期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于G-UNet的多场景行人精确分割与检测
被引量：
1
1
作者
陈雪云
贝学宇
+1 位作者
姚渠
金鑫
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2022年第4期925-933,共9页
目前的语义分割方法可以得到行人的轮廓,但在行人相互遮挡时,无法直接得到图中行人的数量、身高和中心位置等信息。针对这一缺陷,提出了G-UNet模型算法:在语义分割主干之外,增加一个行人区域的高斯椭圆密度核检测分支,通过核的极大值点...
目前的语义分割方法可以得到行人的轮廓,但在行人相互遮挡时,无法直接得到图中行人的数量、身高和中心位置等信息。针对这一缺陷,提出了G-UNet模型算法:在语义分割主干之外,增加一个行人区域的高斯椭圆密度核检测分支,通过核的极大值点、垂直和水平轴尺度,分别检测行人的中心位置、高度和宽度,并由密度核极大值点的唯一性,解决了行人遮挡的检测难题。另外,UNet以空间对称的方式将底层和高层特征进行硬性的拼接,使得50%的固定误差直接传播到底层。本文提出可训练的柔性系数拼接方式,可以得到最优的误差分配传播方式。最后,传统的损失函数的误差值与行人标定面积成正比,导致小尺度行人容易漏检,本文提出目标增强损失函数提高网络检测小尺度行人的能力。在自建行人分割数据库中,实验结果证明了本文方法的有效性且优于其他方法。
展开更多
关键词
计算机应用
行人语义分割
高斯核
柔性连接
目标
增强
损失
原文传递
基于二阶段目标增强网络的低照度复杂环境下绝缘子故障检测方法
2
作者
田子建
吴佳奇
+3 位作者
张文琪
陈伟
杨伟
王帅
《电网技术》
EI
CSCD
北大核心
2024年第3期1331-1340,共10页
从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行...
从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行图像预处理方法,再使用YOLOv7-OL作为故障检测模块检测小目标绝缘子故障。在二阶段目标增强网络(two-stage object enhancement network,TOE-Net)中,设计零目标图像增强损失函数实现预增强网络(preparation enhancement network,PreEnNet)和深度增强网络(deep enhancement network,DeepEnNet)的无监督学习;使用信道级注意力模块跳跃式通道注意力机制(skip squeeze excitation networt,Skip_SENet)和跳跃式通道注意力机制(skip convolutional block attention module,Skip_CBAM)模块改进原始小目标特征增强单次多框检测算法(small object detection enhancement single shot multiBox detector,SDE-SSD),从而提升定位网络的小目标检测能力;设计弱监督机制使预增强网络根据小目标特征增强SSD的要求来提升图像增强能力,直到小目标特征增强SSD能够从增强图像中准确定位绝缘子串位置;使用深度增强网络深度增强绝缘子串区域,提升各类故障的特征显著性。故障检测模块中,将YOLOv7目标检测算法改进为面向小目标YOLOv7,在原模型中添加结合多尺度特征自适应融合网络的小目标检测通道,并将原始损失函数的CIOU改进为BIOU,从而提高模型的小目标检测性能。在低照度环境绝缘子故障检测实验中,该算法与5种目前常用目标检测算法相比具有较大优势,并且相较于低光目标检测算法IA-YOLO、GenISP with RetinaNet,m AP提升9.77%、10.35%,检测速度提升7.23%、10.16%,证明该算法适用于低照度复杂环境下小目标绝缘子故障检测任务;在正常光照绝缘子故障检测实验中该算法仍保持出色性能,证明该算法能够实现常规光照条件下
展开更多
关键词
绝缘子故障检测
低光复杂环境
目标
检测
小
目标
检测
二阶段
目标
增强
网络
弱监督机制
零
目标
图像
增强
损失
函数
小
目标
特征
增强
SSD
YOLOv7小
目标
检测算法
下载PDF
职称材料
题名
基于G-UNet的多场景行人精确分割与检测
被引量：
1
1
作者
陈雪云
贝学宇
姚渠
金鑫
机构
广西大学电气工程学院
出处
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2022年第4期925-933,共9页
基金
国家自然科学基金项目(62061002).
