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
3
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
一种基于空间上下文注意力网络的立体匹配方法
被引量:
1
1
作者
段厚裕
周武威
+3 位作者
王汉谱
欧先锋
赵林
郭龙源
《成都工业学院学报》
2021年第1期7-11,共5页
立体匹配可以看作是有监督的学习任务,通过将大量的左右图像输入到卷积神经网络中进行训练,可以获得性能良好的视差图。但是,当前的网络结构对病态区域的视差估计仍然存在困难。为了解决这个问题,提出了一种空间上下文注意力网络,这个...
立体匹配可以看作是有监督的学习任务,通过将大量的左右图像输入到卷积神经网络中进行训练,可以获得性能良好的视差图。但是,当前的网络结构对病态区域的视差估计仍然存在困难。为了解决这个问题,提出了一种空间上下文注意力网络,这个网络可以通过聚合全局上下文信息来提高对病态区域的视差估计准确性。实验结果表明,提出的方法在合成数据集Scene Flow和真实场景数据集KITTI 2015中对病态区域的视差估计得了较好的效果。
展开更多
关键词
立体匹配
视差
注意力机制
卷积神经网络
下载PDF
职称材料
基于YOLOv3的磁瓦表面缺陷检测算法
被引量:
3
2
作者
郭龙源
童光红
+5 位作者
段厚裕
赵林
李武劲
欧先锋
晏鹏程
张一鸣
《成都工业学院学报》
2019年第3期25-30,共6页
由于磁瓦缺陷本身对比度、不同缺陷特征不尽相同等原因,传统缺陷检测算法检测效果较差。针对不同缺陷特征的磁瓦缺陷检测的问题,提出了一种基于YOLOv3的磁瓦缺陷检测方法。YOLOv3借鉴Resnet的残差结构可以很轻松的构建更深的卷积网络,...
由于磁瓦缺陷本身对比度、不同缺陷特征不尽相同等原因,传统缺陷检测算法检测效果较差。针对不同缺陷特征的磁瓦缺陷检测的问题,提出了一种基于YOLOv3的磁瓦缺陷检测方法。YOLOv3借鉴Resnet的残差结构可以很轻松的构建更深的卷积网络,更深的网络可以更好地表达磁瓦缺陷的特征。同时其类似FPN的特征融合思想,可以较好地保证小缺陷样本不会出现特征丢失的情况。基于以上优点,YOLOv3很适合应用于缺陷检测。实验结果表明,该方法在检测效果上不差于基于Resnet101的FasterR-CNN的方法,而且其平均检测速度快5倍以上。
展开更多
关键词
缺陷检测
深度学习
目标检测
磁瓦
下载PDF
职称材料
基于Mask R-CNN的磁瓦表面缺陷检测算法
被引量:
11
3
作者
郭龙源
段厚裕
+4 位作者
周武威
童光红
吴健辉
欧先锋
李武劲
《计算机集成制造系统》
EI
CSCD
北大核心
2022年第5期1393-1400,共8页
磁瓦图像具有光照不均、表面纹理复杂、对比度低等特点,针对传统的缺陷检测算法难以准确分割其中缺陷的问题,提出基于掩膜区域卷积网络(Mask R-CNN)的缺陷检测算法。该算法首先通过限制对比度的自适应直方图均衡化方法对图像进行预处理...
磁瓦图像具有光照不均、表面纹理复杂、对比度低等特点,针对传统的缺陷检测算法难以准确分割其中缺陷的问题,提出基于掩膜区域卷积网络(Mask R-CNN)的缺陷检测算法。该算法首先通过限制对比度的自适应直方图均衡化方法对图像进行预处理;然后,采用残差网络50(ResNet50)构建特征金字塔网络(FPN)获取图像信息并提取特征,再采用区域建议网络(RPN)提取缺陷区域的感兴趣区域,得到相应的锚框,并通过全卷积神经网络(FCN)对感兴趣区域内部的像素类别进行预测,以实现缺陷分割;最后通过网络的全连接层实现每个感兴趣区域所属类别和相应锚框坐标的预测。实验结果表明,该算法具有较强的泛化能力,可以对表面存在大量纹理复杂、光照不均和对比度低的磁瓦图像进行精确的缺陷分割,具有较强的鲁棒性。
展开更多
关键词
表面缺陷检测
掩膜区域卷积网络
特征金字塔网络
磁瓦
下载PDF
职称材料
题名
一种基于空间上下文注意力网络的立体匹配方法
被引量:
1
1
作者
段厚裕
周武威
王汉谱
欧先锋
赵林
郭龙源
机构
湖南理工学院信息科学与工程学院
机器视觉与人工智能研究中心
出处
《成都工业学院学报》
2021年第1期7-11,共5页
基金
湖南省研究生科研创新项目(CX20190933,CX20201114)
湖南省教育厅项目(19A200,18B349)
+1 种基金
湖南省自科基金项目(2020JJ4340,2019JJ40110)
国家自然科学基金项目(61473118)。
文摘
