期刊文献+
共找到55篇文章
< 1 2 3 >
每页显示 20 50 100
计算机视觉下的车辆目标检测算法综述 被引量:37
1
作者 李明熹 林正奎 曲毅 《计算机工程与应用》 CSCD 北大核心 2019年第24期20-28,共9页
车辆目标检测是基于计算机视觉的目标检测领域的一个重要应用领域,近年来随着深度学习在图像分类方面取得的巨大进展,机器视觉技术结合深度学习方法的车辆目标检测算法逐渐成为该领域的研究重点和热点。介绍了基于机器视觉的车辆目标检... 车辆目标检测是基于计算机视觉的目标检测领域的一个重要应用领域,近年来随着深度学习在图像分类方面取得的巨大进展,机器视觉技术结合深度学习方法的车辆目标检测算法逐渐成为该领域的研究重点和热点。介绍了基于机器视觉的车辆目标检测的任务、难点与发展现状,以及深度学习方法中几种具有代表性的卷积神经网络模型,通过这些网络模型衍生出的two stage、one stage车辆目标检测算法和用于模型训练的相关数据集与检测效果评价标准,对其存在的问题及未来可能的发展方向进行了讨论。 展开更多
关键词 深度学习 计算机视觉 车辆检测 目标检测算法
下载PDF
基于YOLO目标检测算法的输电线路检测 被引量:10
2
作者 杨利波 杨嘉妮 贺学敏 《电力信息与通信技术》 2022年第8期99-105,共7页
输电线路是电网的重要组成部分,确保输电线路安全是保障电力系统稳定运行的重要措施。文章提出一种基于YOLO(you only Look once)算法的输电线路检测模型,用以对无人机等可见光拍摄图像中的输电线路进行物体检测。输电线路的识别检测任... 输电线路是电网的重要组成部分,确保输电线路安全是保障电力系统稳定运行的重要措施。文章提出一种基于YOLO(you only Look once)算法的输电线路检测模型,用以对无人机等可见光拍摄图像中的输电线路进行物体检测。输电线路的识别检测任务一直是目标检测任务的难题,针对输电线路细长物理结构的特点,对微型目标检测YOLO模型进行改进,设计了对细长物理结构的高长宽比预测锚(anchor),对特征提取网络Darknet进行精简,在保持模型性能和检测精度的基础上对其进行轻量化处理,设计一种可通过单GPU(graphics processing unit)训练的轻量级模型并通过实验与原始YOLO模型、Faster R-CNN以及SSD在测试集上进行性能对比。实验结果表明,轻量级YOLO模型在测试集上检测精度达到83.04%,说明预测锚结构和精简后的网络模型对于输电线路检测是有效的。 展开更多
关键词 输电线路 物体检测 目标检测算法 检测模型
下载PDF
新型基于帧间差分法的运动人脸检测算法研究 被引量:11
3
作者 林雯 《计算机仿真》 CSCD 北大核心 2010年第10期238-241,共4页
研究运动人脸检测、改善运动人脸检测的准确性问题,针对目前在运动人脸检测算法中存在的鲁棒性与精确性不强、适应性弱以及检测效率不高的问题。为了实时精确识别从脸图像,提出了一种帧间差分法的运动人脸检测算法。算法通过运动目标检... 研究运动人脸检测、改善运动人脸检测的准确性问题,针对目前在运动人脸检测算法中存在的鲁棒性与精确性不强、适应性弱以及检测效率不高的问题。为了实时精确识别从脸图像,提出了一种帧间差分法的运动人脸检测算法。算法通过运动目标检测,获取运动人体的大致区域,利用人脸检测算法对运动区域进行检测,得到较为准确的人脸检测结果。经过对算法的仿真证明,算法能够快速、准确地检测出图像序列中的单个运动人脸,具有高效、准确的特点,有很大的实用价值。 展开更多
关键词 运动目标检测 帧间差分法 运动区域 人脸检测算法
下载PDF
基于YOLOv3-spp的缺陷检测优化模型 被引量:8
4
