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
47
篇文章
<
1
2
3
>
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
基于改进FCOS的遥感图像舰船目标检测
1
作者
陈天鹏
胡建文
《计算机科学》
CSCD
北大核心
2024年第S01期467-473,共7页
由于遥感图像中舰船目标方向任意,基于深度学习的通用目标检测算法采用水平框,在检测舰船时易框选大量背景,检测效果欠佳。文中提出一种改进全卷积一阶段目标检测网络(FCOS)的遥感图像舰船目标检测算法,以FCOS为基线,在检测头部分增加...
由于遥感图像中舰船目标方向任意,基于深度学习的通用目标检测算法采用水平框,在检测舰船时易框选大量背景,检测效果欠佳。文中提出一种改进全卷积一阶段目标检测网络(FCOS)的遥感图像舰船目标检测算法,以FCOS为基线,在检测头部分增加一条偏移回归分支,通过偏移水平框的上边中点和右边中点,产生旋转框。舰船目标通常具有较大的长宽比,预测框与真实框之间的角度偏差对交并比的影响较大,进而影响模型的检测精度。针对该问题,在计算偏移损失时引入与舰船目标长宽比有关的加权因子,使得具有较大长宽比的目标获得较大的偏移损失。在HRSC2016数据集上的实验结果表明,所提算法的平均精确度达到89.00%,检测速度达到19.8FPS,相比同类型的无锚框算法,其在检测速度和检测精度上均表现优秀。
展开更多
关键词
遥感图像
舰船目标检测
fco
S
无锚框算法
偏移分支
下载PDF
职称材料
基于DATE-FCOS的空中目标检测研究
2
作者
陈钊阳
王玉玫
《计算机测量与控制》
2024年第2期78-84,共7页
航空图像中目标的检测是当前研究的热点之一,高效、准确的探测在军事和民用领域具有很高的价值;但由于高空环境复杂和空中目标尺度形状多变,不同用途的飞行器进行改装和涂装使得空中目标在检测中难度较大;所以提出了一种改进的一阶端到...
航空图像中目标的检测是当前研究的热点之一,高效、准确的探测在军事和民用领域具有很高的价值;但由于高空环境复杂和空中目标尺度形状多变,不同用途的飞行器进行改装和涂装使得空中目标在检测中难度较大;所以提出了一种改进的一阶端到端的空中目标检测算法;算法采用DATE-FCOS为基本框架,用CIoU替代GIoU加入到边界框回归损失函数中,并在此基础上,利用可形变卷积模块对其骨干网络进行了改进并且在FPN结构之后加入CBAM模块;通过实际实验测试,所提方法在FGVC aircraft数据集上提高了检测的平均检测精度,达到77.8%,对比原模型提升11%,满足空中目标检测的应用。
展开更多
关键词
目标检测
fco
S
空中目标
CIoU
可形变卷积
注意力机制
下载PDF
职称材料
改进SAF-FCOS的雷视融合目标检测算法
3
作者
陈正浩
邓月明
+1 位作者
谢竞
何鑫
《计算机工程与应用》
CSCD
北大核心
2024年第14期209-218,共10页
针对雷视特征融合目标检测网络难以有效利用雷达点云信息和图像特征,在恶劣天气环境下,仍然容易出现误检、漏检的问题,提出了一种改进SAF-FCOS雷视融合目标检测网络。对SAF-FCOS的骨干网络结构进行改进,在C3、C4特征层进行雷达特征信息...
针对雷视特征融合目标检测网络难以有效利用雷达点云信息和图像特征,在恶劣天气环境下,仍然容易出现误检、漏检的问题,提出了一种改进SAF-FCOS雷视融合目标检测网络。对SAF-FCOS的骨干网络结构进行改进,在C3、C4特征层进行雷达特征信息的多尺度融合,使网络模型更充分地利用雷达信息;在检测层前使用改进的LNblock模块——LNblcok_GAM,能够以较低的计算成本提取图像特征的同时提高网络的检测性能;在回归损失方面,使用基于EIOU与GIOU改进的CEIOU替换原网络中的GIOU,提高了网络的检测精度,提升了模型的鲁棒性。在NuScenes数据集上,改进网络的mAP_(0.5:0.95)达到了70.7%,AP_(50)达到了90.5%,比原网络SAF-FCOS分别提高了1.7个百分点和0.9个百分点,漏检、误检的情况得到了有效改善,同时,该改进网络的总体检测效果要优于其他经典的纯视觉目标检测算法。
展开更多
关键词
目标检测
雷视融合
SAF-
fco
S网络
多尺度融合
LNblock_GAM
下载PDF
职称材料
基于改进FCOS的水稻叶片病害检测模型
4
作者
丁士宁
姜明富
《江苏农业科学》
北大核心
2024年第12期232-238,共7页
针对传统水稻病害识别方法主要依赖人工,效率低下且存在人工主观误差的问题,提出一种基于改进FCOS模型的水稻叶片病害检测模型。首先收集950张3种不同病害的水稻叶片图像,构建Pascal Voc格式的水稻叶片病害数据集。为增强模型的泛化能力...
针对传统水稻病害识别方法主要依赖人工,效率低下且存在人工主观误差的问题,提出一种基于改进FCOS模型的水稻叶片病害检测模型。首先收集950张3种不同病害的水稻叶片图像,构建Pascal Voc格式的水稻叶片病害数据集。为增强模型的泛化能力,对划分为训练集的图像进行数据增强,训练集图像由760张扩增到6080张。然后构建检测模型,改进FCOS模型在原模型的基础上,在特征融合网络引入CBAM注意力模块;损失函数中,回归损失函数采用CIoU损失函数,分类损失函数和中心度损失函数与原FCOS模型保持一致。改进的FCOS模型在水稻叶片病害数据上的平均精度均值达77.7%,相比原FCOS模型提升了2.3百分点,改进的模型在不明显提升检测时间的情况下,提升了模型的精度。通过试验与模型YOLOF、Faster R-CNN、VarifocalNet、NAS-FCOS、TOOD进行对比,结果表明本研究模型取得了最高的检测精度,且在检测精度和检测速度上取得了最高的权衡。结果表明,本研究提出的模型能够比较精准地识别水稻白叶枯病、胡麻叶斑病和叶瘟病,可以为水稻叶片病害的检测提供参考。
展开更多
关键词
改进
fco
S模型
水稻叶片病害图像
Pascal
Voc格式
CBAM注意力模块
CIOU损失函数
下载PDF
职称材料
基于改进FCOS的水下目标检测算法
被引量:
1
5
作者
陈卫东
谢晓东
+2 位作者
岑强
陈娜兰
朱奇光
《计量学报》
CSCD
北大核心
2023年第11期1659-1666,共8页
提出一种基于改进全卷积单阶段目标检测(FCOS)算法的水下目标检测算法。针对水下光学图像存在高色偏、低对比度、色彩偏暗、模糊失真而导致现有目标检测算法在水下环境检测效果不佳等问题,将骨干网络中的普通卷积替换为可变形卷积(DCN)...
