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99篇文章
< 1 2 … 5 >
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：
特征增强的SSD算法及其在目标检测中的应用 被引量：35
1
作者 谭红臣 李淑华 +1 位作者 刘彬 刘秀平 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第4期573-579,共7页
针对多尺度单发射击检测(SSD)算法不同尺度的特征层很难进行融合互补问题,提出一种特征增强的SSD(FE-SSD)算法.首先对SSD算法的金字塔特征层中,每一尺度的特征进行尺寸不变的卷积操作;然后将卷积前与卷积后的特征进行特征融合操作,进而... 针对多尺度单发射击检测(SSD)算法不同尺度的特征层很难进行融合互补问题,提出一种特征增强的SSD(FE-SSD)算法.首先对SSD算法的金字塔特征层中,每一尺度的特征进行尺寸不变的卷积操作;然后将卷积前与卷积后的特征进行特征融合操作,进而产生一组新的金字塔特征层;最后在新产生的金字塔特征层上执行目标的检测与定位任务.在PASCALVOC2007公共数据库上进行实验,当输入图像尺寸为300×300时,检测精度(mAP)达到78.0%,检测速度(FPS)达到82.5帧/s.此外,在拓展实验中,文中算法对图像中模糊目标的检测效果也优于SSD算法. 展开更多
关键词 SSD算法 目标检测 特征融合 网络结构
下载PDF
一种基于深层次多尺度特征融合CNN的SAR图像舰船目标检测算法 被引量：33
2
作者 杨龙 苏娟 +1 位作者 黄华 李响 《光学学报》 EI CAS CSCD 北大核心 2020年第2期126-134,共9页
基于深度学习的目标检测技术在目标检测领域有强大的生命力,但是将其用于合成孔径雷达(SAR)图像舰船目标检测时并没有达到预期的效果。提出了一种基于卷积神经网络的SAR图像舰船目标检测算法用来检测多场景下的多尺度舰船目标,在单发多... 基于深度学习的目标检测技术在目标检测领域有强大的生命力,但是将其用于合成孔径雷达(SAR)图像舰船目标检测时并没有达到预期的效果。提出了一种基于卷积神经网络的SAR图像舰船目标检测算法用来检测多场景下的多尺度舰船目标,在单发多盒探测器检测框架的基础上,使用性能更好的Darknet-53作为特征提取网络,加入更深层次的特征融合网络,生成语义信息更加丰富的新的特征预测图。同时在训练策略上使用了一种新的二分类损失函数来解决训练过程中难易样本失衡的问题。在扩展的公开SAR图像舰船数据集上进行验证实验,实验结果表明,所提方法对复杂场景下不同尺寸的舰船目标的检测展现出了良好的适应性。 展开更多
关键词 机器视觉 合成孔径雷达 神经网络 舰船目标检测 单发多盒探测器 复杂场景
原文传递
基于无人机前端和SSD算法的输电线路部件检测模型对比研究 被引量：20
3
作者 杨罡 孙昌雯 +4 位作者 王大伟 晋涛 徐澄宇 卢志博 张兴忠 《太原理工大学学报》 CAS 北大核心 2020年第2期212-219,共8页
基于深度学习的目标检测技术因其自身复杂的模型结构和对算力的需求,导致应用于无人机输电线路巡检中无法在机载前端实现高效且准确的检测。针对这一问题,面向输电线路无人机前端巡检中绝缘子、悬垂线夹及防震锤3类部件,选取Single Shot... 基于深度学习的目标检测技术因其自身复杂的模型结构和对算力的需求,导致应用于无人机输电线路巡检中无法在机载前端实现高效且准确的检测。针对这一问题,面向输电线路无人机前端巡检中绝缘子、悬垂线夹及防震锤3类部件,选取Single Shot MultiBox Detector(SSD)目标检测算法,通过使用不同的骨干网络对比性能差异,选择最佳网络结构并采用特征融合手段提高检测准确率。实验结果表明,采用Mobilenet_v1作为SSD的骨干网络进行特征提取,并融合不同层次特征进行检测,Mean Average Precision(mAP)可达90.21%,在具有边缘计算能力的嵌入式设备上可以达到每张63 ms的检测速度。为输电线路无人机前端实时检测提供了重要参考。 展开更多
