基于改进级联卷积神经网络的交通标志识别 被引量：8

1

作者 王海 王宽 +2 位作者 蔡英凤 刘泽 陈龙 《汽车工程》 EI CSCD 北大核心 2020年第9期1256-1262,1269,共8页

自动驾驶场景中交通标志的检测和识别十分重要,为提高自然场景下交通标志检测精度,本文中提出了一种基于Cascade-RCNN改进的交通标志识别算法。首先,针对交通标志这类小目标特殊任务,将FPN模块的深层特征信息融合进浅层特征层。其次,改... 自动驾驶场景中交通标志的检测和识别十分重要,为提高自然场景下交通标志检测精度,本文中提出了一种基于Cascade-RCNN改进的交通标志识别算法。首先,针对交通标志这类小目标特殊任务,将FPN模块的深层特征信息融合进浅层特征层。其次,改进了目标检测任务中的评价指标IoU,引入目标检测任务的直接评价指标GIoU指导定位任务,提高了检测精度。最后,算法在德国交通标志数据集GTSDB下进行了实验验证,以ResNet101为基础特征提取网络,mAP可达98.8%,实验结果表明了所提算法的有效性,具有优越的工程实用价值。 展开更多

关键词 交通标志检测 深度学习 卷积神经网络 级联rcnn

下载PDF 职称材料

基于改进CNN的低剂量CT图像肺结节自动检测 被引量：5

2

作者 岳晴 尹健宇 王生生 《计算机科学》 CSCD 北大核心 2022年第S01期54-59,共6页

随着空气污染日益严重,肺癌已成为发病率和死亡率增长速度最快的恶性肿瘤之一,严重危害人们的生命和健康。肺癌早期主要表现为肺结节的形式,如果在肺癌早期能够及时发现并治疗,将能够提高肺癌的治疗效果。低剂量螺旋CT具有采集速度快、... 随着空气污染日益严重,肺癌已成为发病率和死亡率增长速度最快的恶性肿瘤之一,严重危害人们的生命和健康。肺癌早期主要表现为肺结节的形式,如果在肺癌早期能够及时发现并治疗,将能够提高肺癌的治疗效果。低剂量螺旋CT具有采集速度快、成本低、辐射低的特点,因此被大量应用于对肺结节的诊断。目前,CT图像的诊断多采用传统的人工诊断方式与CAD系统诊断的方式,但这两种方式存在精确性低、泛化性差的缺点。针对上述问题,文中以医学辅助诊断领域中的肺结节检测问题为研究对象,提出了一种基于改进CNN的低剂量CT图像的肺结节自动检测算法。首先,对CT图像进行预处理,提取肺实质;其次,对cascade-rcnn候选结节筛选网络进行改进,以提取更高质量的目标;然后,提出了改进3D CNN的假阳性减少网络,提高了结节分类的准确性;最后,在LUNA16数据集上进行了实验,结果表明,与现有算法相比,所提算法在检测准确率上有所提升。 展开更多

关键词 肺结节检测 假阳性降低 cascade-rcnn 3D CNN LUNA16

下载PDF 职称材料

水下图像目标检测技术研究 被引量：1

3

作者 方俊 邱春荣 《科技资讯》 2022年第12期26-29,共4页

运用目标检测技术,水下机器人海底打捞技术可替代人工捕捞,解决人工作业危险系数高、经济效益低的问题。该文水下目标检测研究对象为海参、海胆、扇贝、海星四类生物,针对水下图像颜色偏移严重、存在明显跨域等问题,提出了一种基于Casca... 运用目标检测技术,水下机器人海底打捞技术可替代人工捕捞,解决人工作业危险系数高、经济效益低的问题。该文水下目标检测研究对象为海参、海胆、扇贝、海星四类生物,针对水下图像颜色偏移严重、存在明显跨域等问题,提出了一种基于Cascade-rcnn的海底生物目标检测方法,结合传统图像处理,解决水下图像跨域问题,最终精度达到0.507(iou0.5:0.95 Map)。 展开更多

