基于关键点的Anchor Free目标检测模型综述 被引量：13

1

作者 郑婷婷 杨雪 戴阳 《计算机系统应用》 2020年第8期1-8,共8页

目标检测是计算机视觉应用的基础,基于锚框的一些目标检测算法已难以满足目标检测中对目标处理的效率、性能等诸多方面的要求,而anchor free方法逐渐广泛应用于目标检测.本文首先重点介绍了CornerNet、CenterNet、FCOS模型的一系列基于... 目标检测是计算机视觉应用的基础,基于锚框的一些目标检测算法已难以满足目标检测中对目标处理的效率、性能等诸多方面的要求,而anchor free方法逐渐广泛应用于目标检测.本文首先重点介绍了CornerNet、CenterNet、FCOS模型的一系列基于关键点的anchor free目标检测方法,综述了算法思路及其优缺点;然后分别对基于锚框和基于关键点的目标检测算法在同一个数据集上作了性能比较和分析;最后对基于关键点的目标检测进行了总结,并展望了目标检测的未来发展方向. 展开更多

关键词 目标检测 关键点 anchor free CornerNet CenterNet fcos 锚框

下载PDF 职称材料

基于改进GhostNet-FCOS的火灾检测算法 被引量：6

2

作者 张融 张为 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第10期1891-1899,共9页

针对现有火灾检测算法检测精度不佳和算法模型复杂度过高的问题,提出基于改进GhostNet-FCOS的火灾检测算法.该算法以目标检测网络FCOS为基础,降低通道维数并选用GhostNet作为特征提取网络,以实现轻量化火灾检测算法.引入动态卷积,在不... 针对现有火灾检测算法检测精度不佳和算法模型复杂度过高的问题,提出基于改进GhostNet-FCOS的火灾检测算法.该算法以目标检测网络FCOS为基础,降低通道维数并选用GhostNet作为特征提取网络,以实现轻量化火灾检测算法.引入动态卷积,在不增加网络宽度和深度的情况下优化主干网络的基础模块,提高对形态多变的火焰图像的特征提取能力.增加空间注意力模块,优化网络空间特征的表达.改进正负样本定义和回归损失函数,优化训练过程中算法模型对标注框内不同区域的关注程度.在自建火灾数据集和公开数据集中的实验结果表明,该算法在检测精度和模型复杂度方面具有优势.该算法在自建火灾数据集中的检测精度为90.9%,参数量为4.58×10^(6),浮点计算量为31.45×10^(9). 展开更多

关键词 火灾检测 目标检测 fcos GhostNet 动态卷积 注意力模块

下载PDF 职称材料

VoVNet-FCOS道路行人目标检测算法研究 被引量：7

3

作者 刘丹 汪慧兰 +1 位作者 曾浩文 王桂丽 《国外电子测量技术》 北大核心 2021年第11期64-71,共8页

针对行人目标特殊性和复杂性而导致的目前行人检测算法在速度和精度上不高的问题,提出一种改进的FCOS行人检测算法。首先,在网络基础结构上,为了提高算法精度,以高效型网络VoVNet代替ResNet进行特征的提取,同时在VoV-Net上增加了输入到... 针对行人目标特殊性和复杂性而导致的目前行人检测算法在速度和精度上不高的问题,提出一种改进的FCOS行人检测算法。首先,在网络基础结构上,为了提高算法精度,以高效型网络VoVNet代替ResNet进行特征的提取,同时在VoV-Net上增加了输入到输出的残差连接,从而增强深层特征表达;其次在网络最后的特征层上添加了eSE注意力机制,来提高网络的特征提取能力;最后,在损失函数上,引用GIOU Loss作为回归分支损失函数来解决IOU Loss无法反映预测框与真实框重合程度问题。实验表明,与现有算法相比,改进后的FCOS算法mAP提高了9.5%,速度上也满足实时性要求。 展开更多