关键词 输电线路巡检 部件检测 SSD 特征融合
下载PDF
用于空中红外目标检测的增强单发多框检测器方法 被引量：18
4
作者 谢江荣 李范鸣 +2 位作者 卫红 李冰 邵保泰 《光学学报》 EI CAS CSCD 北大核心 2019年第6期215-223,共9页
提出了一种用于空中红外目标检测的增强单发多框检测器(SSD)方法。分析了感受野与特征图层数的关系,同时采用池化和转置卷积操作的特征图双向融合机制,从整体上增强了特征的表达能力。通过引入浅层特征图的语义增强分支,并在高分辨率特... 提出了一种用于空中红外目标检测的增强单发多框检测器(SSD)方法。分析了感受野与特征图层数的关系,同时采用池化和转置卷积操作的特征图双向融合机制,从整体上增强了特征的表达能力。通过引入浅层特征图的语义增强分支,并在高分辨率特征图上增加预测框,可提升小尺寸目标的定位精度。在VOC2007小目标和空中红外目标数据集上进行了对比测试,平均精度分别提高了7.1%和8.7%,此时检测速度略有下降。结果表明,增强SSD可在空中红外目标检测中获得较好的性能。 展开更多
关键词 机器视觉 单发多框检测器 空中红外目标 目标检测 特征融合 语义分割
原文传递
基于改进SSD算法的学生课堂行为状态识别 被引量：16
5
作者 董琪琪 刘剑飞 +2 位作者 郝禄国 高星 曾文彬 《计算机工程与设计》 北大核心 2021年第10期2924-2930,共7页
为加强智慧教室中教学视频信息的有效运用,针对现有SSD算法的不足,提出改进SSD算法进行学生课堂行为状态识别的方法。结合K-means聚类算法对数据集进行聚类分析,在SSD网络预测层重新设置预测框比例及分布,增大训练时预测框和真实框的匹... 为加强智慧教室中教学视频信息的有效运用,针对现有SSD算法的不足,提出改进SSD算法进行学生课堂行为状态识别的方法。结合K-means聚类算法对数据集进行聚类分析,在SSD网络预测层重新设置预测框比例及分布,增大训练时预测框和真实框的匹配度;引入目标检测焦点损失函数,保证正负样本及难易分类样本的平衡。在自制的听讲、睡觉、举手、回答及写字5种学生行为状态数据集上进行训练和测试,实验结果表明,改进的SSD算法对5种学生行为状态识别的平均精度均值达到95.4%,比原SSD算法提高了10.2%,同时适用于实时检测。 展开更多
关键词 智慧教室 SSD算法 K-MEANS聚类 焦点损失 行为状态识别
下载PDF
基于SSD网络模型的多目标检测算法 被引量：15
6
作者 蔡汉明 赵振兴 +1 位作者 韩露 曾祥永 《机电工程》 CAS 2017年第6期685-688,共4页
针对现代化工厂中视觉机器人或智能终端处理多目标检测算法的计算任务繁重、运算速度较慢等问题,将网络通信技术应用到算法处理中进行了在线检测。对TCP/IP协议进行了研究,建立了智能终端和云端之间的关系,提出了将智能终端采集到的图... 针对现代化工厂中视觉机器人或智能终端处理多目标检测算法的计算任务繁重、运算速度较慢等问题,将网络通信技术应用到算法处理中进行了在线检测。对TCP/IP协议进行了研究,建立了智能终端和云端之间的关系,提出了将智能终端采集到的图像数据进行预处理然后使用基于TCP的Socket多线程通信方式将图像数据送入云端,在云端的多台计算机上同时使用SSD网络模型的多目标检测算法进行了并行处理,并将结果传回智能终端。利用计算机单机与智能终端在线检测在处理时间上进行了对比试验。试验结果表明:在线检测速度稍慢,但已满足实际需求;智能终端在线检测降低了对智能机器人终端硬件的要求,回收的数据可以再利用,并且可以实现算法动态升级。 展开更多
关键词 目标检测 卷积神经网络 SSD 智能机器人 SOCKET网络通信
下载PDF
基于深度学习优化SSD算法的硅片隐裂检测识别 被引量：11
7
作者 田晓杰 程耀瑜 常国立 《机床与液压》 北大核心 2019年第1期36-40,60,共6页