作者 曾凯 李响 +2 位作者 贾建梅 文继锋 王翔 《计算机系统应用》 2022年第2期213-219,共7页
目前基于传统的机器视觉分析方法筛选后的PCB焊接缺陷图像还需要进行人工的复检流程,工作量大导致视觉疲劳后容易出错.为了改善这种现状,本文设计应用YOLOv3-spp的目标检测算法来构建焊接缺陷检测模型.为提升检测速度,采用模型剪枝、模... 目前基于传统的机器视觉分析方法筛选后的PCB焊接缺陷图像还需要进行人工的复检流程,工作量大导致视觉疲劳后容易出错.为了改善这种现状,本文设计应用YOLOv3-spp的目标检测算法来构建焊接缺陷检测模型.为提升检测速度,采用模型剪枝、模型蒸馏、模型量化等技术对检测模型进行压缩优化,采用深度学习加速组件OpenVINO来加载压缩优化后的检测模型,实现对PCB焊接缺陷图像的复检.基于该优化算法设计了一种基于深度学习技术的PCB焊接缺陷检测识别系统.它能快速、准确地识别焊接缺陷并定位缺陷位置,解决了人工目检带来的效率低下、漏检误检率高等问题. 展开更多
关键词 深度学习 缺陷检测 目标检测算法 模型压缩
下载PDF
基于深度学习的架空线路绝缘子掉串识别研究 被引量:5
5
作者 廖金 董国芳 刘畅 《现代电子技术》 2022年第2期167-171,共5页
针对无人机巡检拍摄的架空线路绝缘子设备的照片进行处理,旨在建立一个基于Faster R-CNN目标检测算法的架空线路绝缘子设备识别与掉串诊断的模型。首先通过TensorFlow建立训练框架,将收集到的绝缘子数据集训练Faster R-CNN网络识别绝缘... 针对无人机巡检拍摄的架空线路绝缘子设备的照片进行处理,旨在建立一个基于Faster R-CNN目标检测算法的架空线路绝缘子设备识别与掉串诊断的模型。首先通过TensorFlow建立训练框架,将收集到的绝缘子数据集训练Faster R-CNN网络识别绝缘子,其次利用小波变换去噪增强图像特征信息,再对经过二值化处理的图像进行霍夫变换直线检测以及垂直投影确定有无缺陷。该模型绝缘子识别率为85.6%,掉串检测正确率为96%,有较强的鲁棒性。通过这样一个检测模型可以及时发现绝缘子设备存在的绝缘隐患,降低出现绝缘故障的风险,并且可以配合无人机巡检,大大减少人力劳动,更有效地分配人力资源及减少运维的成本。 展开更多
关键词 绝缘子设备 无人机巡检 掉串检测 深度学习 目标检测算法 小波变换 二值化处理 霍夫变换直线检测
下载PDF
基于LAM-Net的轨道侵入界异物自主检测系统 被引量:5
6
作者 叶涛 赵宗扬 郑志康 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第9期206-218,共13页
针对轨道入侵异物对行车安全造成的极大威胁,而现有的轨道目标检测算法难以平衡检测精度和速度、易受复杂环境影响以及难以部署于嵌入式设备等问题,提出了一种轻量型自适应多尺度卷积神经网络,其通过特征图线性变换简化特征提取过程,使... 针对轨道入侵异物对行车安全造成的极大威胁,而现有的轨道目标检测算法难以平衡检测精度和速度、易受复杂环境影响以及难以部署于嵌入式设备等问题,提出了一种轻量型自适应多尺度卷积神经网络,其通过特征图线性变换简化特征提取过程,使用自适应多尺度特征融合优化特征表达能力,并通过设计轻量型注意力进一步提升异物检测精度;同时,结合NVIDIA Jetson TX2嵌入式平台,研制了轨道入侵异物自主检测系统。实验结果表明,本文提出的模型很好地平衡了检测速度和精度,在NVIDIA GeForce GTX1080Ti的GPU平台上对轨道数据集的检测速度为297 FPS,检测精度为92.96%,比YOLOv4-tiny高7.72%,实现了在轨道交通复杂场景下高精度、高速度以及高鲁棒性的检测入侵异物。 展开更多
关键词 目标检测算法 轻量型卷积神经网络 深度学习 轨道入侵异物 自适应特征融合 检测系统