立体匹配可以看作是有监督的学习任务,通过将大量的左右图像输入到卷积神经网络中进行训练,可以获得性能良好的视差图。但是,当前的网络结构对病态区域的视差估计仍然存在困难。为了解决这个问题,提出了一种空间上下文注意力网络,这个网络可以通过聚合全局上下文信息来提高对病态区域的视差估计准确性。实验结果表明,提出的方法在合成数据集Scene Flow和真实场景数据集KITTI 2015中对病态区域的视差估计得了较好的效果。
关键词
立体匹配
视差
注意力机制
卷积神经网络
Keywords
stereo matching
disparity
attention mechanism
Convolutional Neural Network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于YOLOv3的磁瓦表面缺陷检测算法
被引量:
3
2
作者
郭龙源
童光红
段厚裕
赵林
李武劲
欧先锋
晏鹏程
张一鸣
机构
湖南理工学院信息科学与工程学院
湖南理工学院机器视觉及人工智能研究中心
出处
《成都工业学院学报》
2019年第3期25-30,共6页
基金
湖南省研究生科研创新项目资助(CX2018B779,CX2018B776)
湖南省教育厅优秀青年项目(18B345)
+1 种基金
国家自然科学基金(51704115)
湖南省自然科学基金面上项目(2019JJ40104)
文摘
由于磁瓦缺陷本身对比度、不同缺陷特征不尽相同等原因,传统缺陷检测算法检测效果较差。针对不同缺陷特征的磁瓦缺陷检测的问题,提出了一种基于YOLOv3的磁瓦缺陷检测方法。YOLOv3借鉴Resnet的残差结构可以很轻松的构建更深的卷积网络,更深的网络可以更好地表达磁瓦缺陷的特征。同时其类似FPN的特征融合思想,可以较好地保证小缺陷样本不会出现特征丢失的情况。基于以上优点,YOLOv3很适合应用于缺陷检测。实验结果表明,该方法在检测效果上不差于基于Resnet101的FasterR-CNN的方法,而且其平均检测速度快5倍以上。
关键词
缺陷检测
深度学习
目标检测
磁瓦
Keywords
defect detection
deep learning
target detection
magnetic tile
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于Mask R-CNN的磁瓦表面缺陷检测算法
被引量:
11
3
作者
郭龙源
段厚裕
周武威
童光红
吴健辉
欧先锋
李武劲
机构
湖南理工学院信息科学与工程学院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2022年第5期1393-1400,共8页
基金
湖南省教育厅科研基金资助项目(19A200,18B345,19B245)
湖南省研究生科研创新资助项目(CX20190933)
湖南省自然科学基金资助项目(2020JJ4340,2020JJ4343,2019JJ40104)。
文摘
磁瓦图像具有光照不均、表面纹理复杂、对比度低等特点,针对传统的缺陷检测算法难以准确分割其中缺陷的问题,提出基于掩膜区域卷积网络(Mask R-CNN)的缺陷检测算法。该算法首先通过限制对比度的自适应直方图均衡化方法对图像进行预处理;然后,采用残差网络50(ResNet50)构建特征金字塔网络(FPN)获取图像信息并提取特征,再采用区域建议网络(RPN)提取缺陷区域的感兴趣区域,得到相应的锚框,并通过全卷积神经网络(FCN)对感兴趣区域内部的像素类别进行预测,以实现缺陷分割;最后通过网络的全连接层实现每个感兴趣区域所属类别和相应锚框坐标的预测。实验结果表明,该算法具有较强的泛化能力,可以对表面存在大量纹理复杂、光照不均和对比度低的磁瓦图像进行精确的缺陷分割,具有较强的鲁棒性。
关键词
表面缺陷检测
掩膜区域卷积网络
特征金字塔网络
磁瓦
Keywords
surface defect detection
mask region-based convolutional network
feature pyramid network
magnetic tile
分类号
TP398.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于空间上下文注意力网络的立体匹配方法
段厚裕
周武威
王汉谱
欧先锋
赵林
郭龙源
《成都工业学院学报》
2021
1
下载PDF
职称材料
2
基于YOLOv3的磁瓦表面缺陷检测算法
郭龙源
童光红
段厚裕
赵林
李武劲
欧先锋
晏鹏程
张一鸣
《成都工业学院学报》
2019
3
下载PDF
职称材料
3
基于Mask R-CNN的磁瓦表面缺陷检测算法
郭龙源
段厚裕
周武威
童光红
吴健辉
欧先锋
李武劲
《计算机集成制造系统》
EI
CSCD
北大核心
2022
11
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