关键词 目标检测 cascade-rcnn 跨域 颜色偏移

下载PDF 职称材料

基于改进的Cascade-RCNN网络的人员检测算法

4

作者 吉鹏飞 《智能计算机与应用》 2021年第8期107-111,117,共6页

为解决人员密集情景下行人检测存在大量的目标误检、漏检的情况,本文提出了一种改进的基于Cascade-RCNN的目标检测网络,提高了人员检测的准确率。对目前检测效果较好的Cascade-RCNN做了一些改进:选用ResNeXt101代替ResNet作为骨干网络,... 为解决人员密集情景下行人检测存在大量的目标误检、漏检的情况,本文提出了一种改进的基于Cascade-RCNN的目标检测网络,提高了人员检测的准确率。对目前检测效果较好的Cascade-RCNN做了一些改进:选用ResNeXt101代替ResNet作为骨干网络,以便提取更加充分的特征;为了获得更好的标记框,用kmeans聚类算法得到更符合目标形态的anchor长宽比例,通过WBF算法融合多个模型的结果得到更精确的边界框,同时引入多尺度训练以提高对小尺度目标的检测能力。实验结果表明,在CrowdHuman公开数据集上,用ResNeXt101提取特征其得分提高了3.7%,用kmeans聚类算法生成anchor比例和WBF算法融合多预测框其准确率提升了0.7%和1.2%,最终整体性能较基础Cascade-RCNN提升近6%。 展开更多

关键词 行人检测 cascade-rcnn kmeans聚类算法 WBF算法 多尺度训练

下载PDF 职称材料

基于级联卷积神经网络的番茄果实目标检测 被引量：19

5

作者 岳有军 孙碧玉 +1 位作者 王红君 赵辉 《科学技术与工程》 北大核心 2021年第6期2387-2391,共5页

为了使采摘机器人在收获番茄时更加精准地识别目标果实,采用改进后的Cascade RCNN网络对温室内的番茄果实进行目标检测。将Cascade RCNN网络中的非极大值抑制算法替换为Soft-NMS(soft non-maximum suppression)算法,采用适合番茄形状的... 为了使采摘机器人在收获番茄时更加精准地识别目标果实,采用改进后的Cascade RCNN网络对温室内的番茄果实进行目标检测。将Cascade RCNN网络中的非极大值抑制算法替换为Soft-NMS(soft non-maximum suppression)算法,采用适合番茄形状的锚框,增强网络对重叠果实的识别能力,与原Cascade RCNN网络相比,目标识别的准确率提高了近2%,在识别番茄果实的同时,该网络对番茄的成熟度进行了简单分类。为进一步验证网络性能,将改进网络与经典的Faster RCNN网络和YOLOv3网络进行对比。实验结果表明,改进网络能够准确地识别出番茄果实,并对成熟番茄与未成熟番茄做出区分。该方法可为温室内番茄果实的采摘提供技术支持。 展开更多

关键词 深度学习 卷积神经网络 目标检测 番茄果实 cascade rcnn

下载PDF 职称材料

基于改进Cascade RCNN的车辆目标检测方法 被引量：15

6

作者 李松江 吴宁 +1 位作者 王鹏 李海兰 《计算机工程与应用》 CSCD 北大核心 2021年第5期123-130,共8页

针对车辆目标检测过程中小目标及遮挡目标的错检、漏检问题,提出改进Cascade RCNN车辆目标检测方法。使用改进的特征金字塔将浅层信息逐层融入深层网络,增强小目标及遮挡目标特征;引入多支路空洞卷积,减少下采样过程中的特征丢失;将感... 针对车辆目标检测过程中小目标及遮挡目标的错检、漏检问题,提出改进Cascade RCNN车辆目标检测方法。使用改进的特征金字塔将浅层信息逐层融入深层网络,增强小目标及遮挡目标特征;引入多支路空洞卷积,减少下采样过程中的特征丢失;将感兴趣区域与上下文信息通过ROI Align统一尺寸后融合,增强目标特征表达。实验结果表明,改进后Cascade RCNN能更好地检测出小目标及遮挡目标,在KITTI和UA-DETRAC数据集上比Cascade RCNN提高了2.2个百分点和2.7个百分点。 展开更多