针对传统的通过机器视觉和机器学习算法检测识别硅片隐裂所存在的精度低、识别率差、检测耗时长的问题,提出一种新的检测方法,即采用优化的单个深度神经网络来检测图像中的目标的方法 (Single Shot MultiBox Detector,SSD),对SSD的特征... 针对传统的通过机器视觉和机器学习算法检测识别硅片隐裂所存在的精度低、识别率差、检测耗时长的问题,提出一种新的检测方法,即采用优化的单个深度神经网络来检测图像中的目标的方法 (Single Shot MultiBox Detector,SSD),对SSD的特征提取网络融合了密集连接卷积网络(Densely Connected Convolutional Networks,Dense Net),解决了原网络对低于0. 1 mm的裂痕提取困难的缺点。通过实验,优化后的SSD检测算法对低于0. 01 mm裂纹检测精度比传统的通过纹理滤波和SVM分类检测算法提高了22%,比没有优化的SSD算法检测准确率提高了6%。证明了本文作者所提方法的有效性。 展开更多
关键词 隐裂检测 SSD 纹理滤波 状态向量机 密集连接卷积网络
下载PDF
嵌入遮挡关系模块的SSD模型的输电线路图像金具检测 被引量：9
8
作者 赵振兵 江爱雪 +2 位作者 戚银城 张薇 赵文清 《智能系统学报》 CSCD 北大核心 2020年第4期656-662,共7页
为了提升深度学习目标检测模型在输电线路金具自动化检测任务中的准确率,针对金具检测数据集中金具目标标注框之间不可避免地广泛存在相交而导致金具目标检测定位不准确的问题,本文利用相交区域的相似性作为金具目标的上下文信息,提出... 为了提升深度学习目标检测模型在输电线路金具自动化检测任务中的准确率,针对金具检测数据集中金具目标标注框之间不可避免地广泛存在相交而导致金具目标检测定位不准确的问题,本文利用相交区域的相似性作为金具目标的上下文信息,提出目标间遮挡关系的描述方法,用于规则性描述图像中金具目标间的相互遮挡,设计遮挡关系模块,并将其嵌入到单次多框检测器(single shot multibox detector,SSD)模型中。为了验证嵌入遮挡关系模块的SSD模型的有效性,选择了8类目标标注框普遍存在相交的小目标金具进行实验,实验使用的金具检测数据集的训练集和测试集中金具目标数分别为6271和1713。实验证明,原始SSD模型的平均精度均值(mean average precision,mAP)为72.10%,嵌入遮挡关系模块的SSD模型的m AP为76.56%,性能提升了4.46%。 展开更多
关键词 输电线路金具 遮挡度 遮挡关系描述 遮挡关系模块 SSD 标注框 目标检测 深度学习
下载PDF
基于单阶段网络模型的目标检测改进算法 被引量：9
9
作者 王燕妮 刘祥 刘江 《探测与控制学报》 CSCD 北大核心 2021年第2期56-62,68,共8页
针对目前单阶段目标检测算法中存在的误检、漏检以及检测精度不够高等问题,提出一种基于单阶段网络模型的目标检测改进算法。该算法使用深度残差网络对基础网络进行替换,提取更优秀的特征;增加一层用于检测小目标的底层特征图;结合反卷... 针对目前单阶段目标检测算法中存在的误检、漏检以及检测精度不够高等问题,提出一种基于单阶段网络模型的目标检测改进算法。该算法使用深度残差网络对基础网络进行替换,提取更优秀的特征;增加一层用于检测小目标的底层特征图;结合反卷积和特征融合的方法,对提取出的高层特征图与底层特征图进行融合,使新的特征图中包含更丰富的上下文信息;设计更密集的检测框且在每层卷积层后都添加批规范化操作以提升模型训练速度,防止过拟合。仿真实验结果表明,改进算法在PASCAL VOC2007数据集上较原始算法检测精度提升1.3%,检测效果更加准确,同时改进算法显著改善了误检、漏检等问题;但由于网络复杂度过高,导致检测速度有所下降。 展开更多
关键词 目标检测 单阶段多框目标检测 深度残差网络 特征融合
下载PDF
多层卷积特征的真实场景下行人检测研究 被引量：8
10