下载PDF
基于深度学习的巡检机器人指针式仪表识别方法
7
作者 冯文奇 《油气田地面工程》 2024年第3期7-13,共7页
为了解决巡检机器人仪表识别精度不高,场景适应实用性低,无法实时处理等问题,对比分析了国内外几种不同的仪表指针识别方法,综合各类方法的优劣性,提出一种区域分割的图像处理算法与深度学习目标检测算法相结合的方法,使得指针式仪表自... 为了解决巡检机器人仪表识别精度不高,场景适应实用性低,无法实时处理等问题,对比分析了国内外几种不同的仪表指针识别方法,综合各类方法的优劣性,提出一种区域分割的图像处理算法与深度学习目标检测算法相结合的方法,使得指针式仪表自动识别算法趋于稳定,对环境的适应性变强。使用YOLOv5目标检测算法进行表盘定位,通过图像平滑、颜色校正、彩色增强处理,减弱现场光线对目标区域定位的影响,然后利用区域分割的图像处理算法对指针区域和刻度线区域进行图像分割,获得指针的矩形旋转中心和刻度线的最大、最小角度,根据指针角度和量程计算仪表示数,通过图像预处理和HSV颜色空间变换等算法提升指针提取能力。现实场景测试解决了指针仪表因受到遮挡、模糊、红线警示条等影响而难以准确进行表盘定位和指针提取的问题。实验结果表明,该方法不仅检测精度高、速度快,而且实用性强,满足机器人巡检要求。 展开更多
关键词 目标检测算法 区域分割 指针式仪表 仪表检测
下载PDF
单阶段安全帽检测深度学习算法综述
8
作者 管含宇 凌云 汪舒磊 《计算机工程与应用》 CSCD 北大核心 2024年第16期61-75,共15页
安全帽佩戴实时检测是智慧工地和智慧交通必不可少的一部分,基于深度学习的安全帽检测逐渐取代了传统的检测方法,在精度、性能和效率等方面取得了显著进展,在现实场景中有了广泛的应用。为了便于安全帽算法的研究,综合分析了各应用场景... 安全帽佩戴实时检测是智慧工地和智慧交通必不可少的一部分,基于深度学习的安全帽检测逐渐取代了传统的检测方法,在精度、性能和效率等方面取得了显著进展,在现实场景中有了广泛的应用。为了便于安全帽算法的研究,综合分析了各应用场景中安全帽目标检测算法的研究现状。总结了目标检测算法的发展历史;对近年来国内外学者的安全帽检测算法研究进行归纳,对比总结了不同算法不同优化的优缺点,着重分析了安全帽检测算法的轻量化方法;根据目前目标检测算法在实际应用场景中出现的不足,对安全帽检测的深度学习算法的未来研究方向进行了展望。 展开更多
关键词 深度学习 目标检测算法 安全帽检测
下载PDF
铁路周界入侵目标多尺度特征感知算法
9
作者 朱力强 许力之 +2 位作者 赵文钰 王耀东 朱兴红 《中国铁道科学》 EI CAS CSCD 北大核心 2024年第1期215-226,共12页
准确识别侵入周界范围内的人和大型牲畜是铁路周界入侵视频智能分析技术的重点内容,对保障铁路安全运营具有重要意义。基于现有目标检测算法难以处理铁路监控场景中入侵目标呈现显著尺度变化的状况,提出一种多输入双输出神经网络(Multip... 准确识别侵入周界范围内的人和大型牲畜是铁路周界入侵视频智能分析技术的重点内容,对保障铁路安全运营具有重要意义。基于现有目标检测算法难以处理铁路监控场景中入侵目标呈现显著尺度变化的状况,提出一种多输入双输出神经网络(Multiple Input Double Output Network,MIDO-Net)和基于自适应特征加权融合的目标多尺度特征感知算法。首先,通过MIDO-Net多层级联的多输入和双输出网络结构,提取图像目标更丰富的多尺度特征信息;其次,依据骨干网络多阶段的特点,先将多级特征上采样至统一分辨率,再利用注意力模块和自适应参数对多级特征进行加权;然后,将特征输入到检测头中完成铁路周界入侵的识别;最后,通过视觉目标类别(Visual Object Classes,VOC)公共数据集和制作的多场景、多尺度铁路异物侵限数据集,对算法进行验证。结果表明:提出的多尺度特征感知算法在VOC公共数据集中的检测精确率达83.3%,在多场景、多尺度铁路异物侵限数据集中的检测精确率达91.1%,平均召回率达56.2%,均优于当前广泛使用的各种特征提取骨干网络;算法检测速率为45帧·s^(-1),优于同类型的骨干网络,且能满足铁路场景的行人实时监测需求。 展开更多