关键词 行人检测 卷积神经网络 fcos 高效型网络 损失函数

下载PDF 职称材料

基于DATE-FCOS的空中目标检测研究

4

作者 陈钊阳 王玉玫 《计算机测量与控制》 2024年第2期78-84,共7页

航空图像中目标的检测是当前研究的热点之一,高效、准确的探测在军事和民用领域具有很高的价值;但由于高空环境复杂和空中目标尺度形状多变,不同用途的飞行器进行改装和涂装使得空中目标在检测中难度较大;所以提出了一种改进的一阶端到... 航空图像中目标的检测是当前研究的热点之一,高效、准确的探测在军事和民用领域具有很高的价值;但由于高空环境复杂和空中目标尺度形状多变,不同用途的飞行器进行改装和涂装使得空中目标在检测中难度较大;所以提出了一种改进的一阶端到端的空中目标检测算法;算法采用DATE-FCOS为基本框架,用CIoU替代GIoU加入到边界框回归损失函数中,并在此基础上,利用可形变卷积模块对其骨干网络进行了改进并且在FPN结构之后加入CBAM模块;通过实际实验测试,所提方法在FGVC aircraft数据集上提高了检测的平均检测精度,达到77.8%,对比原模型提升11%,满足空中目标检测的应用。 展开更多

关键词 目标检测 fcos 空中目标 CIoU 可形变卷积 注意力机制

下载PDF 职称材料

基于改进FCOS的遥感图像舰船目标检测

5

作者 陈天鹏 胡建文 《计算机科学》 CSCD 北大核心 2024年第S01期467-473,共7页

由于遥感图像中舰船目标方向任意,基于深度学习的通用目标检测算法采用水平框,在检测舰船时易框选大量背景,检测效果欠佳。文中提出一种改进全卷积一阶段目标检测网络(FCOS)的遥感图像舰船目标检测算法,以FCOS为基线,在检测头部分增加... 由于遥感图像中舰船目标方向任意,基于深度学习的通用目标检测算法采用水平框,在检测舰船时易框选大量背景,检测效果欠佳。文中提出一种改进全卷积一阶段目标检测网络(FCOS)的遥感图像舰船目标检测算法,以FCOS为基线,在检测头部分增加一条偏移回归分支,通过偏移水平框的上边中点和右边中点,产生旋转框。舰船目标通常具有较大的长宽比,预测框与真实框之间的角度偏差对交并比的影响较大,进而影响模型的检测精度。针对该问题,在计算偏移损失时引入与舰船目标长宽比有关的加权因子,使得具有较大长宽比的目标获得较大的偏移损失。在HRSC2016数据集上的实验结果表明,所提算法的平均精确度达到89.00%,检测速度达到19.8FPS,相比同类型的无锚框算法,其在检测速度和检测精度上均表现优秀。 展开更多

关键词 遥感图像 舰船目标检测 fcos 无锚框算法 偏移分支

下载PDF 职称材料

基于改进Swin Transformer的条码检测算法

6

作者 王正家 庄健 +2 位作者 肖喆 许款款 何涛 《机械设计与研究》 CSCD 北大核心 2024年第3期245-249,共5页

条码检测是一种广泛应用于不同行业的技术,用于识别、验证和检查条码的质量和准确性。然而,传统的检测方法在处理尺度变化较大等复杂情况下的表现较差,通常存在检测速度和效率低、应用范围有限等问题,并且传统的方法通常只关注图像的局... 条码检测是一种广泛应用于不同行业的技术,用于识别、验证和检查条码的质量和准确性。然而,传统的检测方法在处理尺度变化较大等复杂情况下的表现较差,通常存在检测速度和效率低、应用范围有限等问题,并且传统的方法通常只关注图像的局部信息,忽视了条码在不同尺度上的特征等问题。针对上述问题,提出了一种基于改进Swin Transformer的条码检测算法。首先,通过引入局部感知性和多尺度特征提取机制,具有更好的鲁棒性,能够应对不同大小和形状的条码;然后,引入了基于FCOS的检测框架的创新思想;最后,在标注好的条码数据集上对改进后的算法进行模型训练和测试。实验结果表明,所提出的改进后的模型与YOLOv4算法相比,精确率、召回率分别提高了5.78%、3.18%,整体性能优于其他主流算法,有效提升了条码检测能力并达到较高的检测精度。 展开更多