作者 伍鹏瑛 张建明 +1 位作者 彭建 陆朝铨 《智能系统学报》 CSCD 北大核心 2019年第2期306-315,共10页
针对真实场景下的行人检测方法存在漏检、误检率高,以及小尺寸目标检测精度低等问题,提出了一种基于改进SSD网络的行人检测模型(PDIS)。PDIS通过引出更底层的输出特征图改进了原始SSD网络模型,并采用卷积神经网络不同层输出的抽象特征... 针对真实场景下的行人检测方法存在漏检、误检率高,以及小尺寸目标检测精度低等问题,提出了一种基于改进SSD网络的行人检测模型(PDIS)。PDIS通过引出更底层的输出特征图改进了原始SSD网络模型,并采用卷积神经网络不同层输出的抽象特征对行人目标分别做检测,融合多层检测结果,提升了小目标行人的检测性能。此外,针对数据集样本多样性能有效地提升检测算法的泛化能力,本文采集了不同光照、姿态、遮挡等复杂场景下的行人图像,对背景比较复杂的INRIA行人数据集进行了扩充,在扩增的行人数据集上训练的PDIS模型,提高了在真实场景下的行人检测精度。实验表明:PDIS在INRIA测试集上测试结果达到93.8%的准确率,漏检率低至7.4%。 展开更多
关键词 行人检测 卷积神经网络 SSD 真实场景 多尺度特征 目标检测 小目标行人 行人数据集
下载PDF
基于生成式对抗网络的合成孔径雷达舰船数据增广在改进单次多盒检测器中的应用 被引量：8
11
作者 杨龙 苏娟 李响 《兵工学报》 EI CAS CSCD 北大核心 2019年第12期2488-2496,共9页
针对合成孔径雷达(SAR)图像舰船目标检测领域舰船数据获取成本较高、数据集稀少的问题,提出一种基于像素对像素(pix2pix)生成式对抗网络(GAN)的数据增广技术。制作一个用于pix2pix GAN的数据集,通过对GAN网络的训练和测试得到800张新的... 针对合成孔径雷达(SAR)图像舰船目标检测领域舰船数据获取成本较高、数据集稀少的问题,提出一种基于像素对像素(pix2pix)生成式对抗网络(GAN)的数据增广技术。制作一个用于pix2pix GAN的数据集,通过对GAN网络的训练和测试得到800张新的SAR舰船样本,并对生成的典型样本进行了客观评价;针对传统SAR舰船目标检测算法鲁棒性差、易受斑点噪声影响的缺点,提出一种基于改进单次多盒检测器(SSD)的SAR舰船检测算法,通过在SSD加入Inception模块增强其对多尺寸目标适应性,提高检测器性能;将pix2pix GAN生成的SAR舰船数据进行标注后加入改进的SSD中,在SAR舰船检测数据集上进行大量对比实验。实验结果表明:当将生成的样本加入原SSD后,检测精度比原SSD检测算法提高了4. 3%;当将生成的样本加入改进的SSD后,检测精度相比改进的SSD提高了1. 9%;检测器中没有加入生成样本的情况下,改进SSD算法相比原SSD检测算法,检测精度提升了4. 7%. 展开更多
关键词 舰船 合成孔径雷达 目标检测 像素对像素 生成式对抗网络 单次多盒检测器
下载PDF
基于字典学习与SSD的不完整昆虫图像稻飞虱识别分类 被引量：7
12
作者 林相泽 张俊媛 +2 位作者 徐啸 朱赛华 刘德营 《农业机械学报》 EI CAS CSCD 北大核心 2021年第9期165-171,共7页
为了解决图像采集过程中由于昆虫图像获取不完整而导致整体稻飞虱识别精度低、速度慢的问题,提出了一种基于字典学习和SSD的不完整稻飞虱图像分类方法。首先,使用自主研发的野外昆虫图像采集装置采集稻飞虱图像,构建小型图像集。然后,... 为了解决图像采集过程中由于昆虫图像获取不完整而导致整体稻飞虱识别精度低、速度慢的问题,提出了一种基于字典学习和SSD的不完整稻飞虱图像分类方法。首先,使用自主研发的野外昆虫图像采集装置采集稻飞虱图像,构建小型图像集。然后,将采集的稻田昆虫图像进行阈值分割,得到单一稻田昆虫图像;对单一昆虫图像进行分块处理,得到带有背景信息和特征信息的混合子图像块集;使用子图像块作为字典原子来构建过完备字典,并对其进行初始化和优化更新;将更新后的过完备字典作为训练集输入SSD算法中进行训练,得到训练模型。最后,将采集的包含不完整稻田昆虫的图像在训练集模型上进行测试,并将测试结果与BPNN(Back propagation neural network)、SVM(Support vector machines)、稀疏表示等方法进行对比。试验结果表明,所提出的基于字典学习和SSD的稻飞虱识别与分类方法可以对不完整的昆虫图像进行准确快速的识别分类,其中,分类速度可达22 f/s,识别精度可达89.3%,对稻飞虱的监督、预警和防治提供了有效的信息与技术支持。 展开更多