关键词 铁路周界入侵检测 目标检测算法 特征提取网络 多尺度特征感知 神经网络
下载PDF
基于深度学习的目标检测算法综述 被引量:2
10
作者 邹军 张世义 李军 《传感器世界》 2023年第8期9-15,I0002,共8页
基于深度学习的目标检测算法近年来倍受关注。文章首先介绍了传统目标检测器、基本性能指标和主流数据集;然后,按照基于回归的一阶段和基于候选框的两阶段两个大类分别阐述深度学习为基础的目标检测算法,对算法的流程步骤、网络结构深... 基于深度学习的目标检测算法近年来倍受关注。文章首先介绍了传统目标检测器、基本性能指标和主流数据集;然后,按照基于回归的一阶段和基于候选框的两阶段两个大类分别阐述深度学习为基础的目标检测算法,对算法的流程步骤、网络结构深入分析,梳理算法发展中的常规改进操作和创新点,对比分析它们的优势劣势以及导致这些结果的原因;最后,总结目标检测算法的发展历程和展望未来该领域的研究趋势,提出该领域存在的问题和未来的改进方向。 展开更多
关键词 目标检测算法 一阶段、两阶段 特征提取 深度学习
下载PDF
动态环境下基于深度学习的语义SLAM算法 被引量:6
11
作者 郑思诚 孔令华 +1 位作者 游通飞 易定容 《计算机应用》 CSCD 北大核心 2021年第10期2945-2951,共7页
针对应用场景中存在的运动物体会降低视觉同步定位与地图构建(SLAM)系统的定位精度和鲁棒性的问题,提出一种基于语义信息的动态环境下的视觉SLAM算法。首先,将传统视觉SLAM前端与YOLOv4目标检测算法相结合,在对输入图像进行ORB特征提取... 针对应用场景中存在的运动物体会降低视觉同步定位与地图构建(SLAM)系统的定位精度和鲁棒性的问题,提出一种基于语义信息的动态环境下的视觉SLAM算法。首先,将传统视觉SLAM前端与YOLOv4目标检测算法相结合,在对输入图像进行ORB特征提取的同时,对该图像进行语义分割;然后,判断目标类型以获得动态目标在图像中的区域,剔除分布在动态物体上的特征点;最后,使用处理后的特征点与相邻帧进行帧间匹配来求解相机位姿。实验采用TUM数据集进行测试,测试结果表明,所提算法相较于ORB-SLAM2在高动态环境下在位姿估计精度上提升了96.78%,同时该算法的跟踪线程处理一帧的平均耗时为0.0655 s,相较于其他应用在动态环境下的SLAM算法耗时最短。实验结果表明,所提算法能够实现在动态环境中的实时精确定位与建图。 展开更多
关键词 视觉同步定位与地图构建 语义信息 目标检测算法 特征点 动态环境
下载PDF
分段反卷积改进SSD的目标检测算法 被引量:5
12
作者 马跃 赵志浩 +3 位作者 尹震宇 樊超 柴安颖 李成蒙 《小型微型计算机系统》 CSCD 北大核心 2021年第7期1415-1420,共6页