文摘
目前的语义分割方法可以得到行人的轮廓,但在行人相互遮挡时,无法直接得到图中行人的数量、身高和中心位置等信息。针对这一缺陷,提出了G-UNet模型算法:在语义分割主干之外,增加一个行人区域的高斯椭圆密度核检测分支,通过核的极大值点、垂直和水平轴尺度,分别检测行人的中心位置、高度和宽度,并由密度核极大值点的唯一性,解决了行人遮挡的检测难题。另外,UNet以空间对称的方式将底层和高层特征进行硬性的拼接,使得50%的固定误差直接传播到底层。本文提出可训练的柔性系数拼接方式,可以得到最优的误差分配传播方式。最后,传统的损失函数的误差值与行人标定面积成正比,导致小尺度行人容易漏检,本文提出目标增强损失函数提高网络检测小尺度行人的能力。在自建行人分割数据库中,实验结果证明了本文方法的有效性且优于其他方法。
关键词
计算机应用
行人语义分割
高斯核
柔性连接
目标
增强
损失
Keywords
computer application
pedestrian semantic segmentation
Gaussian kernel
soft connection
target enhancement loss
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于二阶段目标增强网络的低照度复杂环境下绝缘子故障检测方法
2
作者
田子建
吴佳奇
张文琪
陈伟
杨伟
王帅
机构
中国矿业大学(北京)机电与信息工程学院
中国矿业大学计算机科学与技术学院
国家矿山安全监察局内蒙古局
出处
《电网技术》
EI
CSCD
北大核心
2024年第3期1331-1340,共10页
基金
国家自然科学基金项目(52074305,52274160,51874300)
国家自然科学基金委员会–山西省人民政府煤基低碳联合基金(U1510115)。
文摘
从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行图像预处理方法,再使用YOLOv7-OL作为故障检测模块检测小目标绝缘子故障。在二阶段目标增强网络(two-stage object enhancement network,TOE-Net)中,设计零目标图像增强损失函数实现预增强网络(preparation enhancement network,PreEnNet)和深度增强网络(deep enhancement network,DeepEnNet)的无监督学习;使用信道级注意力模块跳跃式通道注意力机制(skip squeeze excitation networt,Skip_SENet)和跳跃式通道注意力机制(skip convolutional block attention module,Skip_CBAM)模块改进原始小目标特征增强单次多框检测算法(small object detection enhancement single shot multiBox detector,SDE-SSD),从而提升定位网络的小目标检测能力;设计弱监督机制使预增强网络根据小目标特征增强SSD的要求来提升图像增强能力,直到小目标特征增强SSD能够从增强图像中准确定位绝缘子串位置;使用深度增强网络深度增强绝缘子串区域,提升各类故障的特征显著性。故障检测模块中,将YOLOv7目标检测算法改进为面向小目标YOLOv7,在原模型中添加结合多尺度特征自适应融合网络的小目标检测通道,并将原始损失函数的CIOU改进为BIOU,从而提高模型的小目标检测性能。在低照度环境绝缘子故障检测实验中,该算法与5种目前常用目标检测算法相比具有较大优势,并且相较于低光目标检测算法IA-YOLO、GenISP with RetinaNet,m AP提升9.77%、10.35%,检测速度提升7.23%、10.16%,证明该算法适用于低照度复杂环境下小目标绝缘子故障检测任务;在正常光照绝缘子故障检测实验中该算法仍保持出色性能,证明该算法能够实现常规光照条件下
关键词
绝缘子故障检测
低光复杂环境
目标
检测
小
目标
检测
二阶段
目标
增强
网络
弱监督机制
零
目标
图像
增强
损失
函数
小
目标
特征
增强
SSD
YOLOv7小
目标
检测算法
Keywords
insulator faults detection
low-light complex environment object detection
small object detection
two-phase object enhancement network
weakly supervised mechanism
non-object image enhancement loss
SDE-SSD
YOLOv7-OL
分类号
TM721 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于G-UNet的多场景行人精确分割与检测
陈雪云
贝学宇
姚渠
金鑫
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2022
1
原文传递
2
基于二阶段目标增强网络的低照度复杂环境下绝缘子故障检测方法
田子建
吴佳奇
张文琪
陈伟
杨伟
王帅
《电网技术》
EI
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