关键词 目标检测 深度学习 条码 Swin Transformer fcos

原文传递

基于深度学习的地震速度谱自动拾取研究 被引量：4

7

作者 崔家豪 杨平 +3 位作者 王洪强 边策 胡扬 潘海侠 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2022年第12期4832-4845,共14页

在常规的地震数据处理工作流程中,人工拾取地震速度谱中的叠加速度存在耗时长、效率低的问题,且容易受到人为经验的影响.本文基于目标检测的方法,应用改进后的FCOS(Fully Convolutional One-Stage Object Detection)神经网络模型实现速... 在常规的地震数据处理工作流程中,人工拾取地震速度谱中的叠加速度存在耗时长、效率低的问题,且容易受到人为经验的影响.本文基于目标检测的方法,应用改进后的FCOS(Fully Convolutional One-Stage Object Detection)神经网络模型实现速度谱中叠加速度的自动拾取.该方法将速度谱图像作为输入,经模型训练后输出“时间-速度”对序列.在处理低信噪比工区数据时,针对速度谱能量团聚焦特征较差的特点加入基于深度神经网络(Deep Neural Network,DNN)的线性回归模型以拟合出全局速度曲线.Marmousi模型数据和实际工区数据测试结果表明,本文所设计的地震速度谱自动拾取模型准确性较高、鲁棒性强,有效地缓解了人工拾取的负担,在保证速度拾取精度的同时显著地提高了效率. 展开更多

关键词 速度谱 自动拾取 深度学习 fcos DNN

下载PDF 职称材料

基于改进FCOS算法的架空输电线路防振锤检测 被引量：1

8

作者 吴彤 李冰锋 +1 位作者 费树岷 连东辉 《电气工程学报》 CSCD 2023年第1期143-152,共10页

防振锤是架空输电线路系统中一种重要的电气设备,对防止架空线路因风吹而发生周期性疲劳破坏具有重要意义。航拍图像中,防振锤具有尺寸较小、形态各异、背景复杂多变、检测难度较大等问题。针对这些问题,采用单阶段全卷积目标检测网络(F... 防振锤是架空输电线路系统中一种重要的电气设备,对防止架空线路因风吹而发生周期性疲劳破坏具有重要意义。航拍图像中,防振锤具有尺寸较小、形态各异、背景复杂多变、检测难度较大等问题。针对这些问题,采用单阶段全卷积目标检测网络(Fully convolutional one-stage object detection,FCOS)来进行架空输电线路防振锤检测。为了提高检测精度,将FCOS特征提取层的各个特征点看作随机变量,用各阶中心矩的组合表达其随机分布,并在此基础上提出了一种基于各阶中心矩的空间注意力机制,来准确描述图像特征的权重分布。试验结果表明,改进后的FCOS在不同阈值下的平均检测精度均高于原始的FCOS,当阈值为0.5时,平均检测精度达到94.9%。同时,该方法在不同阈值下的平均检测精度,大大超过了其他主流的注意力机制。 展开更多

关键词 架空输电线路 fcos 防振锤检测 矩特征 空间注意力机制

下载PDF 职称材料

基于FCOS的智慧工地异常行为二阶段检测算法 被引量：1

9

作者 朱强 孙晨 +1 位作者 徐潘宇驰 闫云凤 《浙江电力》 2023年第4期65-71,共7页

对于智慧工地作业人员异常行为的检测,现有的经典目标检测算法无法到达理想的检测效果,准确率较低。为此,提出一种基于FCOS(全卷积单阶段目标检测)的二阶段检测算法来实现智慧工地异常行为检测。该算法主要包括两个级联网络,首先通过FCO... 对于智慧工地作业人员异常行为的检测,现有的经典目标检测算法无法到达理想的检测效果,准确率较低。为此,提出一种基于FCOS(全卷积单阶段目标检测)的二阶段检测算法来实现智慧工地异常行为检测。该算法主要包括两个级联网络,首先通过FCOS对作业人员及异常行为标志物进行识别定位,再使用MLP(多层感知器)完成异常行为的检测分类。最后以相关项目现场采集的12977张样本图片作为数据集,对检测算法进行实验验证。结果表明,该算法在对各类异常行为的检测中均表现优异,而且检测实时性好、计算复杂度低、模型参数少,在实际项目的部署及应用方面具有明显优势。 展开更多