提出一种基于改进全卷积单阶段目标检测(FCOS)算法的水下目标检测算法。针对水下光学图像存在高色偏、低对比度、色彩偏暗、模糊失真而导致现有目标检测算法在水下环境检测效果不佳等问题,将骨干网络中的普通卷积替换为可变形卷积(DCN)进行优化,增强算法在模糊的水下光学图片的特征提取能力。通过神经架构搜索(NAS)改进网络的特征融合网络以及检测网络,提升对骨干网络提取到的特征的利用能力。采用CIoU Loss作为新的损失函数来提高坐标回归的准确率。实验表明:改进的FCOS算法在DUO数据集上,检测的准确率提高了1.8%,召回率提高了2.2%,检测速度为53.4帧/s(相比改进前降低了5.0%)。该算法准确率较高并基本达到实时检测的要求。
展开更多
关键词
计量学
水下目标检测
改进
fco
S算法
DCN模块
NAS模块
下载PDF
职称材料
改进FCOS网络的海洋鱼类目标检测
被引量:
3
6
作者
张琳
葛艳
+1 位作者
杜军威
刘玉鹏
《计算机系统应用》
2023年第3期309-315,共7页
鱼类的探索与保护是保持海洋生态环境平衡的重要一环,然而水下环境复杂,受光照、水质以及遮挡物的影响,造成水下捕捉鱼类图像成像模糊识别困难,制约水下鱼类目标的检测速度以及检测精度.针对以上问题,提出了一种基于改进FCOS的海洋鱼类...
鱼类的探索与保护是保持海洋生态环境平衡的重要一环,然而水下环境复杂,受光照、水质以及遮挡物的影响,造成水下捕捉鱼类图像成像模糊识别困难,制约水下鱼类目标的检测速度以及检测精度.针对以上问题,提出了一种基于改进FCOS的海洋鱼类识别模型.首先,该模型以一阶段算法FCOS为基本架构,使用轻量级的Mobile Netv2作为骨干网络,既保证检测准确度,还可以提高检测;其次,引入自适应空间特征融合(adaptively spatial feature fusion, ASFF)模块,避免尺度特征的不一致性,提高检测精度;最后,将center-ness分支引入到回归分支中,引入联合交并比损失(GIoU loss, generalized intersection over union)提高检测的性能.实验数据集使用公开数据集Fish4Knowledge (F4K)中的图片以及视频帧截取图片,选取训练性能最优模型进行评估.结果表明,提出的新模型在以上数据集的平均检测精度分别为99.79%、99.88%,相较于原模型以及其他检测模型本文提出模型的检测精度与识别速度更高,可为海洋鱼类识别提供参考依据.
展开更多
关键词
鱼类识别
目标检测
fco
S网络
特征融合
MobileNetv2
深度学习
下载PDF
职称材料
基于改进FCOS算法的架空输电线路防振锤检测
被引量:
1
7
作者
吴彤
李冰锋
+1 位作者
费树岷
连东辉
《电气工程学报》
CSCD
2023年第1期143-152,共10页
防振锤是架空输电线路系统中一种重要的电气设备,对防止架空线路因风吹而发生周期性疲劳破坏具有重要意义。航拍图像中,防振锤具有尺寸较小、形态各异、背景复杂多变、检测难度较大等问题。针对这些问题,采用单阶段全卷积目标检测网络(F...
防振锤是架空输电线路系统中一种重要的电气设备,对防止架空线路因风吹而发生周期性疲劳破坏具有重要意义。航拍图像中,防振锤具有尺寸较小、形态各异、背景复杂多变、检测难度较大等问题。针对这些问题,采用单阶段全卷积目标检测网络(Fully convolutional one-stage object detection,FCOS)来进行架空输电线路防振锤检测。为了提高检测精度,将FCOS特征提取层的各个特征点看作随机变量,用各阶中心矩的组合表达其随机分布,并在此基础上提出了一种基于各阶中心矩的空间注意力机制,来准确描述图像特征的权重分布。试验结果表明,改进后的FCOS在不同阈值下的平均检测精度均高于原始的FCOS,当阈值为0.5时,平均检测精度达到94.9%。同时,该方法在不同阈值下的平均检测精度,大大超过了其他主流的注意力机制。
展开更多
关键词
架空输电线路
fco
S
防振锤检测
矩特征
空间注意力机制
下载PDF
职称材料
基于FCOS的智慧工地异常行为二阶段检测算法
被引量:
1
8
作者
朱强
孙晨
+1 位作者
徐潘宇驰
闫云凤
《浙江电力》
2023年第4期65-71,共7页
对于智慧工地作业人员异常行为的检测,现有的经典目标检测算法无法到达理想的检测效果,准确率较低。为此,提出一种基于FCOS(全卷积单阶段目标检测)的二阶段检测算法来实现智慧工地异常行为检测。该算法主要包括两个级联网络,首先通过FCO...
对于智慧工地作业人员异常行为的检测,现有的经典目标检测算法无法到达理想的检测效果,准确率较低。为此,提出一种基于FCOS(全卷积单阶段目标检测)的二阶段检测算法来实现智慧工地异常行为检测。该算法主要包括两个级联网络,首先通过FCOS对作业人员及异常行为标志物进行识别定位,再使用MLP(多层感知器)完成异常行为的检测分类。最后以相关项目现场采集的12977张样本图片作为数据集,对检测算法进行实验验证。结果表明,该算法在对各类异常行为的检测中均表现优异,而且检测实时性好、计算复杂度低、模型参数少,在实际项目的部署及应用方面具有明显优势。
展开更多
关键词
智慧工地
异常行为检测
fco
S
多层感知器
下载PDF
职称材料
改进FCOS模型的微通道铝扁管表面缺陷检测算法
9
作者
桂鹏辉
宋涛
+3 位作者
汤建斌
徐志鹏
曹松晓
蒋庆
《计算机工程与应用》
CSCD
北大核心
2023年第24期298-308,共11页
针对微通道铝扁管表面缺陷的检测问题,提出了一种改进的FCOS(fully convolutional one-stage object detection)算法。设计一种特征卷积金字塔网络(feature convolutional pyramid network,FCPN),使模型能够自适应地混合不同层的特征图...