关键词 车辆检测 小目标 遮挡目标 cascade rcnn ROI Align

下载PDF 职称材料

复杂大田场景中麦穗检测级联网络优化方法 被引量：12

7

作者 谢元澄 何超 +3 位作者 于增源 沈毅 姜海燕 梁敬东 《农业机械学报》 EI CAS CSCD 北大核心 2020年第12期212-219,共8页

单位种植面积的麦穗数量是评估小麦产量的关键农艺指标之一。针对农田复杂场景中存在的大量麦芒、卷曲麦叶、杂草等环境噪声、小尺寸目标和光照不均等导致的麦穗检测准确度下降的问题,提出了一种基于深度学习的麦穗检测方法(FCS RCNN)。... 单位种植面积的麦穗数量是评估小麦产量的关键农艺指标之一。针对农田复杂场景中存在的大量麦芒、卷曲麦叶、杂草等环境噪声、小尺寸目标和光照不均等导致的麦穗检测准确度下降的问题,提出了一种基于深度学习的麦穗检测方法(FCS RCNN)。以Cascade RCNN为基本网络模型,通过引入特征金字塔网络(Feature pyramid network,FPN)融合浅层细节特征和高层丰富语义特征,通过采用在线难例挖掘(Online hard example mining,OHEM)技术增加对高损失样本的训练频次,通过IOU(Intersection over union)阈值对网络模型进行阶段性融合,最后基于圆形LBP纹理特征训练一个SVM分类器,对麦穗检出结果进行复验。大田图像测试表明,FCS RCNN模型的检测精度达92.9%,识别单幅图像平均耗时为0.357 s,平均精度为81.22%,比Cascade RCNN提高了21.76个百分点。 展开更多

关键词 麦穗计数 目标检测 cascade rcnn IOU级联 复杂场景

下载PDF 职称材料

基于改进级联RCNN的遥感图像目标检测 被引量：6

8

作者 王子琦 管振玉 +1 位作者 朱轶昇 刘光灿 《计算机工程与设计》 北大核心 2023年第1期194-202,共9页

针对多尺度、多纵横比的复杂场景下多类别目标的光学遥感图像目标检测问题,增强深度特征的挖掘,提出基于级联RCNN的改进算法。采用高分辨率网络和轻量通道注意力机制优化主干网络,用串-并联的级联RCNN多次学习深度特征。通过网络结构的... 针对多尺度、多纵横比的复杂场景下多类别目标的光学遥感图像目标检测问题,增强深度特征的挖掘,提出基于级联RCNN的改进算法。采用高分辨率网络和轻量通道注意力机制优化主干网络,用串-并联的级联RCNN多次学习深度特征。通过网络结构的分析与改进,在简单的训练策略和有限的数据集等条件下取得较好检测结果。在两个当前最大遥感目标数据集上的实验结果表明,改进模型的平均精确度相比原级联RCNN显著提高,且具备更好的泛化能力。 展开更多

关键词 遥感图像 目标检测 深度学习 级联rcnn 高分辨率网络

下载PDF 职称材料

基于Cascade Rcnn的超声甲状腺结节检测研究 被引量：6

9

作者 章浩伟 李占齐 +1 位作者 刘颖 李淼 《中国生物医学工程学报》 CAS CSCD 北大核心 2022年第1期64-72,共9页

甲状腺超声图像由于对比度低、边缘不清晰、高噪声和周围组织复杂难辨等问题,给医生诊断甲状腺疾病造成困难。针对此问题,采用Cascade Rcnn目标检测算法,分别以ResNet50、Resnet101以及融合压缩激励注意力模块SE-ResNet50、SE-ReNet101... 甲状腺超声图像由于对比度低、边缘不清晰、高噪声和周围组织复杂难辨等问题,给医生诊断甲状腺疾病造成困难。针对此问题,采用Cascade Rcnn目标检测算法,分别以ResNet50、Resnet101以及融合压缩激励注意力模块SE-ResNet50、SE-ReNet101为主干网络,对从某三甲医院获取的1513例(其中良性结节832例,恶性结节681例)甲状腺超声图像,在专业超声科医生的指导下进行预处理,制作本次实验使用的标准coco格式数据集。采用迁移学习的方式将从Imagenet大型数据库上预训练得到的权重迁移到本次实验模型结构中,经过4个主干网络的实验结果对比,以SE-ResNet101为主干网络的Cascade Rcnn算法,在结节定位和判别方面,实现了精确率92.4%,召回率86.2%,特异性95.1%,F1值89.2%,mAP值82.4%的检测效果,对辅助医生进行甲状腺超声图像的诊断具有一定的临床指导意义。 展开更多