针对当前SSD算法低层特征图语义信息不足导致存在小目标漏检以及误检的问题,提出一种基于分段反卷积改进SSD的目标检测算法SD-SSD(Segmented Deconvolution-Single Shot M ulti Box Detector).根据SSD模型低层特征图语义信息提取不足,... 针对当前SSD算法低层特征图语义信息不足导致存在小目标漏检以及误检的问题,提出一种基于分段反卷积改进SSD的目标检测算法SD-SSD(Segmented Deconvolution-Single Shot M ulti Box Detector).根据SSD模型低层特征图语义信息提取不足,高层特征图边缘信息丢失过多,本文重新设计了融合结构,不仅降低了计算过程中的参数数量,而且丰富了各个特征图的细节信息和语义信息;由于特征图反卷积的次数过多会增加噪声信息,本文将模型中高层特征图分成三段做分段反卷积与低层特征层融合;为增强小目标在模型下的检测效果,增加更低层次的特征图进行特征融合,着重检测小目标.在Pascal VOC2007测试集上进行验证,本文SD-SSD模型大幅度提高了小目标类别的AP值,mAP相对SSD模型和DSSD模型分别提高了4.30%和3.0%,相比目前主流单阶段目标检测算法,本文算法保持了较高的检测精度和检测速度. 展开更多
关键词 分段反卷积 特征融合 SSD模型 小目标 目标检测算法
下载PDF
基于改进YOLOv5的轻量型口罩佩戴检测算法 被引量:1
13
作者 王圣雄 刘瑞安 +2 位作者 燕达 黄玉兰 胡昕 《计算机时代》 2023年第5期109-112,共4页
提出一种基于改进YOLOv5的轻量型口罩检测算法CG-YOLOv5s。结合卷积注意力机制和Ghost卷积等技术,在网络中加入CBAM-CSP、GRCM改进模块以增强特征提取能力,改善模型的计算性能,使用Alpha-CIoU损失并结合DIoU非极大抑制方法,进一步提升... 提出一种基于改进YOLOv5的轻量型口罩检测算法CG-YOLOv5s。结合卷积注意力机制和Ghost卷积等技术,在网络中加入CBAM-CSP、GRCM改进模块以增强特征提取能力,改善模型的计算性能,使用Alpha-CIoU损失并结合DIoU非极大抑制方法,进一步提升检测精度。结果表明,CG-YOLOv5s在对检测速度影响较小的情况下,获得了89.1%的检测精度,模型大小减少了19.63%,实现了模型轻量化的效果。 展开更多
关键词 目标检测算法 口罩检测 卷积注意力 Ghost卷积 轻量化模型
下载PDF
基于深度学习的活体细胞有丝分裂检测方法 被引量:5
14
作者 柯宝生 李颖 +2 位作者 任振波 邸江磊 赵建林 《光学学报》 EI CAS CSCD 北大核心 2021年第15期88-97,共10页
活体细胞有丝分裂过程的发生具有时间和空间上的随机性,自动识别并准确定位活体细胞的有丝分裂对科研人员而言充满挑战。提出一种基于深度学习的自动识别并定位活体细胞有丝分裂的检测方法。通过改进YOLOv3主干网络并引入注意力机制,构... 活体细胞有丝分裂过程的发生具有时间和空间上的随机性,自动识别并准确定位活体细胞的有丝分裂对科研人员而言充满挑战。提出一种基于深度学习的自动识别并定位活体细胞有丝分裂的检测方法。通过改进YOLOv3主干网络并引入注意力机制,构建名为DetectNet的深度神经网络。在明场显微成像条件下,获取多尺寸活体细胞图像并构建数据集对网络进行训练,并对DetectNet与多个目标检测算法进行对比,验证其有效性。实验结果表明,针对活体细胞的明场显微图像,DetectNet能够高效地从不同尺寸大视场图像中直接识别并定位有丝分裂细胞,同时具有较高的检测精度和较快的检测速度,因而在生物和医学领域具有非常大的潜在应用价值。 展开更多
关键词 成像系统 活体细胞 有丝分裂 深度学习 目标检测算法 明场显微成像
原文传递
基于YOLOv5的水表字轮读数自动识别方法 被引量:1
15
作者 陈文萍 娄嘉骏 +2 位作者 江少锋 赵珈兿 李根 《仪表技术》 2023年第3期43-46,74,共5页
