单阶段多框检测器无人机航拍目标识别方法

无人机(UAV)航拍图像视野开阔,图像中的目标较小且边缘模糊,而现有单阶段多框检测器(SSD)目标检测模型难以准确地检测航拍图像中的小目标。为了有效地解决原有模型容易漏检的问题,借鉴特征金字塔网络(FPN)提出了一种基于连续上采样的SSD模型。改进SSD模型将输入图像尺寸调整为320×320,新增Conv3_3特征层,将高层特征进行上采样,并利用特征金字塔结构对VGG16网络前5层特征进行融合,从而增强各个特征层的语义表达能力,同时重新设计先验框的尺寸。在公开航拍数据集UCAS-AOD上训练并验证,实验结果表明,所提改进SSD模型的各类平均精度均值(mAP)达到了94.78%,与现有SSD模型相比,其准确率提升了17.62%,其中飞机类别提升了4.66%,汽车类别提升了34.78%。

基于深度卷积神经网络的目标检测算法进展

目标检测是计算视觉领域一个重要的研究方向,主要解决了图像中各种目标的分类和定位等视觉基本问题。由于近年来深度学习特别是深度卷积神经网络研究的兴起,各类基于神经网络的目标检测算法不断地刷新标准检测数据集的最好性能成绩。文中主要分析比较了几种目前主流的基于卷积神经网络的目标检测算法,包括各种两阶段检测器(RCNN,Fast RCNN,Faster RCNN,Mask RCNN,TridentNet)以及单阶段检测器(YOLO,SSD,CornerNet,ExtremeNet)。文中首先介绍了评价目标检测算法常用的数据集以及对应的性能评价指标,然后对上述检测算法的具体实现方式逐一进行分析。最终,在几个检测数据集上我们对不同算法进行实验复现并综合比较了其性能。实验结果表明,主流的检测算法在速度以及性能方面各有侧重点,需要根据实际场景进行选择和权衡。

HourglassNet:一种用于遥感目标检测的改进FCOS算法

针对遥感图像中背景复杂、目标分布密集、目标尺度形态多样等问题,该文在单阶段全卷积(FCOS)目标检测模型的基础上,基于沙漏特征金字塔并且与多尺度上下文场景结合,提出了沙漏网(HourglassNet)。针对卷积神经网络(CNN)中不同深度语义信息和空间信息不均衡的问题,提出了一种沙漏特征金字塔,通过将多尺度特征缩放至中间尺度进行融合和优化以获得全局特征。基于注意力机制将全局特征向不同尺度特征传递,在抑制无关特征的同时增强了有效特征,实现了对多尺度特征的补偿。为了将高层特征的语义信息更加充分地融入不同尺寸的特征图内,设计了多尺度上下文融合模块。利用适当的感受野提取高层特征的上下文信息,提升了特征的鲁棒性和辨识性。分别在DOTA v1.5和NWPU VHR-10公开遥感图像数据集上进行了性能对比与消融实验。结果表明,该文算法的均值平均精度(mAP)相比于FCOS在DOTA v1.5和NWPU VHR-10数据集上分别提升了4.3%和3.4%,且检测性能优于YOLOv3等其它对比方法。

基于改进全卷积一阶检测器的桥梁裂缝定位算法

为解决桥梁裂缝检测时定位速度慢的问题,提出一种基于全卷积一阶(FCOS)检测器的裂缝定位改进算法。本算法采用FCOS网络模型,利用轻量级骨干网络Efficientnet提取裂缝图像特征,作为改进措施,引入加权双向特征金字塔网络(BiFPN)融合裂缝图像不同尺度的特征,从而进一步增强骨干网络的视觉特征提取效果。在自制数据集上进行实验,结果表明:本算法可以快速定位桥梁裂缝,与FCOS相比,在确保平均精度的同时,检测速度提升了10.4帧/s;相较于Faster-RCNN、Yolo4、Efficientdet等方法,检测速度和平均精度都具有明显的优势。

基于改进FCOS的拥挤行人检测算法

针对大规模拥挤场景视频中行人目标小、行人遮挡和行人交叠而导致的检测困难等问题,本文将逐像素预测目标检测框架—全卷积单阶段目标检测FCOS(fully convolutional one-stage object detection)应用于行人检测,提出一种改进的主干网络用于提取行人特征,通过增加尺度回归实现目标行人的多尺度检测,同时减少其他特征层检测的目标数量,进而提升行人检测的能力。在拥挤行人场景数据集CrowdHuman和小目标行人数据集Caltech上的大量实验结果表明,和目前先进的方法相比,本文的方法对行人的检测精度有所提升,特别是对于小目标行人检测。与原始FCOS算法相比,在CrowdHuman上平均精度提升接近15%,丢失率降低接近33.0%;在Caltech上的平均精度提升2%。在复杂拥挤场景下的实际应用也证明本文方法的有效性。

车辆辅助驾驶中基于FCOS算法的行人检测方法

随着计算机视觉技术的发展,利用图像识别技术进行行人检测并给出人与车间距的预警是车辆辅助驾驶的一个研究方向。针对行人检测中,大范围拥挤场景中行人交叠、人物行为复杂和目标密集且小而导致检测困难的问题,本文将基于FCN的逐像素目标检测算法框架——单阶段全卷积目标检测FCOS应用于行人检测。相比于SSD,RetinaNet,Faster R-CNN,FCOS是没有锚框的,这大大降低了模型训练过程中的复杂计算。我们在Pascal VOC2012数据集上的一系列可靠具有重复性的良好实验结果均证明,将FCOS算法应用到行人检测是可行的,实际应用到车辆辅助驾驶同样可行,是一个简单而强大的方案。

基于FCOS算法改进的交通标志检测

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。

基于FCOS和ResNet50-FL的吊弦不受力识别方法

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。

基于空间特征选择的水下目标检测方法

针对传统目标检测方法在水下识别任务中误检率较高的问题,基于一阶段全卷积检测器(FCOS)引入多尺度特征选择及中心边界特征选择,实现高精度水下目标检测。模型中的自适应加权融合特征金字塔通过设置可学习权重加权融合所有的特征层级,实现多尺度空间特征选择。此外,为了处理检测中分类和回归任务之间的特征耦合问题,并分离不同任务之间的共享特征,设计了基于空间特征解耦的检测头,实现了中心和边界区域的特征选择。实验中,针对水下数据集URPC2018和UWD2021进行性能测试,并与先进的目标检测方法进行对比。大量的实验结果表明,基于空间特征选择的FCOS模型在水下检测任务中展现出优异的性能,在URPC2018和UWD2021上的类平均精度(mean Average Precision,mAP)分别为82.7%和83.3%。

改进FCOS的车辆重识别研究

为解决现有基于锚框的车辆重识别模型因锚框尺寸固定导致鲁棒性差、各项预设参数十分敏感等问题,提出一种无锚框的基于改进全卷积单阶段目标检测的车辆重识别模型。基于现有FCOS模型,设计一种聚合特征金字塔网络的多层次特征模块,将特征金字塔网络最后一层的输出作为最终的重识别特征,并利用VeRi-776数据集验证了模型的有效性。实验结果表明,基于改进FCOS的车辆重识别模型在平均精度均值、Rank-1和Rank-5上均有优异表现,识别准确率分别为82.6%、96.8%和98.3%。相比现有方法,改进FCOS方法在搜索精度明显优于基于二阶段检测器的方法。