关键词 智慧工地 异常行为检测 fcos 多层感知器

下载PDF 职称材料

基于FCOS和ResNet50-FL的吊弦不受力识别方法 被引量：7

10

作者 陈强 彭继慎 +1 位作者 闫云凤 齐冬莲 《铁道学报》 EI CAS CSCD 北大核心 2021年第10期36-42,共7页

由受电弓长期运行引起的激励和振动不可避免地导致吊弦不受力,影响接触悬挂的结构高度和接触线高度,导致受电弓的受流质量下降。针对接触网吊弦不受力缺陷问题,提出一种基于深度学习的吊弦不受力识别方法,该方法采用全卷积一阶段目标检... 由受电弓长期运行引起的激励和振动不可避免地导致吊弦不受力,影响接触悬挂的结构高度和接触线高度,导致受电弓的受流质量下降。针对接触网吊弦不受力缺陷问题,提出一种基于深度学习的吊弦不受力识别方法,该方法采用全卷积一阶段目标检测器(FCOS)定位吊弦区域,采用添加焦点损失的ResNet50分类网络(ResNet50-FL)对吊弦不受力状态进行识别。在高速铁路接触网图像数据集上的对比实验表明,该方法能够更加准确地识别出吊弦不受力缺陷,具有较好的适应性和鲁棒性。 展开更多

关键词 缺陷识别 吊弦不受力 全卷积一阶段目标检测器 焦点损失

下载PDF 职称材料

基于改进FCOS的目标检测轻量化方法研究

11

作者 黄海波 《大众科技》 2023年第1期22-25,13,共5页

随着边缘AI的快速发展,在终端使用轻量级目标检测技术成为研究热点。因此,对FCOS全卷积单阶段目标检测算法进行改进,提出轻量级的LIm-FCOS网络用于终端检测具有意义。首先提取特征骨干网络使用ShuffleNetV2,颈部结构引入改进的BiFPN代替... 随着边缘AI的快速发展,在终端使用轻量级目标检测技术成为研究热点。因此,对FCOS全卷积单阶段目标检测算法进行改进,提出轻量级的LIm-FCOS网络用于终端检测具有意义。首先提取特征骨干网络使用ShuffleNetV2,颈部结构引入改进的BiFPN代替FPN,并采用深度可分离卷积替代普通卷积从而减少计算量。检测头部分改为单独检测,分类分支去掉Center-ness,使用Quality Focal Loss预测分类和边框质量进一步消除训练和预测时置信度的差异,回归分支采用Distribution Focal Loss来改善边框位置的分布,为提高坐标回归准确度加入GIoU Loss辅助收敛。经过COCO2017数据集测试,得到LIm-FCOS的mAP为27.5%,与YOLOX-Nano相比,多了1.5 M参数量、0.43GFLOPs计算量,精度提升了2.2%,同时经过PC端模型推理可视化结果说明网络轻量化方法有效。 展开更多