基于水表公司内实地采集的一批检定水表数据集,通过数据增强扩增数据集,标注表盘和字轮框数据集并训练模型,实现水表表盘区域和字轮区域定位;标注水表机械字轮的半字符的数据集,在PyTorch框架下搭建YOLOv5算法环境,采用YOLOv5s网络模型... 基于水表公司内实地采集的一批检定水表数据集,通过数据增强扩增数据集,标注表盘和字轮框数据集并训练模型,实现水表表盘区域和字轮区域定位;标注水表机械字轮的半字符的数据集,在PyTorch框架下搭建YOLOv5算法环境,采用YOLOv5s网络模型进行训练。实验结果表明,该方法的字轮数字识别训练模型的mAP@0.5:0.95值达到0.95,字轮字符识别的整体准确率达到93.85%,与模板匹配方法相比准确率提高了5.58%,其中半字符识别准确率提高了9.15%,有效解决了水表字轮半字符识别错误率高的问题,在水表等仪表读数的自动化改造方面具有一定的应用价值。 展开更多
关键词 图像处理 目标检测算法 字符识别 半字符 水表 字轮
下载PDF
基于GB—YOLOv5的烟火智能检测研究
16
作者 蔡柳艳 于瓅 《佳木斯大学学报(自然科学版)》 CAS 2023年第5期20-24,共5页
火灾的发生极大地威胁到人类的生命、财产安全,如何在初始阶段遏制火情尤为重要。针对复杂环境下火焰和烟雾目标较小、检测精度低、速度慢等问题,提出一种基于GB—YOLOv5的烟火智能检测方法。由于现有数据集限制,首先自建了包含4143张... 火灾的发生极大地威胁到人类的生命、财产安全,如何在初始阶段遏制火情尤为重要。针对复杂环境下火焰和烟雾目标较小、检测精度低、速度慢等问题,提出一种基于GB—YOLOv5的烟火智能检测方法。由于现有数据集限制,首先自建了包含4143张不相似图像的烟火数据集;其次将融合了注意力机制Convolutional Block Attention Module的Ghost Bottleneck模块与YOLOv5结合,在保证准确率的前提下,提高了检测速度;最后采用BIFPN模块替代PAN模块来增强颈部,更好地实现多特征融合,提高火焰和烟雾的检测能力。实验结果表明,改进后检测方法的平均精度均值比YOLOv5s高6.1%,推理速度比YOLOv5s快21%。 展开更多
关键词 YOLOv5s 深度学习 目标检测算法 火焰烟雾检测
下载PDF
基于卷积神经网络的油茶害虫生态识别
17
作者 梁秀豪 杨丽萍 +7 位作者 廖旺姣 黄丽芸 陈健武 阳文林 蒙芳 黄超航 韦维 王国全 《广西林业科学》 2023年第3期361-366,共6页
害虫是影响油茶(Camellia spp.)产量的主要因素之一,对其进行准确识别有助于及时防控,减少损失。目前,油茶害虫识别研究缺少相关的数据集,限制了深度学习技术在油茶害虫识别中的应用。为给在生态环境下准确识别油茶害虫提供1种新范式,... 害虫是影响油茶(Camellia spp.)产量的主要因素之一,对其进行准确识别有助于及时防控,减少损失。目前,油茶害虫识别研究缺少相关的数据集,限制了深度学习技术在油茶害虫识别中的应用。为给在生态环境下准确识别油茶害虫提供1种新范式,构建包含1116张7类害虫的油茶害虫识别图像数据集,采用4种目标检测算法(SSD、YOLOv3、YOLOX和RetinaNet)在该数据集上进行试验。结果表明,IOU阈值为0.5时,SSD的平均精度为93.50%,YOLOX为93.50%,RetinaNet为86.80%,YOLOv3为96.60%;SSD的平均召回率为73.20%,YOLOX为75.10%,RetinaNet为78.00%,YOLOv3为76.80%。综合分析,YOLOv3的检测和分类能力最优。 展开更多
关键词 害虫识别 目标检测算法 油茶
下载PDF
基于边缘AI的配网非定点作业现场实时智能安全监护成套装置研制
18
作者 许逵 李鑫卓 +2 位作者 张历 张俊杰 杨宁 《电力大数据》 2023年第6期19-27,共9页
