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
共找到5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：
轻量化CenterNet网络的二维条码定位算法 被引量：8
1
作者 万伟彤 李长峰 +1 位作者 朱华波 陶友瑞 《电子测量与仪器学报》 CSCD 北大核心 2022年第5期128-135,共8页
针对复杂工业、物流运输场景中传统的二维条码定位算法效率和稳定性较低的问题,提出了一种基于轻量化的CenterNet网络的二维条码定位算法。针对实际情况中二维条码尺寸变化问题,采用CSPDarkNet53-tiny作为主干网络并对其加以修改。添加... 针对复杂工业、物流运输场景中传统的二维条码定位算法效率和稳定性较低的问题,提出了一种基于轻量化的CenterNet网络的二维条码定位算法。针对实际情况中二维条码尺寸变化问题,采用CSPDarkNet53-tiny作为主干网络并对其加以修改。添加SPP模块以提高网络精度,对CenterNet的上采样以及输出模块部分进行轻量化改造,使用5×5深度可分离卷积代替普通卷积,并在训练时采用余弦退火学习率策略防止过拟合。实验结果表明,在定位准确率仅比YOLOv4-tiny降低0.64%的情况下,不仅能够避免传统算法准确率受背景影响大、鲁棒性不强等问题,而且实时推理速度可以达到124 fps,可以更好的用于低硬件配置下各种二维条码定位。 展开更多
关键词 目标检测 二维条码定位 centernet网络 轻量化网络
下载PDF
煤矿井下巷道行驶车辆车前障碍物检测方法研究
2
作者 闫明伟 《矿业安全与环保》 CAS 北大核心 2024年第1期168-174,共7页
为了解决巷道内运输车辆在行驶过程中对障碍物的检测易受到光照条件影响的问题,提出了一种基于图像增强的障碍物检测方法。该方法先利用VOC数据集格式制作井下车辆行驶过程中的障碍物数据集,然后利用MSR(Multi Scale Retinex)算法对井... 为了解决巷道内运输车辆在行驶过程中对障碍物的检测易受到光照条件影响的问题,提出了一种基于图像增强的障碍物检测方法。该方法先利用VOC数据集格式制作井下车辆行驶过程中的障碍物数据集,然后利用MSR(Multi Scale Retinex)算法对井下采集到的低照度图像进行增强;通过改进CenterNet网络,设计了ResNetBN-18轻量级网络,再基于改进后的CenterNet目标检测算法训练数据集,最后实现对井下运输车辆车前障碍物的准确检测。实验结果表明,改进后的检测模型保持了原网络的高实时性,检测精度比原网络提高了10.1%,帧率提高了6.7%。 展开更多
关键词 井下运输车辆 低照度 障碍物检测 centernet网络
下载PDF
基于改进CenterNet的焊缝起始向量检测与机器人位姿估计方法 被引量：4
3
作者 唐溪 姚锡凡 +1 位作者 董艺 张峻铭 《计算机集成制造系统》 EI CSCD 北大核心 2022年第9期2865-2880,共16页
针对传统方法在焊缝起始点检测任务中适应性差,难以获取机器人初始焊接位姿的问题,提出一种基于改进CenterNet的焊缝起始向量检测与机器人位姿估计方法。首先,采用特征融合与卷积块注意力机制(CBAM)增强CenterNet提取有效特征的能力。然... 针对传统方法在焊缝起始点检测任务中适应性差,难以获取机器人初始焊接位姿的问题,提出一种基于改进CenterNet的焊缝起始向量检测与机器人位姿估计方法。首先,采用特征融合与卷积块注意力机制(CBAM)增强CenterNet提取有效特征的能力。然后,利用改进的CenterNet获取焊缝起始向量,并用提出的工件底板边线条件筛选算法提取底板边线,继而通过极线约束匹配得到起始向量和底板边线上的若干对应点,由此得到工件表面特征点三维信息,实现工件姿态和焊接位姿估计。实验结果表明,改进后的CenterNet在焊缝起始向量检测任务中,检测精度和检测速度优于其他对比算法,工件姿态估计误差满足机器人初始焊接位姿引导的精度和鲁棒性要求。 展开更多
关键词 焊缝起始向量检测 双目立体视觉 centernet网络 特征融合 姿态估计
下载PDF
基于特征选择方法的无锚框多光谱行人检测
4
作者 陈夏阳 《软件导刊》 2022年第11期31-37,共7页
为解决低分辨率及遮挡行人目标难以检测的问题,提出一种基于特征选择的无锚框多光谱行人检测方法。该方法以双通道CenterNet网络为基础网络架构,将特征选择注意网络应用于两个卷积模块之间,对语义信息及细节特征进行筛选,最终获取更有... 为解决低分辨率及遮挡行人目标难以检测的问题,提出一种基于特征选择的无锚框多光谱行人检测方法。该方法以双通道CenterNet网络为基础网络架构,将特征选择注意网络应用于两个卷积模块之间,对语义信息及细节特征进行筛选,最终获取更有利于检测低分辨率及遮挡行人目标的信息。实验结果表明,相比于传统的通道融合多光谱行人检测算法,该方法降低了3%的行人检测漏检率,对于较小的行人目标以及严重遮挡的行人目标分别降低了15%、9%的漏检率,具有一定的应用价值。 展开更多
关键词 多光谱行人检测 特征选择 无锚框 centernet网络
下载PDF
基于CenterNet的实时行人检测模型 被引量：6
5
作者 姜建勇 吴云 +2 位作者 龙慧云 黄自萌 蓝林 《计算机工程》 CAS CSCD 北大核心 2021年第10期276-282,共7页
针对传统目标检测模型不能同时兼顾检测速度和准确度的问题,提出一种新的PD-CenterNet模型。在CenterNet的基础上对网络结构和损失函数进行改进,在网络结构的上采路径中,设计基于注意力机制的特征融合模块,对低级特征和高级特性进行融合... 针对传统目标检测模型不能同时兼顾检测速度和准确度的问题,提出一种新的PD-CenterNet模型。在CenterNet的基础上对网络结构和损失函数进行改进,在网络结构的上采路径中,设计基于注意力机制的特征融合模块,对低级特征和高级特性进行融合,在损失函数中通过设计α、γ、δ3个影响因子来提高正样本与降低负样本的损失,以平衡正负样本的损失。实验结果表明,相比CenterNet模型,该模型在网络结构和损失函数上的准确度分别提高5.1%、9.81%。 展开更多
关键词 PD-centernet网络 实时检测 行人检测 样本不平衡 损失函数 特征融合
下载PDF
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
使用帮助 返回顶部