关键词 目标检测 fcos S ShuffleNetV2 BiFPN Focal Loss 轻量化

下载PDF 职称材料

基于FCOS神经网络的制动主缸内槽缺陷检测方法 被引量：4

12

作者 王芷薇 郭斌 +2 位作者 胡晓峰 罗哉 段林茂 《计量学报》 CSCD 北大核心 2021年第9期1225-1231,共7页

针对主缸内槽缺陷检测存在干扰因素复杂、检测精度低等难点,提出了一种基于全卷积单阶段神经网络(FCOS)的主缸内槽缺陷检测算法。利用特征融合金字塔网络进行特征提取并逐像素预测,得到缺陷种类,实现凹槽缺陷的自动检测。实验结果表明,F... 针对主缸内槽缺陷检测存在干扰因素复杂、检测精度低等难点,提出了一种基于全卷积单阶段神经网络(FCOS)的主缸内槽缺陷检测算法。利用特征融合金字塔网络进行特征提取并逐像素预测,得到缺陷种类,实现凹槽缺陷的自动检测。实验结果表明,FCOS网络对制动主缸内槽砂眼、划痕、振刀纹缺陷检测的平均精度均值分别为85.2%、87.5%、90.1%,精确度分别为0.98、0.89、0.95。实验结果与Mask R-CNN网络和Faster R-CNN网络的实验结果进行对比,FCOS网络具有更高的准确率,学习时长大幅度缩短,且满足实时检测要求。 展开更多

关键词 计量学 内槽缺陷检测 制动主缸 全卷积网络 fcos 特征融合金字塔网络

下载PDF 职称材料

改进FCOS算法正样本选择的交通标志检测

13

作者 崔港涛 马社祥 《计算机工程与设计》 北大核心 2023年第10期3153-3159,共7页

针对交通标志独特的形状特点,提出一种改进的anchor-free卷积神经网络检测算法FCOS(fully convolutional one-stage object detection)。由于原算法在训练过程中直接将真实框内的位置点标记为正,会产生大量标签噪声,在FCOS网络结构的基... 针对交通标志独特的形状特点,提出一种改进的anchor-free卷积神经网络检测算法FCOS(fully convolutional one-stage object detection)。由于原算法在训练过程中直接将真实框内的位置点标记为正,会产生大量标签噪声,在FCOS网络结构的基础上融合交通标志的形状特征,减少没有辩证能力的噪声标签,设计新的正样本选择策略。实验结果表明,改进后FCOS算法在处理后的TT100K数据集上的检测mAP(mean average precision)在不增加计算量的情况下提升到83.2%,检测性能高于FCOS。 展开更多

关键词 交通标志检测 fcos 深度学习 正标签 回归位置 卷积神经网络 噪声

下载PDF 职称材料

基于FCOS算法的盲人辅助障碍物检测 被引量：1

14

作者 单鹏 李丹 《电子测试》 2021年第21期50-52,15,共4页

近年来目标检测算法逐渐被应用于障碍物检测领域。本文提出了运用完全卷积的单阶段目标检测算法FCOS(Fully Convolutional One-Stage Object Detection)来辅助盲人进行障碍物检测。FCOS算法采用逐像素预测的方式进行目标检测,大大减少... 近年来目标检测算法逐渐被应用于障碍物检测领域。本文提出了运用完全卷积的单阶段目标检测算法FCOS(Fully Convolutional One-Stage Object Detection)来辅助盲人进行障碍物检测。FCOS算法采用逐像素预测的方式进行目标检测,大大减少了设置与锚框相关的复杂参数。并且该算法针对小的目标有较好的检测性能。本文所采用的数据集为Pascal VOC07+12,得到了二十个类别的物体检测准确度和相关的检测结果图片,其中对行人的检测AP可达86%,对汽车的检测AP可达91%。结果表明FCOS算法相对其他检测算法有更好的性能,对障碍物目标检测有较好的应用前景。 展开更多

关键词 目标检测 fcos 障碍物检测

下载PDF 职称材料

改进FCOS的行人检测算法 被引量：2

15

作者 刘丹 汪慧兰 +1 位作者 曾浩文 王桂丽 《计算机工程与设计》 北大核心 2022年第11期3264-3270,共7页

为解决行人目标特殊性和复杂性导致的检测速度和精度不高问题,提出改进的FCOS检测算法。采用轻量型网络作为FCOS的主干网络,提高检测速度;运用同步批归一化替代批归一化方法进行网络模型训练;在原有特征层基础上增加C_(2)层进行特征融合... 为解决行人目标特殊性和复杂性导致的检测速度和精度不高问题,提出改进的FCOS检测算法。采用轻量型网络作为FCOS的主干网络,提高检测速度;运用同步批归一化替代批归一化方法进行网络模型训练;在原有特征层基础上增加C_(2)层进行特征融合,提高精度。实验结果表明,改进算法在Caltech数据集上mAP为88.9%,对小尺度行人检测效果增强,检测速度提高了85.3%,在具有鲁棒性的同时也满足行人检测实时性要求。 展开更多