针对微通道铝扁管表面缺陷的检测问题,提出了一种改进的FCOS(fully convolutional one-stage object detection)算法。设计一种特征卷积金字塔网络(feature convolutional pyramid network,FCPN),使模型能够自适应地混合不同层的特征图进行检测;在分析原始FCOS应用于狭长缺陷检测局限性的基础上,改进了模型的正样本部署策略,以降低模型对狭长缺陷的漏检;设计更加合适的映射函数与中心度函数,解决标注框外正样本点的回归问题与中心度计算问题;使用EIoU损失(efficient IoU loss)替换原模型中的IoU损失,进一步提高模型的回归能力。实验结果表明,在微通道铝扁管的表面缺陷检测任务中,改进后的FCOS模型达到了76.4%的mAP(mean average precision),相比于原始模型提高了7.7个百分点。
展开更多
关键词
微通道铝扁管
狭长缺陷检测
样本部署
特征卷积金字塔
fco
S模型
下载PDF
职称材料
改进FCOS算法正样本选择的交通标志检测
10
作者
崔港涛
马社祥
《计算机工程与设计》
北大核心
2023年第10期3153-3159,共7页
针对交通标志独特的形状特点,提出一种改进的anchor-free卷积神经网络检测算法FCOS(fully convolutional one-stage object detection)。由于原算法在训练过程中直接将真实框内的位置点标记为正,会产生大量标签噪声,在FCOS网络结构的基...
针对交通标志独特的形状特点,提出一种改进的anchor-free卷积神经网络检测算法FCOS(fully convolutional one-stage object detection)。由于原算法在训练过程中直接将真实框内的位置点标记为正,会产生大量标签噪声,在FCOS网络结构的基础上融合交通标志的形状特征,减少没有辩证能力的噪声标签,设计新的正样本选择策略。实验结果表明,改进后FCOS算法在处理后的TT100K数据集上的检测mAP(mean average precision)在不增加计算量的情况下提升到83.2%,检测性能高于FCOS。
展开更多
关键词
交通标志检测
fco
S
深度学习
正标签
回归位置
卷积神经网络
噪声
下载PDF
职称材料
基于改进FCOS的目标检测轻量化方法研究
11
作者
黄海波
《大众科技》
2023年第1期22-25,13,共5页
随着边缘AI的快速发展,在终端使用轻量级目标检测技术成为研究热点。因此,对FCOS全卷积单阶段目标检测算法进行改进,提出轻量级的LIm-FCOS网络用于终端检测具有意义。首先提取特征骨干网络使用ShuffleNetV2,颈部结构引入改进的BiFPN代替...
随着边缘AI的快速发展,在终端使用轻量级目标检测技术成为研究热点。因此,对FCOS全卷积单阶段目标检测算法进行改进,提出轻量级的LIm-FCOS网络用于终端检测具有意义。首先提取特征骨干网络使用ShuffleNetV2,颈部结构引入改进的BiFPN代替FPN,并采用深度可分离卷积替代普通卷积从而减少计算量。检测头部分改为单独检测,分类分支去掉Center-ness,使用Quality Focal Loss预测分类和边框质量进一步消除训练和预测时置信度的差异,回归分支采用Distribution Focal Loss来改善边框位置的分布,为提高坐标回归准确度加入GIoU Loss辅助收敛。经过COCO2017数据集测试,得到LIm-FCOS的mAP为27.5%,与YOLOX-Nano相比,多了1.5 M参数量、0.43GFLOPs计算量,精度提升了2.2%,同时经过PC端模型推理可视化结果说明网络轻量化方法有效。
展开更多
关键词
目标检测
fco
S
S
ShuffleNetV2
BiFPN
Focal
Loss
轻量化
下载PDF
职称材料
基于改进FCOS网络的自然环境下苹果检测
被引量:
7
12
作者
龙燕
李南南
+2 位作者
高研
何梦菲
宋怀波
《农业工程学报》
EI
CAS
CSCD
北大核心
2021年第12期307-313,共7页
为了快速识别和准确定位自然环境下苹果果实目标,提出了一种改进全卷积单阶段无锚框(Fully Convolutional One-Stage object detection,FCOS)网络的苹果目标检测方法。该网络在传统FCOS网络基础上,使用模型体积较小的darknet19作为骨干...
为了快速识别和准确定位自然环境下苹果果实目标,提出了一种改进全卷积单阶段无锚框(Fully Convolutional One-Stage object detection,FCOS)网络的苹果目标检测方法。该网络在传统FCOS网络基础上,使用模型体积较小的darknet19作为骨干网络,将center-ness分支引入到回归分支上。同时提出了一种融合联合交并比(GIoU)和焦点损失(Focal loss)的损失函数,在提高检测性能的同时降低正负样本比例失衡带来的误差。首先,对田间采集的自然环境下的苹果图像进行数据增强和标注,使用darknet骨干网络提取图像特征,然后将不同尺度待检测目标分配到不同的网络层中进行预测,最后进行分类和回归,实现苹果目标的检测。该研究在计算机工作站上对不同光照条件、不同密集程度和不同遮挡程度的苹果果实进行检测试验,并与传统FCOS网络的检测结果进行对比分析。基于改进FCOS网络的检测准确率为96.0%,检测精度均值(mean Average Precision,mAP)为96.3%。试验结果表明,改进FCOS网络比传统FCOS网络的苹果检测方法在检测准确度上有提高,具有较强的鲁棒性。
展开更多
关键词
目标识别
算法
苹果检测
GIoU
焦点损失
fco
S网络
下载PDF
职称材料
FCo70-YQ型放射源运输容器耐热试验
被引量:
2
13
作者
李国强
张建岗
+2 位作者
赵兵
马安平
王学新
《辐射防护》
CAS
CSCD
北大核心
2009年第5期352-355,共4页
FCo70-YQ型放射源运输容器是设计用于运输60Co和137Cs的医用放射源运输容器,设计容器最高装源活度60Co不超过12000C(i444TBq),137Cs不超过8000C(i296TBq)。根据国家标准《放射性物质安全运输规程》(GB 11806ˉ2004)的要求,对FCo70ˉYQ...
