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道路目标检测算法
被引量:
7
1
作者
张庆辉
万晨霞
+1 位作者
秦淑英
卞山峰
《计算机工程与设计》
北大核心
2019年第7期2052-2058,共7页
针对实际交通场景下道路目标检测时存在检测精度低、检测速度慢以及难以检测小目标的问题,构建一种基于Faster R-CNN的快速、精确道路目标检测算法。该算法包括一个精确目标区域网络(AORN)和一个目标属性学习网络(OALN)。通过引入反卷...
针对实际交通场景下道路目标检测时存在检测精度低、检测速度慢以及难以检测小目标的问题,构建一种基于Faster R-CNN的快速、精确道路目标检测算法。该算法包括一个精确目标区域网络(AORN)和一个目标属性学习网络(OALN)。通过引入反卷积结构,设计AORN网络和OALN网络的损失函数,提高小目标的检测性能,为加快算法的计算速度,AORN和OALN交替优化、联合训练。实验结果表明,其测试的平均准确率较先进的目标检测算法Faster R-CNN 提高了0.15,检测速度提高了3 fps。
展开更多
关键词
深度学习
卷积神经
网络
道路图像
目标
检测
目标区域网络
下载PDF
职称材料
基于改进Mask-RCNN的飞行器结构裂纹自动检测方法
被引量:
7
2
作者
吕帅帅
杨宇
+1 位作者
王彬文
裴连杰
《振动.测试与诊断》
EI
CSCD
北大核心
2021年第3期487-494,620,共9页
计算机视觉的裂纹自动识别算法在飞机结构疲劳试验中具有较好的工程应用前景,但由于飞机结构构型多样及疲劳试验环境复杂,传统方法的裂纹识别准确率难以满足要求。针对此问题,设计了一种基于关键结构定位的检测策略,并以目标分割算法掩...
计算机视觉的裂纹自动识别算法在飞机结构疲劳试验中具有较好的工程应用前景,但由于飞机结构构型多样及疲劳试验环境复杂,传统方法的裂纹识别准确率难以满足要求。针对此问题,设计了一种基于关键结构定位的检测策略,并以目标分割算法掩码-区域卷积神经网络(Mask-regionconvolutionalneuralnetwork,简称Mask-RCNN)为基础对模型架构和非极大值抑制模块进行了适应性改进,提出了一种裂纹自动识别方法。该方法具有主动避开干扰因素、对图片质量要求较低的特点,同时利用Mask-RCNN将像素信息引入参数优化的特性,具备更高的识别准确率。在元件疲劳试验中,该方法对铆钉、裂纹的识别准确率分别为100%和87.5%,相较于现有方法优势显著。
展开更多
关键词
机器视觉
裂纹
深度学习
目标
分割算法掩码‐
区域
卷积神经
网络
下载PDF
职称材料
题名
基于卷积神经网络的道路目标检测算法
被引量:
7
1
作者
张庆辉
万晨霞
秦淑英
卞山峰
机构
河南工业大学信息科学与工程学院
鹤壁市第二电视转播台
出处
《计算机工程与设计》
北大核心
2019年第7期2052-2058,共7页
基金
国家自然科学基金项目(U1404617)
河南省科技创新人才计划杰出青年基金项目(174100510011)
河南省高校科技创新团队基金项目(16IRTSTHN026)
文摘
针对实际交通场景下道路目标检测时存在检测精度低、检测速度慢以及难以检测小目标的问题,构建一种基于Faster R-CNN的快速、精确道路目标检测算法。该算法包括一个精确目标区域网络(AORN)和一个目标属性学习网络(OALN)。通过引入反卷积结构,设计AORN网络和OALN网络的损失函数,提高小目标的检测性能,为加快算法的计算速度,AORN和OALN交替优化、联合训练。实验结果表明,其测试的平均准确率较先进的目标检测算法Faster R-CNN 提高了0.15,检测速度提高了3 fps。
关键词
深度学习
卷积神经
网络
道路图像
目标
检测
目标区域网络
Keywords
deep learning
convolutional neural network
road image
object detection
object proposal network
分类号
TP391.4 [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Mask-RCNN的飞行器结构裂纹自动检测方法
被引量:
7
2
作者
吕帅帅
杨宇
王彬文
裴连杰
机构
中国飞机强度研究所
出处
《振动.测试与诊断》
EI
CSCD
北大核心
2021年第3期487-494,620,共9页
基金
中国飞机强度研究所创新基金资助项目(BYST-CKKJ-20-027)
航空基金(青年基金)资助项目(2020Z061023001)。
文摘
计算机视觉的裂纹自动识别算法在飞机结构疲劳试验中具有较好的工程应用前景,但由于飞机结构构型多样及疲劳试验环境复杂,传统方法的裂纹识别准确率难以满足要求。针对此问题,设计了一种基于关键结构定位的检测策略,并以目标分割算法掩码-区域卷积神经网络(Mask-regionconvolutionalneuralnetwork,简称Mask-RCNN)为基础对模型架构和非极大值抑制模块进行了适应性改进,提出了一种裂纹自动识别方法。该方法具有主动避开干扰因素、对图片质量要求较低的特点,同时利用Mask-RCNN将像素信息引入参数优化的特性,具备更高的识别准确率。在元件疲劳试验中,该方法对铆钉、裂纹的识别准确率分别为100%和87.5%,相较于现有方法优势显著。
关键词
机器视觉
裂纹
深度学习
目标
分割算法掩码‐
区域
卷积神经
网络
Keywords
machine vision
crack
deep learning
Mask-RCNN
分类号
TH878 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络的道路目标检测算法
张庆辉
万晨霞
秦淑英
卞山峰
《计算机工程与设计》
北大核心
2019
7
下载PDF
职称材料
2
基于改进Mask-RCNN的飞行器结构裂纹自动检测方法
吕帅帅
杨宇
王彬文
裴连杰
《振动.测试与诊断》
EI
CSCD
北大核心
2021
7
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