关键词 行人检测 全卷积单阶段 深度学习 轻量型网络 同步批归一化

下载PDF 职称材料

基于FCOS算法改进的交通标志检测

16

作者 陈哲 程艳云 《计算机工程与设计》 北大核心 2022年第11期3271-3278,共8页

针对道路中交通标志检测存在的检测对象目标小、自然环境干扰等问题,提出基于全卷积单阶段目标检测(fully convolutional one-stage object detection,FCOS)算法改进的多尺度特征融合的单阶段无锚检测器。以FCOS算法为框架,在特征提取... 针对道路中交通标志检测存在的检测对象目标小、自然环境干扰等问题,提出基于全卷积单阶段目标检测(fully convolutional one-stage object detection,FCOS)算法改进的多尺度特征融合的单阶段无锚检测器。以FCOS算法为框架,在特征提取网络中通过引入注意力模块CBAM(convolutional block attention module)对数据集进行特征提取,在该网络中引入模型效果优于Re LU的swish激活函数;在特征加强网络中进行轻量级的多尺度特征融合。在TT100K数据集上的实验结果表明,该算法的F1-measure达到了83.2%,检测速度达到了24.39FPS,验证了改进后网络的可行性和有效性。 展开更多

关键词 全卷积单阶段目标检测 交通标志检测 注意力模块 swish激活函数 多尺度特征融合

下载PDF 职称材料

著名咨询机构(FCOs)的成功因素分析

17

作者 付焘 李惠 孙遇春 《河北经贸大学学报（综合版）》 2003年第2期44-48,共5页

本文对著名咨询机构(Famous Consulting Organizations——FCOs)的成功因素进行了分析,提出了"4S"模型。本文指出 FCOs 具有"学院"兼"公司"的双重角色,并认为"双重角色"正是它们成功的根源。... 本文对著名咨询机构(Famous Consulting Organizations——FCOs)的成功因素进行了分析,提出了"4S"模型。本文指出 FCOs 具有"学院"兼"公司"的双重角色,并认为"双重角色"正是它们成功的根源。具体来讲,具有"双重角色"的 FCOs 在四个方面上有别于一般的组织,同时这四个方面也正是它们成功的四个支柱性因素——"理性员工"(Rational Staff)、"知识共享"(Knowledge Share)、"组织结构"(Organiza-tional Structure)和"项目管理系统"(Project Management System)。本文结合麦肯锡、波士顿、埃森哲等众多FCOs 的实际做法和经验对"4S"分别进行了剖析。 展开更多

关键词 咨询机构 fcos 管理咨询业 知识共享 组织结构 项目管理系统 科研工作 企业制度 员工思维 理性思维

下载PDF 职称材料

基于改进FCOS网络的自然环境下苹果检测 被引量：8

18

作者 龙燕 李南南 +2 位作者 高研 何梦菲 宋怀波 《农业工程学报》 EI CAS CSCD 北大核心 2021年第12期307-313,共7页

为了快速识别和准确定位自然环境下苹果果实目标,提出了一种改进全卷积单阶段无锚框(Fully Convolutional One-Stage object detection,FCOS)网络的苹果目标检测方法。该网络在传统FCOS网络基础上,使用模型体积较小的darknet19作为骨干... 为了快速识别和准确定位自然环境下苹果果实目标,提出了一种改进全卷积单阶段无锚框(Fully Convolutional One-Stage object detection,FCOS)网络的苹果目标检测方法。该网络在传统FCOS网络基础上,使用模型体积较小的darknet19作为骨干网络,将center-ness分支引入到回归分支上。同时提出了一种融合联合交并比(GIoU)和焦点损失(Focal loss)的损失函数,在提高检测性能的同时降低正负样本比例失衡带来的误差。首先,对田间采集的自然环境下的苹果图像进行数据增强和标注,使用darknet骨干网络提取图像特征,然后将不同尺度待检测目标分配到不同的网络层中进行预测,最后进行分类和回归,实现苹果目标的检测。该研究在计算机工作站上对不同光照条件、不同密集程度和不同遮挡程度的苹果果实进行检测试验,并与传统FCOS网络的检测结果进行对比分析。基于改进FCOS网络的检测准确率为96.0%,检测精度均值(mean Average Precision,mAP)为96.3%。试验结果表明,改进FCOS网络比传统FCOS网络的苹果检测方法在检测准确度上有提高,具有较强的鲁棒性。 展开更多