FCo70-YQ型放射源运输容器是设计用于运输60Co和137Cs的医用放射源运输容器,设计容器最高装源活度60Co不超过12000C(i444TBq),137Cs不超过8000C(i296TBq)。根据国家标准《放射性物质安全运输规程》(GB 11806ˉ2004)的要求,对FCo70ˉYQ型容器进行了耐热试验。试验中测量到容器本体的最高温度为193.9℃,小于容器屏蔽材料铅的熔点温度327.3℃。试验结果证明了FCo70-YQ型容器热工设计满足国家标准《放射性物质安全运输规程》(GB 11806-2004)的要求。
展开更多
关键词
耐热试验
fco
70-YQ型容器
运输
放射源
下载PDF
职称材料
核阀密封面FCo-5合金粉末激光熔覆层的组织与性能
被引量:
8
14
作者
李必文
张春良
金坤文
《粉末冶金材料科学与工程》
EI
北大核心
2014年第1期159-164,共6页
以FCo-5自熔性钴基合金粉末为堆焊材料,在0Cr18Ni12Mo3Ti核阀试样表面制备厚度为2.04 mm、横截面单圆弧拟合半径为2.69 mm的密封面激光熔覆层。利用SEM和XRD分析熔覆层的微观结构和物相,测试熔覆层的显微硬度及最小厚度处的高温硬度...
以FCo-5自熔性钴基合金粉末为堆焊材料,在0Cr18Ni12Mo3Ti核阀试样表面制备厚度为2.04 mm、横截面单圆弧拟合半径为2.69 mm的密封面激光熔覆层。利用SEM和XRD分析熔覆层的微观结构和物相,测试熔覆层的显微硬度及最小厚度处的高温硬度。结果表明:熔覆层从界面到表层的结晶形态依次由平面晶向胞状树枝晶、多方向生长树枝晶、细小树枝晶过渡;中、上部组织主要由γ-Co 奥氏体枝晶、枝晶间层片状共晶组织以及弥散分布的Cr23C6硬质颗粒组成;在距界面1.52~1.60 mm的区域,密封带宽度为2.95~3.18 mm,常温硬度阈值为44.3~45 HRC;在650℃以下时,熔覆层最小厚度处具有优异的抗蠕变性能和高温硬度特性,经720℃以上回火处理后有较强的二次硬化效应。
展开更多
关键词
fco
-5钴基合金粉末
核阀密封面
激光熔覆层
组织
硬度
下载PDF
职称材料
FCO分子的光谱常数和非谐振力场研究
15
作者
刘俊杰
王美山
李靖
《鲁东大学学报(自然科学版)》
2015年第2期116-121,共6页
应用B3LYP,B3PW91和CCSD(T)方法结合cc-p VDZ和cc-p VTZ基组计算了FCO分子的光谱常数和非谐振力场.结果表明:用CCSD(T)方法计算的平衡几何结构、转动常数、基频、谐频和离心畸变常数与实验数据或以前的理论值吻合得很好.此外,本文对尚...
应用B3LYP,B3PW91和CCSD(T)方法结合cc-p VDZ和cc-p VTZ基组计算了FCO分子的光谱常数和非谐振力场.结果表明:用CCSD(T)方法计算的平衡几何结构、转动常数、基频、谐频和离心畸变常数与实验数据或以前的理论值吻合得很好.此外,本文对尚未进行实验观测的非谐振常数、振转相互作用常数、各阶力常数和科里奥利耦合常数进行了理论预测.
展开更多
关键词
从头算
fco
光谱常数
平衡几何结构
力常数
下载PDF
职称材料
著名咨询机构(FCOs)的成功因素分析
16
作者
付焘
李惠
孙遇春
《河北经贸大学学报(综合版)》
2003年第2期44-48,共5页
本文对著名咨询机构(Famous Consulting Organizations——FCOs)的成功因素进行了分析,提出了"4S"模型。本文指出 FCOs 具有"学院"兼"公司"的双重角色,并认为"双重角色"正是它们成功的根源。...
本文对著名咨询机构(Famous Consulting Organizations——FCOs)的成功因素进行了分析,提出了"4S"模型。本文指出 FCOs 具有"学院"兼"公司"的双重角色,并认为"双重角色"正是它们成功的根源。具体来讲,具有"双重角色"的 FCOs 在四个方面上有别于一般的组织,同时这四个方面也正是它们成功的四个支柱性因素——"理性员工"(Rational Staff)、"知识共享"(Knowledge Share)、"组织结构"(Organiza-tional Structure)和"项目管理系统"(Project Management System)。本文结合麦肯锡、波士顿、埃森哲等众多FCOs 的实际做法和经验对"4S"分别进行了剖析。
展开更多
关键词
咨询机构
fco
s
管理咨询业
知识共享
组织结构
项目管理系统
科研工作
企业制度
员工思维
理性思维
下载PDF
职称材料
VoVNet-FCOS道路行人目标检测算法研究
被引量:
7
17
作者
刘丹
汪慧兰
+1 位作者
曾浩文
王桂丽
《国外电子测量技术》
北大核心
2021年第11期64-71,共8页
针对行人目标特殊性和复杂性而导致的目前行人检测算法在速度和精度上不高的问题,提出一种改进的FCOS行人检测算法。首先,在网络基础结构上,为了提高算法精度,以高效型网络VoVNet代替ResNet进行特征的提取,同时在VoV-Net上增加了输入到...
针对行人目标特殊性和复杂性而导致的目前行人检测算法在速度和精度上不高的问题,提出一种改进的FCOS行人检测算法。首先,在网络基础结构上,为了提高算法精度,以高效型网络VoVNet代替ResNet进行特征的提取,同时在VoV-Net上增加了输入到输出的残差连接,从而增强深层特征表达;其次在网络最后的特征层上添加了eSE注意力机制,来提高网络的特征提取能力;最后,在损失函数上,引用GIOU Loss作为回归分支损失函数来解决IOU Loss无法反映预测框与真实框重合程度问题。实验表明,与现有算法相比,改进后的FCOS算法mAP提高了9.5%,速度上也满足实时性要求。
展开更多
关键词
行人检测
卷积神经网络
fco
S
高效型网络
损失函数
下载PDF
职称材料
优化FCOS网络复杂果园环境下绿色苹果检测模型
被引量:
4
18
作者
张中华
贾伟宽
+3 位作者
邵文静
侯素娟
Ji Ze
郑元杰
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022年第2期647-653,共7页
目标果实的精准识别是实现果园测产和机器自动采摘的基本保障。然而受复杂的非结构化果园环境、绿色苹果与枝叶背景颜色接近等因素的影响,制约着可见光谱范围下目标果实的检测精度,给机器视觉识别带来极大挑战。针对复杂果园环境下的不...