关键词 甲状腺超声图像 cascade rcnn 目标检测 迁移学习

下载PDF 职称材料

基于Cascade RCNN的热轧带钢表面缺陷检测 被引量：3

10

作者 陆尧 薛林 +1 位作者 王云森 王豪 《仪表技术与传感器》 CSCD 北大核心 2023年第8期101-106,126,共7页

在工业生产过程中,带钢表面产生的缺陷影响其质量和使用性能,需要对表面缺陷进行检测,为此提出了基于深度学习的缺陷检测模型Cascade RCNN。首先,对骨干网络进行改进,将标准卷积替换为可切换空洞卷积,在不增加参数量的情况下,增大输出... 在工业生产过程中,带钢表面产生的缺陷影响其质量和使用性能,需要对表面缺陷进行检测,为此提出了基于深度学习的缺陷检测模型Cascade RCNN。首先,对骨干网络进行改进,将标准卷积替换为可切换空洞卷积,在不增加参数量的情况下,增大输出单元的感受野。其次,改变特征金字塔FPN,结构不变的情况下添加了自上而下的连接方式,同时使用特征上采样算子CARAFE替换最邻近上采样,提高了上采样精度和定位精度。最后,将损失函数换为Focal Loss,解决目标检测过程中正负样本不平衡问题。结果显示:通过以上方法的改进,检测精度有大幅提升,平均均值精度提高了7.61%,达到77.82%,各类缺陷的检测精度都得到了提高;与其他检测模型对比,模型的检测能力得到了提高,采用的改进方法有一定的应用价值。 展开更多

关键词 深度学习 缺陷检测 cascade rcnn 热轧带钢 特征上采样算子 Focal Loss

下载PDF 职称材料

基于Swin Transformer的两阶段织物疵点检测 被引量：2

11

作者 雷承霖 李敏 王斌 《棉纺织技术》 CAS 北大核心 2023年第2期41-47,共7页

为了提高织物疵点检测的精准率,提出了一种基于Swin Transformer的两阶段织物疵点检测网络模型。首先,使用Swin Transformer替代传统的卷积神经网络来进行特征提取,以获得织物图像的分层特征;其次,使用神经网络架构搜索法来获取最佳特... 为了提高织物疵点检测的精准率,提出了一种基于Swin Transformer的两阶段织物疵点检测网络模型。首先,使用Swin Transformer替代传统的卷积神经网络来进行特征提取,以获得织物图像的分层特征;其次,使用神经网络架构搜索法来获取最佳特征融合网络,以得到准确的小尺寸疵点特征;最后,将融合后的特征送入多级区域建议网络,通过k-means选取最佳的候选框来进行疵点分类和位置回归。试验结果表明:对于结头、破洞等20种疵点,该疵点检测方法的mAP@0.5达到0.575;与标准的Cascade RCNN模型相比,该研究模型的mAP@0.5提升了38.1%。认为该研究提出的算法能够更好地识别各类织物疵点。 展开更多

关键词 织物疵点 Swin Transformer 神经网络架构搜索 多级区域建议网络 cascade rcnn

下载PDF 职称材料

基于改进Cascade RCNN的输电线路防振锤脱落检测方法 被引量：1

12

作者 阎光伟 刘润泽 +1 位作者 焦润海 何慧 《图学学报》 CSCD 北大核心 2023年第5期849-860,共12页

无人机巡检输电线路时,因拍摄角度和距离问题,容易出现被输电线遮挡和远距离拍摄的防振锤脱落目标,导致目标特征被遮挡且分辨率较低,且部分防振锤出现滑移现象,导致目标识别准确率降低。针对以上问题,提出一种基于改进Cascade RCNN的防... 无人机巡检输电线路时,因拍摄角度和距离问题,容易出现被输电线遮挡和远距离拍摄的防振锤脱落目标,导致目标特征被遮挡且分辨率较低,且部分防振锤出现滑移现象,导致目标识别准确率降低。针对以上问题,提出一种基于改进Cascade RCNN的防振锤脱落检测网络。第一,设计了对比学习网络,将正负样本与真实样本的特征进行对比学习,利用对比损失函数训练网络,使其能更加关注到被遮挡的防振锤脱落目标,提升其特征提取能力;第二,进行了分类器增强操作,筛选出网络级联结构中回归效果较好的感兴趣区域并送入最后的分类回归队列中,提高了分类器的分类能力,进而提升检测目标的分类分数;第三,设计了并行注意力机制模块,整合网络提取的特征,增大关键特征的权重,使网络关注到图像中更关键的区域;在特征金字塔中,将双线性插值方法代替为反卷积,提升特征还原能力。经交叉验证实验结果表明,改进后的模型召回率、精确率和平均精度达到了97.5%,91.0%和92.0%,相比基线模型分别提高了6.9%,28.4%和8.0%。 展开更多

