧的实时检测速度,达到了实时检测的要求。 展开更多

关键词 深度学习 实时目标检测 嵌入式平台 多尺度特征

下载PDF 职称材料