关键词 稻飞虱 过完备字典 SSD 不完整图像 分类 识别
下载PDF
基于SSD的行人鞋子检测算法 被引量：7
13
作者 耿鹏志 杨智雄 +1 位作者 张家钧 唐云祁 《激光与光电子学进展》 CSCD 北大核心 2021年第6期176-183,共8页
基于鞋样的视频追踪技术是公安机关刑事侦查的一种常用技战法,在公安实战中起到巨大的作用,然而该项技术大量依赖于人工筛选,工作量大且效率低,容易出现漏检的状况。鉴于此,提出一种基于SSD(Single Shot MultiBox Detector)模型的鞋子... 基于鞋样的视频追踪技术是公安机关刑事侦查的一种常用技战法,在公安实战中起到巨大的作用,然而该项技术大量依赖于人工筛选,工作量大且效率低,容易出现漏检的状况。鉴于此,提出一种基于SSD(Single Shot MultiBox Detector)模型的鞋子自动检测算法,实现对行人鞋子的自动检测与定位。首先对SSD模型的结构和先验框参数进行设计,使其符合鞋子检测的实际应用。然后采用调节网络参数的方法提高网络的检测性能和稳定性,完善适用于鞋子检测的网络模型和方法,最终得到准确且高效的单类别鞋子检测网络。最后在课题组前期构建的鞋样本数据库中进行性能评价。实验结果表明,所提算法的平均精度达到0.891。 展开更多
关键词 图像处理 鞋子检测 卷积神经网络 SSD 视频侦查
原文传递
基于特征金字塔的X光机危险品检测算法 被引量：7
14
作者 唐浩漾 王燕 +1 位作者 张小媛 邱明乐 《西安邮电大学学报》 2020年第2期58-63,共6页
针对安检图像中小尺寸危险品检测效果差的问题,提出一种基于特征金字塔的X光机危险品检测算法。在单发多框检测器(single shot multibox detector,SSD)的基础上,通过构建特征金字塔,建立危险品的深层语义信息和浅层位置信息特征图,并引... 针对安检图像中小尺寸危险品检测效果差的问题,提出一种基于特征金字塔的X光机危险品检测算法。在单发多框检测器(single shot multibox detector,SSD)的基础上,通过构建特征金字塔,建立危险品的深层语义信息和浅层位置信息特征图,并引入可变形卷积以自适应地获取危险品的形状和尺度信息,提高网络对危险品特征的提取能力,实现对小尺寸危险品的有效检测。对比实验结果表明,该算法对手枪、飞镖和刀片等3种危险品的平均检测精度为94.2%,相比SSD算法提高了3.9%,对小尺寸危险品检测精度均有较大提升。 展开更多
关键词 危险品检测 安检图像 单发多框检测器 特征金字塔
下载PDF
采用改进SSD网络的海参目标检测算法 被引量：7
15
作者 张岚 邢博闻 +1 位作者 李彩 李硕峰 《农业工程学报》 EI CAS CSCD 北大核心 2022年第8期297-303,共7页
随着海参养殖业快速发展,利用水下机器人代替人工作业的海参智能捕捞已成为发展趋势。浅海环境复杂,海参体色与环境区分性差、海参呈现半遮蔽状态等原因,导致目标识别准确率低下。此外由于景深运动,远端海参作为小目标常常未被识别成功... 随着海参养殖业快速发展,利用水下机器人代替人工作业的海参智能捕捞已成为发展趋势。浅海环境复杂,海参体色与环境区分性差、海参呈现半遮蔽状态等原因,导致目标识别准确率低下。此外由于景深运动,远端海参作为小目标常常未被识别成功。为解决上述问题,该研究提出一种基于改进SSD网络的海参目标检测算法。