关键词 输电线路 防振锤脱落 cascade rcnn 对比学习网络 并行注意力模块 分类器增强 样本相似度

下载PDF 职称材料

融合高分辨率网络的雾天目标检测算法

13

作者 张骞 陈紫强 +1 位作者 孙宗威 赖镜安 《计算机工程与科学》 CSCD 北大核心 2023年第11期1970-1981,共12页

针对雾天场景中因图像模糊不清、目标难以分辨等原因导致错检、漏检的问题,提出了一种融合高分辨率网络的目标检测算法HR-Cascade RCNN。采用高分辨率网络HRNet作为Cascade RCNN的特征提取网络,通过不同分辨率的子网络并行连接,提取多... 针对雾天场景中因图像模糊不清、目标难以分辨等原因导致错检、漏检的问题,提出了一种融合高分辨率网络的目标检测算法HR-Cascade RCNN。采用高分辨率网络HRNet作为Cascade RCNN的特征提取网络,通过不同分辨率的子网络并行连接,提取多尺度的特征信息,减少下采样过程中的信息损失,增强目标的语义信息表示;使用CIoU损失函数替换原有的Smooth L1损失函数,引入惩罚项度量真实框与检测框之间宽高比的相关性,优化网络的收敛效果,有助于提高检测框的定位精度;最后,采用SoftNMS改进候选框选择机制,降低车辆遮挡等情况下的漏检率,提高网络检测能力。在真实雾天数据集RTTS和合成雾天数据集Foggy Cityscapes上的实验结果表明,HR-Cascade RCNN与原Cascade RCNN相比,mAP分别提高了5.9%和3%。 展开更多

关键词 雾天场景 目标检测 深度学习 cascade rcnn 高分辨率

下载PDF 职称材料

基于改进Cascade RCNN的集成电路板瑕疵检测算法

14

作者 王代涛 李文杰 +1 位作者 谢波 俞文静 《现代计算机》 2023年第16期33-37,共5页

针对集成电路板视觉瑕疵检测中存在背景复杂多样、检测目标较小、瑕疵难定位的问题,以及工业生产中满足安全性和高精度的检测要求,提出了一种改进Cascade RCNN算法,并设计了网络模型。该模型以Cascade RCNN为基础检测网络,选用特征提取... 针对集成电路板视觉瑕疵检测中存在背景复杂多样、检测目标较小、瑕疵难定位的问题,以及工业生产中满足安全性和高精度的检测要求,提出了一种改进Cascade RCNN算法,并设计了网络模型。该模型以Cascade RCNN为基础检测网络,选用特征提取效果较好的ResNet50作为其骨干网络,并针对集成电路板表面缺陷尺寸变化较大的问题融入了FPN思想,将ResNet50输出的具有大量位置信息的浅层特征层和具有丰富语义信息的深层特征层进行均衡化融合,搭建了一种Cascade RCNN-ResNet-FPN模型架构。实验结果表明,针对集成电路板瑕疵这种小目标检测,改进Cascade RCNN算法相较于基本Cascade RCNN模型、SSD模型以及YOLO模型,安全性以及mAP均有较大的提升,适用于集成电路板瑕疵自动检测。 展开更多

关键词 集成电路板 瑕疵检测 cascade rcnn 小目标 算法

下载PDF 职称材料

基于改进Cascade RCNN的风管平面二维图纸识别 被引量：1

15

作者 杨墨逸 赵云凡 邓雪原 《土木工程与管理学报》 2022年第4期114-123,共10页

过去20年,我国城市化水平迅速提高,高速发展的同时也带来了既有建筑量大面广,建筑设备退化、运维困难等问题。BIM包含丰富的信息,能够提高设备运维效率和质量,但很多既有建筑仅有纸质图纸资料,从纸质图纸中人工重建BIM耗时耗力,亟需一... 过去20年,我国城市化水平迅速提高,高速发展的同时也带来了既有建筑量大面广,建筑设备退化、运维困难等问题。BIM包含丰富的信息,能够提高设备运维效率和质量,但很多既有建筑仅有纸质图纸资料,从纸质图纸中人工重建BIM耗时耗力,亟需一种从二维图纸自动创建BIM的方法。本文提出使用改进的Cascade RCNN算法结合数字图像处理技术识别风管平面图纸,提取图像中的设备类别和位置信息,为重建BIM提供数据基础。改进时针对风管设备类型众多、形态各异的特点,使用Res2Net提高网络的多尺度特征提取能力,融入可变形卷积DCNv2加强网络适应几何形变的能力,改进非极大值抑制算法提高定位精度,降低漏检风险。实验表明,本文算法可以准确识别风管平面图纸中的设备,改进有效减少了定位和分类错误,提高了识别精度,mAP达到80.8%。最后通过横向对比其他算法的效果,验证了本文算法的先进性。 展开更多

