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
基于卷积神经网络的夜间车辆检测算法
1
作者
张文丽
徐丽
刘星星
《计算机与现代化》
2022年第5期108-113,118,共7页
针对夜间车辆检测模型的精度要求,提出以夜间车辆为研究对象,利用深度学习中的卷积神经网络构建检测模型。首先对数据集进行白平衡处理以减少路灯颜色的干扰进而增强图像画质,并用Mosaic数据增强来丰富检测数据集进而提升模型对小目标...
针对夜间车辆检测模型的精度要求,提出以夜间车辆为研究对象,利用深度学习中的卷积神经网络构建检测模型。首先对数据集进行白平衡处理以减少路灯颜色的干扰进而增强图像画质,并用Mosaic数据增强来丰富检测数据集进而提升模型对小目标车辆的检测效果;其次针对先验框的选取采用K-means++算法,并利用交并比距离对先验框进行聚类;接着向主干特征提取网络加入注意力机制模块来增强残差结构特征图中目标的通道和空间特征信息;最后在损失函数的原始置信度交叉熵损失中引入梯度均衡机制,使模型有效衰减难易样本。通过在UA-DETRAC数据集的实验与对比分析可知:本文提出的夜间车辆检测算法的精度可达99.24%,同时每秒处理图像帧数高达19帧,验证了该算法的有效可行性。
展开更多
关键词
夜间车辆检测
深度学习
注意力
机制
模块
梯度均衡机制
下载PDF
职称材料
基于改进EfficientDet的线束端子线芯检测算法
被引量:
2
2
作者
朱世松
孙秀帅
+2 位作者
赵理山
芦碧波
姚东林
《激光与光电子学进展》
CSCD
北大核心
2022年第18期287-295,共9页
线束端子压接高度不当会导致线芯被剪断或线芯之间空隙较大,人工检测线芯数量和判断端子压接后线芯是否断裂,存在劳动强度大、易产生视觉疲劳等问题,因此提出一种基于深度学习的线束端子显微图像线芯检测算法,用于线芯计数。针对端子线...
线束端子压接高度不当会导致线芯被剪断或线芯之间空隙较大,人工检测线芯数量和判断端子压接后线芯是否断裂,存在劳动强度大、易产生视觉疲劳等问题,因此提出一种基于深度学习的线束端子显微图像线芯检测算法,用于线芯计数。针对端子线芯显微成像呈密集且不规则排列的特性,使用Kmeans多维度聚类算法对线芯边界框进行聚类,生成与线芯边界框相匹配的锚框;为处理端子图像中不同属性锚框类别极不均匀的问题,利用梯度均衡机制重构损失函数。与多个目标检测算法的对比实验结果表明,所提改进算法在兼顾实时性的基础上平均精度均值达96.2%,能保持与人工同样的计数精度,可用于线束端子线芯计数和后续的压接质量评估等工作。
展开更多
关键词
深度学习
目标检测
线束端子
梯度均衡机制
显微成像
原文传递
题名
基于卷积神经网络的夜间车辆检测算法
1
作者
张文丽
徐丽
刘星星
机构
长安大学信息工程学院
出处
《计算机与现代化》
2022年第5期108-113,118,共7页
基金
陕西省自然科学基础研究计划项目(2020JM-258)。
文摘
针对夜间车辆检测模型的精度要求,提出以夜间车辆为研究对象,利用深度学习中的卷积神经网络构建检测模型。首先对数据集进行白平衡处理以减少路灯颜色的干扰进而增强图像画质,并用Mosaic数据增强来丰富检测数据集进而提升模型对小目标车辆的检测效果;其次针对先验框的选取采用K-means++算法,并利用交并比距离对先验框进行聚类;接着向主干特征提取网络加入注意力机制模块来增强残差结构特征图中目标的通道和空间特征信息;最后在损失函数的原始置信度交叉熵损失中引入梯度均衡机制,使模型有效衰减难易样本。通过在UA-DETRAC数据集的实验与对比分析可知:本文提出的夜间车辆检测算法的精度可达99.24%,同时每秒处理图像帧数高达19帧,验证了该算法的有效可行性。
关键词
夜间车辆检测
深度学习
注意力
机制
模块
梯度均衡机制
Keywords
night vehicle detection
deep learning
CBAM
GHM
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
基于改进EfficientDet的线束端子线芯检测算法
被引量:
2
2
作者
朱世松
孙秀帅
赵理山
芦碧波
姚东林
机构
河南理工大学计算机科学与技术学院
空军装备部驻武汉地区第一军事代表室
出处
《激光与光电子学进展》
CSCD
北大核心
2022年第18期287-295,共9页
基金
国家自然科学基金(41773024,U1404103)
河南省高等学校重点科研项目资助计划(21A520016)
2021年度河南科技智库调研课题(HNKJZK2021-56C)。
文摘
线束端子压接高度不当会导致线芯被剪断或线芯之间空隙较大,人工检测线芯数量和判断端子压接后线芯是否断裂,存在劳动强度大、易产生视觉疲劳等问题,因此提出一种基于深度学习的线束端子显微图像线芯检测算法,用于线芯计数。针对端子线芯显微成像呈密集且不规则排列的特性,使用Kmeans多维度聚类算法对线芯边界框进行聚类,生成与线芯边界框相匹配的锚框;为处理端子图像中不同属性锚框类别极不均匀的问题,利用梯度均衡机制重构损失函数。与多个目标检测算法的对比实验结果表明,所提改进算法在兼顾实时性的基础上平均精度均值达96.2%,能保持与人工同样的计数精度,可用于线束端子线芯计数和后续的压接质量评估等工作。
关键词
深度学习
目标检测
线束端子
梯度均衡机制
显微成像
Keywords
deep learning
object detection
harness terminal
gradient harmonizing mechanism
microscopic imaging
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络的夜间车辆检测算法
张文丽
徐丽
刘星星
《计算机与现代化》
2022
0
下载PDF
职称材料
2
基于改进EfficientDet的线束端子线芯检测算法
朱世松
孙秀帅
赵理山
芦碧波
姚东林
《激光与光电子学进展》
CSCD
北大核心
2022
2
原文传递
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