目标果实的精准识别是实现果园测产和机器自动采摘的基本保障。然而受复杂的非结构化果园环境、绿色苹果与枝叶背景颜色接近等因素的影响,制约着可见光谱范围下目标果实的检测精度,给机器视觉识别带来极大挑战。针对复杂果园环境下的不同光照环境和果实姿态,提出一种优化的一阶全卷积(FCOS)神经网络绿色苹果识别模型。首先,新模型在FCOS的基础上融合了卷积神经网络(CNN)的特征提取能力,消除了对锚框的依赖,以单阶段、全卷积、无锚框的方式预测果实置信度与边框偏移,在保证检测精度的前提下提升了模型的识别速度;其次,增加了自底向上的特征融合架构,为模型提供了更加准确的定位信息,进一步优化绿色苹果的检测效果;最后根据FCOS末端三个输出分支设计整体损失函数,完成模型训练。为尽可能模拟真实果园环境,分别采集不同光照环境、光照角度、遮挡类型、摄像距离的绿色苹果图像,制作数据集并用以模型训练。挑选最优训练模型在包含不同场景的验证集上进行评估,结果为:在检测效果方面,平均精度为85.6%,与目前最先进的检测模型Faster R-CNN,SSD,RetinaNet,FSAF相比,分别高出0.9,10.5,2.5,1.9个百分点;在模型设计方面,FCOS的模型参数量与整个检测流程所需的计算量分别为32.0 M和47.5 GFLOPs(10亿次浮点运算),与Faster R-CNN相比,分别降低了9.5 M和12.5 GFLOPs。对比表明,在可见光谱范围下,对复杂果园环境中绿色苹果,提出的新模型具有更高的检测精度和识别效率,为苹果果园测产和自动化采摘提供理论和技术支撑;也可为其他果蔬的球形绿色目标果实识别提供借鉴。
展开更多
关键词
fco
S网络
绿色果实
目标检测
下载PDF
职称材料
改进FCOS的二阶段SAR舰船检测算法
被引量:
3
19
作者
刘竞升
伍星
+1 位作者
王洪刚
李姜楠
《计算机工程与应用》
CSCD
北大核心
2021年第24期144-151,共8页
近年来无锚框的目标检测算法逐渐被应用于SAR舰船检测,其中FCOS算法摆脱了对锚框参数设置的依赖,对多尺度、多形态舰船检测的鲁棒性更好,但仍存在两个问题:第一、该算法直接进行逐像素点回归,因搜索空间过大、目标回归困难导致检测不够...
近年来无锚框的目标检测算法逐渐被应用于SAR舰船检测,其中FCOS算法摆脱了对锚框参数设置的依赖,对多尺度、多形态舰船检测的鲁棒性更好,但仍存在两个问题:第一、该算法直接进行逐像素点回归,因搜索空间过大、目标回归困难导致检测不够准确;第二、其中特征金字塔对低层特征利用仍有不足导致小目标大量漏检。针对上述问题基于FCOS进行改进,通过增加特征增强网络构建了二阶段无锚框检测算法。该网络作为第一阶段对检测过程进行精细化引导,同时增强了舰船特征表达能力。通过引入更多特征并增加跳跃连接改进特征金字塔,提高了低层特征利用率。在数据集SSDD和SAR-Ship-Dataset上的实验结果表明,平均准确率(mAP)相比FCOS分别提高9.5和3.4个百分点,相比其他主流舰船检测算法分别提高3.6和1.0个百分点,充分验证了所提算法的有效性。
展开更多
关键词
合成孔径雷达
舰船检测
fco
S算法
二阶段
特征增强
下载PDF
职称材料
一种基于FCOS神经网络的小建筑物目标检测方法
被引量:
2
20
作者
林思玉
王敬东
+1 位作者
顾东泽
姜宜君
《半导体光电》
CAS
北大核心
2022年第2期369-376,共8页
提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中...
提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。
展开更多
关键词
fco
S算法
可变形卷积
多尺度检测
空间注意力机制
建筑物检测
下载PDF
职称材料
题名
基于改进FCOS的遥感图像舰船目标检测
1
作者
陈天鹏
胡建文
机构
长沙理工大学电气与信息工程学院
出处
《计算机科学》
CSCD
北大核心
2024年第S01期467-473,共7页
基金
国家自然科学基金面上项目(62271087)
湖南省自然科学基金(2021JJ40609)
+1 种基金
湖南省教育厅科研项目(21B0330)
长沙市自然科学基金(kq2208403)。
文摘
由于遥感图像中舰船目标方向任意,基于深度学习的通用目标检测算法采用水平框,在检测舰船时易框选大量背景,检测效果欠佳。文中提出一种改进全卷积一阶段目标检测网络(FCOS)的遥感图像舰船目标检测算法,以FCOS为基线,在检测头部分增加一条偏移回归分支,通过偏移水平框的上边中点和右边中点,产生旋转框。舰船目标通常具有较大的长宽比,预测框与真实框之间的角度偏差对交并比的影响较大,进而影响模型的检测精度。针对该问题,在计算偏移损失时引入与舰船目标长宽比有关的加权因子,使得具有较大长宽比的目标获得较大的偏移损失。在HRSC2016数据集上的实验结果表明,所提算法的平均精确度达到89.00%,检测速度达到19.8FPS,相比同类型的无锚框算法,其在检测速度和检测精度上均表现优秀。
关键词
遥感图像
舰船目标检测
fco
S
无锚框算法
偏移分支
Keywords
Remote sensing image
Ships detection
fco
S
Anchor-free algorithm
Offset branch
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DATE-FCOS的空中目标检测研究
2
作者
陈钊阳
王玉玫
机构
华北计算技术研究所
出处
《计算机测量与控制》
2024年第2期78-84,共7页
文摘
航空图像中目标的检测是当前研究的热点之一,高效、准确的探测在军事和民用领域具有很高的价值;但由于高空环境复杂和空中目标尺度形状多变,不同用途的飞行器进行改装和涂装使得空中目标在检测中难度较大;所以提出了一种改进的一阶端到端的空中目标检测算法;算法采用DATE-FCOS为基本框架,用CIoU替代GIoU加入到边界框回归损失函数中,并在此基础上,利用可形变卷积模块对其骨干网络进行了改进并且在FPN结构之后加入CBAM模块;通过实际实验测试,所提方法在FGVC aircraft数据集上提高了检测的平均检测精度,达到77.8%,对比原模型提升11%,满足空中目标检测的应用。
关键词
目标检测
fco
S
空中目标
CIoU
可形变卷积
注意力机制
Keywords
target detection
fco
S
air target
CIoU
deformable convolution
attention mechanism
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
改进SAF-FCOS的雷视融合目标检测算法
3
作者
陈正浩
邓月明