首先通过RFB(ReceptiveFieldBlock)模块扩大浅层特征感受野,利用膨胀卷积对特征图进行下采样,增加海参细节、位置等信息,并结合注意力机制,对不同深度特征进行强化,将计算得出的权重与原特征信息相乘以此获得特征图,使结果包含最具代表性的特征,也抑制无关特征。最后实现特征图融合,进一步提升水下海参的识别精度。以实际拍摄的视频进行测试验证,在网络结构层面上,对传统算法进行改进。试验结果表明,基于改进的SSD网络的海参目标检测算法的平均精度均值为95.63%,检测帧速为10.70帧/s,相较于传统的SSD算法,在平均精度均值提高3.85个百分点的同时检测帧速仅减少2.8帧/s。与Faster R-CNN算法和YOLOv4算法进行对比试验,该研究算法在平均精度均值指标上,分别比YOLOv4、Faster R-CNN算法提高4.19个百分点、1.74个百分点。在检测速度方面,该研究算法较YOLOv4、Faster R-CNN算法分别低4.6帧/s、高3.95帧/s,试验结果表明,综合考虑准确率与运行速度,改进后的SSD算法较适合进行海参智能捕捞任务。研究结果为海参智能捕捞提供参考。 展开更多
关键词 图像识别 深度学习 算法 海参捕捞 SSD网络
下载PDF
基于帧间差分法-单点多框检测器的圈养生猪打斗行为识别方法 被引量：6
16
作者 张苏楠 田建艳 +1 位作者 菅垄 姬政雄 《江苏农业学报》 CSCD 北大核心 2021年第2期397-404,共8页
在集约化养殖过程中,生猪打斗行为是影响生猪福利养殖的重要因素之一。针对复杂养殖环境下传统方法识别圈养生猪打斗行为准确率低的问题,提出1种基于帧间差分法(Frame difference,FD)-单点多框检测器(Single shot MultiBox detector,SSD... 在集约化养殖过程中,生猪打斗行为是影响生猪福利养殖的重要因素之一。针对复杂养殖环境下传统方法识别圈养生猪打斗行为准确率低的问题,提出1种基于帧间差分法(Frame difference,FD)-单点多框检测器(Single shot MultiBox detector,SSD)的生猪打斗行为识别方法。首先,利用帧间差分法提取生猪连续视频帧中的移动像素,排除光照度变化、地面水渍及尿渍等环境因素以及静止生猪对打斗行为识别的干扰。然后,以连续视频帧中的移动像素为样本,采用MobileNet_v2、焦点损失函数、网络参数迁移学习对单点多框检测器进行改进,用于检测发生剧烈运动的生猪个体,提高SSD对运动生猪个体的检测精度与速度。最后,针对生猪发生打斗行为时的特点,设计精准的生猪打斗行为判别方法,以识别生猪是否发生打斗行为。试验结果表明,该方法对生猪打斗行为的识别准确率、查准率、查全率分别达到93.75%、96.79%、90.50%,可以有效识别圈养生猪的打斗行为,为饲养员判断生猪异常状况提供依据。 展开更多
关键词 生猪 打斗行为 帧间差分法 单点多框检测器 判别方法
下载PDF
基于深度学习的群体种鸭蛋受精信息检测方法 被引量：6
17
作者 李庆旭 王巧华 +2 位作者 肖仕杰 顾伟 马美湖 《农业机械学报》 EI CAS CSCD 北大核心 2021年第1期193-200,共8页
针对我国禽蛋孵化行业以人工方式剔除无精蛋自动化程度低的问题,以孵化5 d的群体种鸭蛋为研究对象,利用图像采集装置采集群体种鸭蛋图像,在常用单步多框检测器(Single shot multibox detector,SSD)网络的基础上提出一种改进SSD目标检测... 针对我国禽蛋孵化行业以人工方式剔除无精蛋自动化程度低的问题,以孵化5 d的群体种鸭蛋为研究对象,利用图像采集装置采集群体种鸭蛋图像,在常用单步多框检测器(Single shot multibox detector,SSD)网络的基础上提出一种改进SSD目标检测算法,并采用该方法对孵化早期整盘群体种鸭蛋中的受精蛋与无精蛋进行识别。利用MobileNetV3轻量化网络作为模型的特征提取网络,可快速高效提取图像特征。结果表明:本文建立的模型对孵化早期群体种鸭蛋中受精蛋与无精蛋的平均识别精度为98.09%、召回率为97.32%、漏检率为0,优于改进前网络模型的96.88%、96.17%、1.04%。本文方法可为种鸭蛋孵化产业相关智能机器人或机械手的研发提供技术支撑。 展开更多