关键词 目标识别 算法 苹果检测 GIoU 焦点损失 fcos网络

下载PDF 职称材料

改进FCOS网络的海洋鱼类目标检测 被引量：3

19

作者 张琳 葛艳 +1 位作者 杜军威 刘玉鹏 《计算机系统应用》 2023年第3期309-315,共7页

鱼类的探索与保护是保持海洋生态环境平衡的重要一环,然而水下环境复杂,受光照、水质以及遮挡物的影响,造成水下捕捉鱼类图像成像模糊识别困难,制约水下鱼类目标的检测速度以及检测精度.针对以上问题,提出了一种基于改进FCOS的海洋鱼类... 鱼类的探索与保护是保持海洋生态环境平衡的重要一环,然而水下环境复杂,受光照、水质以及遮挡物的影响,造成水下捕捉鱼类图像成像模糊识别困难,制约水下鱼类目标的检测速度以及检测精度.针对以上问题,提出了一种基于改进FCOS的海洋鱼类识别模型.首先,该模型以一阶段算法FCOS为基本架构,使用轻量级的Mobile Netv2作为骨干网络,既保证检测准确度,还可以提高检测;其次,引入自适应空间特征融合(adaptively spatial feature fusion, ASFF)模块,避免尺度特征的不一致性,提高检测精度;最后,将center-ness分支引入到回归分支中,引入联合交并比损失(GIoU loss, generalized intersection over union)提高检测的性能.实验数据集使用公开数据集Fish4Knowledge (F4K)中的图片以及视频帧截取图片,选取训练性能最优模型进行评估.结果表明,提出的新模型在以上数据集的平均检测精度分别为99.79%、99.88%,相较于原模型以及其他检测模型本文提出模型的检测精度与识别速度更高,可为海洋鱼类识别提供参考依据. 展开更多

关键词 鱼类识别 目标检测 fcos网络 特征融合 MobileNetv2 深度学习

下载PDF 职称材料

基于重参数化和联合分支的城市地下管道缺陷检测

20

作者 周彬 蓝雯飞 +1 位作者 李波 姚为 《中南民族大学学报（自然科学版）》 CAS 2024年第5期650-659,共10页

城市地下管道是城市重要的基础设施之一,及时排查管道缺陷对城市的发展起着较为重要的作用,针对目前的管道缺陷检测模型参数量大、实时性较差等问题,提出一种改进的FCOS城市地下管道缺陷检测方法.首先,引入轻量的MobileOne网络,通过结... 城市地下管道是城市重要的基础设施之一,及时排查管道缺陷对城市的发展起着较为重要的作用,针对目前的管道缺陷检测模型参数量大、实时性较差等问题,提出一种改进的FCOS城市地下管道缺陷检测方法.首先,引入轻量的MobileOne网络,通过结构重参数化将多分支网络转换为单分支网络,减小模型规模;然后引入分类和IoU的联合分支使模型的训练和推理过程保持一致,并利用平衡因子优化QFL损失函数,提升模型分类预测效果.实验结果表明:改进后的FCOS模型相比于基线模型的平均精度提升1.83%,检测速度FPS达到48.6,模型参数量下降17.85 M,有效提升了城市地下管道缺陷检测性能,并且相比于其他优秀的目标检测算法,也具有一定的优势. 展开更多

关键词 城市地下管道 缺陷检测 fcos算法 重参数化 联合分支 QFL损失函数

下载PDF 职称材料