谢竞
何鑫
机构
湖南师范大学信息科学与工程学院
湖南华诺星空电子技术股份有限公司
出处
《计算机工程与应用》
CSCD
北大核心
2024年第14期209-218,共10页
基金
国家自然科学基金(62173140,62072175)
湖南省重点研发计划项目(2022GK2067)
+1 种基金
湖南省自然科学基金(2021JJ30452)
湖南省教育厅科学研究项目(21C0008)。
文摘
针对雷视特征融合目标检测网络难以有效利用雷达点云信息和图像特征,在恶劣天气环境下,仍然容易出现误检、漏检的问题,提出了一种改进SAF-FCOS雷视融合目标检测网络。对SAF-FCOS的骨干网络结构进行改进,在C3、C4特征层进行雷达特征信息的多尺度融合,使网络模型更充分地利用雷达信息;在检测层前使用改进的LNblock模块——LNblcok_GAM,能够以较低的计算成本提取图像特征的同时提高网络的检测性能;在回归损失方面,使用基于EIOU与GIOU改进的CEIOU替换原网络中的GIOU,提高了网络的检测精度,提升了模型的鲁棒性。在NuScenes数据集上,改进网络的mAP_(0.5:0.95)达到了70.7%,AP_(50)达到了90.5%,比原网络SAF-FCOS分别提高了1.7个百分点和0.9个百分点,漏检、误检的情况得到了有效改善,同时,该改进网络的总体检测效果要优于其他经典的纯视觉目标检测算法。
关键词
目标检测
雷视融合
SAF-
fco
S网络
多尺度融合
LNblock_GAM
Keywords
target detection
radar-vision fusion
SAF-
fco
S network
multi-scale fusion
LNblock_GAM
分类号
TP391.41 [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FCOS的水稻叶片病害检测模型
4
作者
丁士宁
姜明富
机构
信阳农林学院信息工程学院
澳门理工大学应用科学学院
出处
《江苏农业科学》
北大核心
2024年第12期232-238,共7页
基金
河南省科技攻关项目(编号:222102210300)
河南省高等学校青年骨干教师培养计划(编号:2021GGJS176)
信阳农林学院青年教师科研基金项目(编号:QN2021057)。
文摘
针对传统水稻病害识别方法主要依赖人工,效率低下且存在人工主观误差的问题,提出一种基于改进FCOS模型的水稻叶片病害检测模型。首先收集950张3种不同病害的水稻叶片图像,构建Pascal Voc格式的水稻叶片病害数据集。为增强模型的泛化能力,对划分为训练集的图像进行数据增强,训练集图像由760张扩增到6080张。然后构建检测模型,改进FCOS模型在原模型的基础上,在特征融合网络引入CBAM注意力模块;损失函数中,回归损失函数采用CIoU损失函数,分类损失函数和中心度损失函数与原FCOS模型保持一致。改进的FCOS模型在水稻叶片病害数据上的平均精度均值达77.7%,相比原FCOS模型提升了2.3百分点,改进的模型在不明显提升检测时间的情况下,提升了模型的精度。通过试验与模型YOLOF、Faster R-CNN、VarifocalNet、NAS-FCOS、TOOD进行对比,结果表明本研究模型取得了最高的检测精度,且在检测精度和检测速度上取得了最高的权衡。结果表明,本研究提出的模型能够比较精准地识别水稻白叶枯病、胡麻叶斑病和叶瘟病,可以为水稻叶片病害的检测提供参考。
关键词
改进
fco
S模型
水稻叶片病害图像
Pascal
Voc格式
CBAM注意力模块
CIOU损失函数
分类号
S126 [农业科学—农业基础科学]
TP391.41 [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FCOS的水下目标检测算法
被引量:
1
5
作者
陈卫东
谢晓东
岑强
陈娜兰
朱奇光
机构
燕山大学信息科学与工程学院
燕山大学河北省特种光纤与光纤传感重点实验室
出处
《计量学报》
CSCD
北大核心
2023年第11期1659-1666,共8页
基金
国家自然科学基金(61773333,62273296)。
文摘
提出一种基于改进全卷积单阶段目标检测(FCOS)算法的水下目标检测算法。针对水下光学图像存在高色偏、低对比度、色彩偏暗、模糊失真而导致现有目标检测算法在水下环境检测效果不佳等问题,将骨干网络中的普通卷积替换为可变形卷积(DCN)进行优化,增强算法在模糊的水下光学图片的特征提取能力。通过神经架构搜索(NAS)改进网络的特征融合网络以及检测网络,提升对骨干网络提取到的特征的利用能力。采用CIoU Loss作为新的损失函数来提高坐标回归的准确率。实验表明:改进的FCOS算法在DUO数据集上,检测的准确率提高了1.8%,召回率提高了2.2%,检测速度为53.4帧/s(相比改进前降低了5.0%)。该算法准确率较高并基本达到实时检测的要求。
关键词
计量学
水下目标检测
改进
fco
S算法
DCN模块
NAS模块
Keywords
metrology
underwater target detection
improved
fco
S algorithm
DCN module
NAS module
分类号
TB96 [机械工程—光学工程]
TB973 [机械工程—测试计量技术及仪器]
下载PDF
职称材料
题名
改进FCOS网络的海洋鱼类目标检测
被引量:
3
6
作者
张琳
葛艳
杜军威
刘玉鹏
机构
青岛科技大学信息科学技术学院
出处
《计算机系统应用》
2023年第3期309-315,共7页
基金
山东省自然科学基金(ZR2021MF092)。
文摘
鱼类的探索与保护是保持海洋生态环境平衡的重要一环,然而水下环境复杂,受光照、水质以及遮挡物的影响,造成水下捕捉鱼类图像成像模糊识别困难,制约水下鱼类目标的检测速度以及检测精度.针对以上问题,提出了一种基于改进FCOS的海洋鱼类识别模型.首先,该模型以一阶段算法FCOS为基本架构,使用轻量级的Mobile Netv2作为骨干网络,既保证检测准确度,还可以提高检测;其次,引入自适应空间特征融合(adaptively spatial feature fusion, ASFF)模块,避免尺度特征的不一致性,提高检测精度;最后,将center-ness分支引入到回归分支中,引入联合交并比损失(GIoU loss, generalized intersection over union)提高检测的性能.实验数据集使用公开数据集Fish4Knowledge (F4K)中的图片以及视频帧截取图片,选取训练性能最优模型进行评估.结果表明,提出的新模型在以上数据集的平均检测精度分别为99.79%、99.88%,相较于原模型以及其他检测模型本文提出模型的检测精度与识别速度更高,可为海洋鱼类识别提供参考依据.