关键词 群体受精鸭蛋 MobileNetV3 单步多框检测器 深度学习
下载PDF
一种改进的单步多框目标检测算法 被引量：5
18
作者 王燕妮 刘祥 刘江 《西安交通大学学报》 EI CAS CSCD 北大核心 2021年第4期145-153,共9页
针对单步多框目标检测算法(SSD)中存在的误检、漏检以及检测精度不够高等问题,提出了一种改进的SSD目标检测算法。该算法通过空洞卷积替换conv4_3卷积层及之前的两次标准卷积,扩大感受野,使用反卷积对不同尺度的特征图进行融合,使融合... 针对单步多框目标检测算法(SSD)中存在的误检、漏检以及检测精度不够高等问题,提出了一种改进的SSD目标检测算法。该算法通过空洞卷积替换conv4_3卷积层及之前的两次标准卷积,扩大感受野,使用反卷积对不同尺度的特征图进行融合,使融合形成的特征图具有丰富的上下文信息,最后为特征图添加注意力模型,有效提取感兴趣区域的特征。仿真实验结果表明,改进算法在VOC2007数据集上较原算法检测精度提升0.9%,检测结果更加准确,一定程度上改善了误检、漏检等问题,同时仍满足实时性的要求。 展开更多
关键词 目标检测 单步多框目标检测算法 空洞卷积 反卷积 注意力机制
下载PDF
基于深度学习的智能停车车位检测 被引量：5
19
作者 黎海涛 张昊 +1 位作者 王马成 申保晨 《中国电子科学研究院学报》 北大核心 2021年第12期1264-1269,共6页
智能停车系统中车位检测易受天气变化、障碍物遮挡和背景干扰等影响而导致车位检测准确率降低,为了解决该问题,文中研究了基于深度学习的停车场车位占泊检测技术。首先,给出了基于改进YOLO的单车位检测算法,其把YOLO网络每层的输入归一... 智能停车系统中车位检测易受天气变化、障碍物遮挡和背景干扰等影响而导致车位检测准确率降低,为了解决该问题,文中研究了基于深度学习的停车场车位占泊检测技术。首先,给出了基于改进YOLO的单车位检测算法,其把YOLO网络每层的输入归一化处理以有效避免过拟合,且把全连接层替换为全卷积层以提取多种尺寸输入的特征;然后,研究了基于改进SSD的多车位检测算法,其采用优化的ResNet网络替换原SSD的VGG网络为且优化了激活函数。实验和测试结果表明,所提方法能够有效提高单/多车位检测准确率。 展开更多
关键词 车位检测 YOLO SSD 智能停车
下载PDF
基于SGM-SSD的电力巡检机器人障碍物定位模型
20
作者 王琪 董泉 +3 位作者 梁向阳 焦海龙 徐明 冯顺 《测控技术》 2024年第8期1-6,共6页
为了提升电力巡检机器人对输电线路障碍物识别的精度,对电力巡检障碍物定位识别模型进行了研究,并提出了一种结合半全局匹配(Semi-Global Matching, SGM)算法和单点多盒探测器(Single Shot Multibox Detector, SSD)的模型。采用加权最... 为了提升电力巡检机器人对输电线路障碍物识别的精度,对电力巡检障碍物定位识别模型进行了研究,并提出了一种结合半全局匹配(Semi-Global Matching, SGM)算法和单点多盒探测器(Single Shot Multibox Detector, SSD)的模型。采用加权最小二乘(Weighted Least Squares, WLS)滤波算法,对利用SGM算法所得视差图中的空洞和噪点进行了处理,并提出了一种轻量化单点多盒探测方法。实验测试结果显示,优化后的模型定位测量误差低于5.13%;其大小由300 MB下降到了2.03 MB;轻量化模型在89、250次迭代后的损失函数值分别降至0.23和0.33。验证了所提出的模型能够实现输电线路障碍物定位和识别,能够满足实际的应用需求。 展开更多
关键词 半全局匹配算法 单点多盒探测器 电力巡检机器人 障碍物定位 定位识别
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 2 … 5 下一页 到第 页
使用帮助 返回顶部