为满足带电作业、高处作业等配电网复杂作业场景的安全监护要求,解决配网非定点作业人工监护效率低、现场终端能力单一协同不足、通信安全较难保障等实际问题,文章提出了一种具有强边缘智能、主动监护、精准定位与辨识、多层通讯安全防... 为满足带电作业、高处作业等配电网复杂作业场景的安全监护要求,解决配网非定点作业人工监护效率低、现场终端能力单一协同不足、通信安全较难保障等实际问题,文章提出了一种具有强边缘智能、主动监护、精准定位与辨识、多层通讯安全防护等特点的智能安全监护成套装置设计方案。该装置实现了视频监控设备的主动控制、作业人员活动的跟踪监测、监控视频的实时就地智能分析与违规行为预警;装置通过配套定位设备,实现了作业地点和作业范围的动态划定以及作业人员的精准定位;实现了可信通讯设备的自组网络和通讯内容的多层加密。实验结果表明,该装置在典型场景下的平均检测精度可以达到90%以上,可以极大提高配网户外非定点作业场景下的安全监护效率,提升作业现场安全的实时监管能力。 展开更多
关键词 实时智能安全监护成套装置 边缘计算 主动视频监控 配网非定点作业 目标检测算法
下载PDF
基于YOLOv3-tiny的火焰目标检测算法 被引量:3
19
作者 徐岩 李永泉 +2 位作者 郭晓燕 韩立苏 刘巧玲 《山东科技大学学报(自然科学版)》 CAS 北大核心 2022年第6期95-103,共9页
基于YOLOv3-tiny网络提出一种满足实时性需求的火焰目标检测算法,解决现有一般算法在自制火焰数据集上检测效果不佳的问题。通过构建CSP-MobileNetV2结构并引入到骨干网络池化层替换原始卷积层,提升网络的特征提取能力;引入选核注意力网... 基于YOLOv3-tiny网络提出一种满足实时性需求的火焰目标检测算法,解决现有一般算法在自制火焰数据集上检测效果不佳的问题。通过构建CSP-MobileNetV2结构并引入到骨干网络池化层替换原始卷积层,提升网络的特征提取能力;引入选核注意力网络(SKNet),使卷积核对不同尺寸的火焰目标实现自适应调整,增强了对火焰特征的提取能力;引入金字塔池化模块(PPM),将具有不同感受野的特征图进行融合,实现多级特征信息融合互补,提高特征表达能力。实验结果表明,改进算法在自制火焰数据集上的平均检测精度均值达到84.3%,比原网络提高4.1%。 展开更多
关键词 火焰目标 YOLOv3-tiny网络 金字塔池化模块 检测算法
下载PDF
基于点云目标检测的路考智能评判系统研究
20
作者 谈东奎 肖祖德 +2 位作者 朱波 金来 张捷 《现代电子技术》 2023年第2期1-8,共8页
针对现有科目三路考评判系统需要依靠人工辅助完成项目评判,以致评判主观性较强且准确性不高的问题,文中利用激光雷达的高测距精度特性,提出一种基于点云目标检测的路考智能评判系统。该系统分为目标检测和智能评判两个模块,目标检测模... 针对现有科目三路考评判系统需要依靠人工辅助完成项目评判,以致评判主观性较强且准确性不高的问题,文中利用激光雷达的高测距精度特性,提出一种基于点云目标检测的路考智能评判系统。该系统分为目标检测和智能评判两个模块,目标检测模块针对路考场景三维点云数据设计预处理、滤波、聚类、后处理和包围盒/框的目标检测算法进行环境感知,智能评判模块针对直线跟车行驶、变更车道和行人闯入等场景设计路考评判规则,最后结合目标检测结果完成路考智能评判。为验证路考智能评判系统的有效性,在智能电动汽车平台上进行实车道路驾驶试验。试验结果表明,所提系统能实时、可靠地完成路考项目的自动评判,评判准确率可达0.945,22 m距离内的平均测距精度高于99.55%,且整体算法的平均耗时仅为3.655 ms,能够为智能化、安全化和公平化的路考提供一种有效的解决方案。 展开更多
关键词 路考 智能评判系统 目标检测算法 智能评判模块 规则设计 激光雷达 环境感知
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部