关键词
鱼类识别
目标检测
fco
S网络
特征融合
MobileNetv2
深度学习
Keywords
fish identification
target detection
fully convolutional one-stage object detection(
fco
S)network
feature fusion
MobileNetv2
deep learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
P745 [天文地球—海洋生物学]
下载PDF
职称材料
题名
基于改进FCOS算法的架空输电线路防振锤检测
被引量:
1
7
作者
吴彤
李冰锋
费树岷
连东辉
机构
河南理工大学电气工程与自动化学院
东南大学自动化学院
郑州煤矿机械集团股份有限公司
郑煤机液压电控有限公司
出处
《电气工程学报》
CSCD
2023年第1期143-152,共10页
基金
河南省煤矿智能开采技术创新中心支撑(2021YD01)
河南理工大学博士基金(B2018-33)
贵州省科技计划(黔科合重大专项字[2018]3003-1)资助项目。
文摘
防振锤是架空输电线路系统中一种重要的电气设备,对防止架空线路因风吹而发生周期性疲劳破坏具有重要意义。航拍图像中,防振锤具有尺寸较小、形态各异、背景复杂多变、检测难度较大等问题。针对这些问题,采用单阶段全卷积目标检测网络(Fully convolutional one-stage object detection,FCOS)来进行架空输电线路防振锤检测。为了提高检测精度,将FCOS特征提取层的各个特征点看作随机变量,用各阶中心矩的组合表达其随机分布,并在此基础上提出了一种基于各阶中心矩的空间注意力机制,来准确描述图像特征的权重分布。试验结果表明,改进后的FCOS在不同阈值下的平均检测精度均高于原始的FCOS,当阈值为0.5时,平均检测精度达到94.9%。同时,该方法在不同阈值下的平均检测精度,大大超过了其他主流的注意力机制。
关键词
架空输电线路
fco
S
防振锤检测
矩特征
空间注意力机制
Keywords
Overhead transmission line
fco
S
anti-vibration hammer detection
moment feature
spatial attention mechanism
分类号
TM726 [电气工程—电力系统及自动化]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于FCOS的智慧工地异常行为二阶段检测算法
被引量:
1
8
作者
朱强
孙晨
徐潘宇驰
闫云凤
机构
广东电网有限责任公司广州供电局
浙江大学电气工程学院
出处
《浙江电力》
2023年第4期65-71,共7页
基金
国家自然科学基金项目(U1909201)
浙江省自然科学基金探索项目(Q21F030038)
浙江省科技“尖兵计划”项目(2022C01056)。
文摘
对于智慧工地作业人员异常行为的检测,现有的经典目标检测算法无法到达理想的检测效果,准确率较低。为此,提出一种基于FCOS(全卷积单阶段目标检测)的二阶段检测算法来实现智慧工地异常行为检测。该算法主要包括两个级联网络,首先通过FCOS对作业人员及异常行为标志物进行识别定位,再使用MLP(多层感知器)完成异常行为的检测分类。最后以相关项目现场采集的12977张样本图片作为数据集,对检测算法进行实验验证。结果表明,该算法在对各类异常行为的检测中均表现优异,而且检测实时性好、计算复杂度低、模型参数少,在实际项目的部署及应用方面具有明显优势。
关键词
智慧工地
异常行为检测
fco
S
多层感知器
Keywords
intelligent construction site
abnormal behavior detection
fco
S
MLP
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TU714 [建筑科学—建筑技术科学]
下载PDF
职称材料
题名
改进FCOS模型的微通道铝扁管表面缺陷检测算法
9
作者
桂鹏辉
宋涛
汤建斌
徐志鹏
曹松晓
蒋庆
机构
中国计量大学计量测试工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2023年第24期298-308,共11页
基金
国家市场监督管理总局科技计划项目(2021MK190)
浙江省自然科学基金(LY18E050009)。
文摘
针对微通道铝扁管表面缺陷的检测问题,提出了一种改进的FCOS(fully convolutional one-stage object detection)算法。设计一种特征卷积金字塔网络(feature convolutional pyramid network,FCPN),使模型能够自适应地混合不同层的特征图进行检测;在分析原始FCOS应用于狭长缺陷检测局限性的基础上,改进了模型的正样本部署策略,以降低模型对狭长缺陷的漏检;设计更加合适的映射函数与中心度函数,解决标注框外正样本点的回归问题与中心度计算问题;使用EIoU损失(efficient IoU loss)替换原模型中的IoU损失,进一步提高模型的回归能力。实验结果表明,在微通道铝扁管的表面缺陷检测任务中,改进后的FCOS模型达到了76.4%的mAP(mean average precision),相比于原始模型提高了7.7个百分点。
关键词
微通道铝扁管
狭长缺陷检测
样本部署
特征卷积金字塔
fco
S模型
Keywords
micro-channel aluminum flat tube
detection of long and narrow defects
sample deployment
feature convolutional pyramid
fully convolutional one-stage object detection(
fco
S)model
分类号
TP394.1 [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
改进FCOS算法正样本选择的交通标志检测
10
作者
崔港涛
马社祥
机构
天津理工大学电气电子工程学院
出处
《计算机工程与设计》
北大核心
2023年第10期3153-3159,共7页
基金
国家自然科学基金项目(61371108)。
文摘
针对交通标志独特的形状特点,提出一种改进的anchor-free卷积神经网络检测算法FCOS(fully convolutional one-stage object detection)。由于原算法在训练过程中直接将真实框内的位置点标记为正,会产生大量标签噪声,在FCOS网络结构的基础上融合交通标志的形状特征,减少没有辩证能力的噪声标签,设计新的正样本选择策略。实验结果表明,改进后FCOS算法在处理后的TT100K数据集上的检测mAP(mean average precision)在不增加计算量的情况下提升到83.2%,检测性能高于FCOS。
关键词
交通标志检测
fco
S
深度学习
正标签
回归位置