关键词 BIM cascade rcnn 风管平面图纸 二维图纸自动识别

下载PDF 职称材料

基于改进Cascade RCNN网络的X光安检违禁品检测 被引量：1

16

作者 张娜 罗源 +2 位作者 包晓安 金瑜婷 涂小妹 《计算机系统应用》 2022年第7期224-230,共7页

针对X光安检违禁品检出率低下的问题,提出了一种基于改进Cascade RCNN网络的X光安检违禁品检测算法.该算法在网络结构上引入批特征擦除(batch feature erasing,BFE)模块.BFE模块通过随机擦除相同区域来增强局部特征学习,进而强化网络对... 针对X光安检违禁品检出率低下的问题,提出了一种基于改进Cascade RCNN网络的X光安检违禁品检测算法.该算法在网络结构上引入批特征擦除(batch feature erasing,BFE)模块.BFE模块通过随机擦除相同区域来增强局部特征学习,进而强化网络对剩余特征的学习表达.此外,针对检出率低下问题,在该算法中提出加权SD loss损失函数,该损失函数使用权重融合的方式将Smooth L1 loss与DIoU loss进行加权融合,通过改变权重比例系数,能够使目标检测结果更加准确,一定程度上提高了检出率.实验结果表明:在公开的X光安检违禁品数据集上,测试性能与原算法相比,改进Cascade RCNN网络对X光安检违禁品检出率增长了3.11%,改进算法的识别精度有一定的提高. 展开更多

关键词 X光安检图像 批特征擦除 SD loss损失函数 安检违禁品检测 cascade rcnn

下载PDF 职称材料

基于E-DCN-Cascade RCNN的牛群目标检测算法

17

作者 李琦 沈雷 +1 位作者 徐文贵 王智霖 《杭州电子科技大学学报（自然科学版）》 2022年第4期57-63,共7页

提出一种基于可变形膨胀卷积级联网络的牛群目标检测算法。首先,采用可变形膨胀卷积网络(Expand-Deformable Convolutional Networks,E-DCN)提取牛身纹理特征,并使卷积区域始终覆盖在牛身周围,提高了牛身与牛舍背景的区分度;然后,结合E-... 提出一种基于可变形膨胀卷积级联网络的牛群目标检测算法。首先,采用可变形膨胀卷积网络(Expand-Deformable Convolutional Networks,E-DCN)提取牛身纹理特征,并使卷积区域始终覆盖在牛身周围,提高了牛身与牛舍背景的区分度;然后,结合E-DCN和特征金字塔网络(Feature Pyramid Network,FPN),对各层特征信息进行深度融合,增强了遮挡牛身的纹路特征,得到各层牛身特征图,解决了因牛身相互遮挡导致的漏检问题。实验结果表明,交并比(Intersection Over Union,IOU)阈值为0.75时,提出算法的平均精确度达到91.6%,比Cascade RCNN算法提高了4.2%。 展开更多

关键词 目标检测 cascade rcnn 可变形膨胀卷积网络 特征金字塔网络

下载PDF 职称材料

基于Cascade RCNN和二步聚类的织物疵点检测 被引量：2

18

作者 叶舒婷 游思晴 +2 位作者 郝灿 程智 王颖 《棉纺织技术》 CAS 北大核心 2022年第7期24-29,共6页

提出一种改进的基于深度卷积网络Cascade RCNN的织物疵点检测算法。针对织物存在疵点长宽比极端、疵点小以及疵点类间数量不均衡导致识别准确率低的问题,引入特征金字塔网络(FPN)和深度残差网络(ResNet101)进行高低层特征融合,获取更全... 提出一种改进的基于深度卷积网络Cascade RCNN的织物疵点检测算法。针对织物存在疵点长宽比极端、疵点小以及疵点类间数量不均衡导致识别准确率低的问题,引入特征金字塔网络(FPN)和深度残差网络(ResNet101)进行高低层特征融合,获取更全面的织物疵点多尺度特征信息。采用二步聚类算法确定适用于极端形状疵点检测的预定义框最佳尺寸。采用改进的Cascade RCNN网络构架和二步聚类法确定的预定义框进行织物疵点检测试验。结果表明:改进后疵点识别准确率最高可达到98.4%。认为:改进特征提取网络和适用于极端形状疵点的预定义框能有效提高织物疵点识别准确率和定位精度。 展开更多

关键词 cascade rcnn模型 二步聚类法 织物疵点 深度残差网络 金字塔网络 预定义框

下载PDF 职称材料