期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
2
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于优化Faster R-CNN算法的金属板材表面缺陷检测
1
作者
孔思曼
周晨阳
+2 位作者
王家华
李林
孙践知
《制造技术与机床》
北大核心
2024年第1期171-178,共8页
传统的图像处理方法对生产过程中各种金属板材表面缺陷检测效率低,难以满足工业生产的需求。为了提高金属板材表面缺陷检测的精度,文章提出了一种基于优化Faster R-CNN算法的金属板材表面缺陷检测方法,以残差网络ResNet50作为主干特征...
传统的图像处理方法对生产过程中各种金属板材表面缺陷检测效率低,难以满足工业生产的需求。为了提高金属板材表面缺陷检测的精度,文章提出了一种基于优化Faster R-CNN算法的金属板材表面缺陷检测方法,以残差网络ResNet50作为主干特征提取网络。首先,融合特征金字塔网络和可变形卷积网络以提高对小目标和不规则性缺陷的检测能力。然后,采用RoI Align和K-means++聚类算法对候选框进行优化,实现缺陷的精准定位。最后,将提出的模型运用在NEU-DET数据集中进行多次实验。实验结果表明,优化后的Faster R-CNN算法在此数据集上的mAP为78.7%,与原始网络相比提高了7.7%,并且其检测性能优于SSD、YOLOv5s和YOLOv7三类目标检测算法。
展开更多
关键词
缺陷检测
Faster
R-CNN
特征金字塔网络
可变形卷积网络
聚类算法
下载PDF
职称材料
目标检测数据集研究综述
2
作者
李林
王家华
+2 位作者
周晨阳
孔思曼
孙践知
《数据与计算发展前沿》
CSCD
2024年第2期177-193,共17页
【应用背景】目标检测是计算机视觉的基本研究问题之一,目标检测数据集是评估目标检测方法性能的基础。【目的】对目标检测领域发展过程中产生的数据集进行分析和介绍可以有效地揭示目标检测数据集的特点、发展趋势以及检测研究面临的...
【应用背景】目标检测是计算机视觉的基本研究问题之一,目标检测数据集是评估目标检测方法性能的基础。【目的】对目标检测领域发展过程中产生的数据集进行分析和介绍可以有效地揭示目标检测数据集的特点、发展趋势以及检测研究面临的主要问题,从时间和领域的角度展现目标检测数据集的现状,一定程度上也可以为研究人员提供数据集使用参考。【方法】主要从目标检测领域通用数据集和包含行人检测、人脸检测、交通道路场景目标检测、航空遥感检测、文本检测多个应用场景的特定领域数据集两个角度出发,关注数据集的挑战性,列举分析应用最为广泛且具有差异的数据集,给出不同场景数据集的图像示例并分析其主要挑战。【结论】对目标检测领域数据集进行介绍的同时,也揭示了目标检测数据集的重要意义、不同场景下的挑战性和特点以及构建目标检测数据集的主要挑战与未来发展趋势。
展开更多
关键词
目标检测
数据集
行人检测
人脸检测
计算机视觉
下载PDF
职称材料
题名
基于优化Faster R-CNN算法的金属板材表面缺陷检测
1
作者
孔思曼
周晨阳
王家华
李林
孙践知
机构
北京工商大学计算机学院
出处
《制造技术与机床》
北大核心
2024年第1期171-178,共8页
文摘
传统的图像处理方法对生产过程中各种金属板材表面缺陷检测效率低,难以满足工业生产的需求。为了提高金属板材表面缺陷检测的精度,文章提出了一种基于优化Faster R-CNN算法的金属板材表面缺陷检测方法,以残差网络ResNet50作为主干特征提取网络。首先,融合特征金字塔网络和可变形卷积网络以提高对小目标和不规则性缺陷的检测能力。然后,采用RoI Align和K-means++聚类算法对候选框进行优化,实现缺陷的精准定位。最后,将提出的模型运用在NEU-DET数据集中进行多次实验。实验结果表明,优化后的Faster R-CNN算法在此数据集上的mAP为78.7%,与原始网络相比提高了7.7%,并且其检测性能优于SSD、YOLOv5s和YOLOv7三类目标检测算法。
关键词
缺陷检测
Faster
R-CNN
特征金字塔网络
可变形卷积网络
聚类算法
Keywords
defect detection
Faster R-CNN
feature pyramid network
deformable ConvNets v2
clustering algorithm
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TH16 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
目标检测数据集研究综述
2
作者
李林
王家华
周晨阳
孔思曼
孙践知
机构
北京工商大学
出处
《数据与计算发展前沿》
CSCD
2024年第2期177-193,共17页
文摘
【应用背景】目标检测是计算机视觉的基本研究问题之一,目标检测数据集是评估目标检测方法性能的基础。【目的】对目标检测领域发展过程中产生的数据集进行分析和介绍可以有效地揭示目标检测数据集的特点、发展趋势以及检测研究面临的主要问题,从时间和领域的角度展现目标检测数据集的现状,一定程度上也可以为研究人员提供数据集使用参考。【方法】主要从目标检测领域通用数据集和包含行人检测、人脸检测、交通道路场景目标检测、航空遥感检测、文本检测多个应用场景的特定领域数据集两个角度出发,关注数据集的挑战性,列举分析应用最为广泛且具有差异的数据集,给出不同场景数据集的图像示例并分析其主要挑战。【结论】对目标检测领域数据集进行介绍的同时,也揭示了目标检测数据集的重要意义、不同场景下的挑战性和特点以及构建目标检测数据集的主要挑战与未来发展趋势。
关键词
目标检测
数据集
行人检测
人脸检测
计算机视觉
Keywords
object detection
dataset
pedestrian detection
face detection
computer vision
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于优化Faster R-CNN算法的金属板材表面缺陷检测
孔思曼
周晨阳
王家华
李林
孙践知
《制造技术与机床》
北大核心
2024
0
下载PDF
职称材料
2
目标检测数据集研究综述
李林
王家华
周晨阳
孔思曼
孙践知
《数据与计算发展前沿》
CSCD
2024
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部