卷积神经网络
噪声
Keywords
traffic sign detection
fco
S
deep learning
positive label
regression position
convolutional neural network
noise
分类号
TN911.72 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于改进FCOS的目标检测轻量化方法研究
11
作者
黄海波
机构
桂林电子科技大学信息与通信学院
出处
《大众科技》
2023年第1期22-25,13,共5页
文摘
随着边缘AI的快速发展,在终端使用轻量级目标检测技术成为研究热点。因此,对FCOS全卷积单阶段目标检测算法进行改进,提出轻量级的LIm-FCOS网络用于终端检测具有意义。首先提取特征骨干网络使用ShuffleNetV2,颈部结构引入改进的BiFPN代替FPN,并采用深度可分离卷积替代普通卷积从而减少计算量。检测头部分改为单独检测,分类分支去掉Center-ness,使用Quality Focal Loss预测分类和边框质量进一步消除训练和预测时置信度的差异,回归分支采用Distribution Focal Loss来改善边框位置的分布,为提高坐标回归准确度加入GIoU Loss辅助收敛。经过COCO2017数据集测试,得到LIm-FCOS的mAP为27.5%,与YOLOX-Nano相比,多了1.5 M参数量、0.43GFLOPs计算量,精度提升了2.2%,同时经过PC端模型推理可视化结果说明网络轻量化方法有效。
关键词
目标检测
fco
S
S
ShuffleNetV2
BiFPN
Focal
Loss
轻量化
Keywords
target detection
fco
S
ShuffleNetV2
BiFPN
Focal Loss
lightweight
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FCOS网络的自然环境下苹果检测
被引量:
7
12
作者
龙燕
李南南
高研
何梦菲
宋怀波
机构
西北农林科技大学机械与电子工程学院
农业农村部农业物联网重点实验室
陕西省农业信息感知与智能服务重点实验室
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2021年第12期307-313,共7页
基金
陕西省重点研发计划一般项目—农业领域(2020NY-144)。
文摘
为了快速识别和准确定位自然环境下苹果果实目标,提出了一种改进全卷积单阶段无锚框(Fully Convolutional One-Stage object detection,FCOS)网络的苹果目标检测方法。该网络在传统FCOS网络基础上,使用模型体积较小的darknet19作为骨干网络,将center-ness分支引入到回归分支上。同时提出了一种融合联合交并比(GIoU)和焦点损失(Focal loss)的损失函数,在提高检测性能的同时降低正负样本比例失衡带来的误差。首先,对田间采集的自然环境下的苹果图像进行数据增强和标注,使用darknet骨干网络提取图像特征,然后将不同尺度待检测目标分配到不同的网络层中进行预测,最后进行分类和回归,实现苹果目标的检测。该研究在计算机工作站上对不同光照条件、不同密集程度和不同遮挡程度的苹果果实进行检测试验,并与传统FCOS网络的检测结果进行对比分析。基于改进FCOS网络的检测准确率为96.0%,检测精度均值(mean Average Precision,mAP)为96.3%。试验结果表明,改进FCOS网络比传统FCOS网络的苹果检测方法在检测准确度上有提高,具有较强的鲁棒性。
关键词
目标识别
算法
苹果检测
GIoU
焦点损失
fco
S网络
Keywords
object recognition
algorithms
apple detection
GIoU
Focal loss
fco
S network
分类号
S126 [农业科学—农业基础科学]
下载PDF
职称材料
题名
FCo70-YQ型放射源运输容器耐热试验
被引量:
2
13
作者
李国强
张建岗
赵兵
马安平
王学新
机构
中国辐射防护研究院
出处
《辐射防护》
CAS
CSCD
北大核心
2009年第5期352-355,共4页
文摘
FCo70-YQ型放射源运输容器是设计用于运输60Co和137Cs的医用放射源运输容器,设计容器最高装源活度60Co不超过12000C(i444TBq),137Cs不超过8000C(i296TBq)。根据国家标准《放射性物质安全运输规程》(GB 11806ˉ2004)的要求,对FCo70ˉYQ型容器进行了耐热试验。试验中测量到容器本体的最高温度为193.9℃,小于容器屏蔽材料铅的熔点温度327.3℃。试验结果证明了FCo70-YQ型容器热工设计满足国家标准《放射性物质安全运输规程》(GB 11806-2004)的要求。
关键词
耐热试验
fco
70-YQ型容器
运输
放射源
Keywords
Thermal Test,
fco
70-YQ Container, Transport, Radioactive Sources
分类号
TL932 [核科学技术—辐射防护及环境保护]
下载PDF
职称材料
题名
核阀密封面FCo-5合金粉末激光熔覆层的组织与性能
被引量:
8
14
作者
李必文
张春良
金坤文
机构
南华大学核科学技术学院
南华大学机械工程学院
出处
《粉末冶金材料科学与工程》
EI
北大核心
2014年第1期159-164,共6页
基金
湖南省科技计划项目(No.2011FJ6060)
湖南省重点学科建设资助项目(湘教发[2011]76号)
湖南省高校科技创新团队支持项目(湘教通[2012]318号)
文摘
以FCo-5自熔性钴基合金粉末为堆焊材料,在0Cr18Ni12Mo3Ti核阀试样表面制备厚度为2.04 mm、横截面单圆弧拟合半径为2.69 mm的密封面激光熔覆层。利用SEM和XRD分析熔覆层的微观结构和物相,测试熔覆层的显微硬度及最小厚度处的高温硬度。结果表明:熔覆层从界面到表层的结晶形态依次由平面晶向胞状树枝晶、多方向生长树枝晶、细小树枝晶过渡;中、上部组织主要由γ-Co 奥氏体枝晶、枝晶间层片状共晶组织以及弥散分布的Cr23C6硬质颗粒组成;在距界面1.52~1.60 mm的区域,密封带宽度为2.95~3.18 mm,常温硬度阈值为44.3~45 HRC;在650℃以下时,熔覆层最小厚度处具有优异的抗蠕变性能和高温硬度特性,经720℃以上回火处理后有较强的二次硬化效应。
关键词
fco
-5钴基合金粉末
核阀密封面
激光熔覆层
组织
硬度
Keywords
fco
-5 cobalt-base alloy powder
nuclear valve sealing surface
laser cladding layer
microstructure
hardness
分类号
TG174.44 [金属学及工艺—金属表面处理]
下载PDF
职称材料
题名
FCO分子的光谱常数和非谐振力场研究
15
作者
刘俊杰
王美山
李靖
机构
鲁东大学物理与光电工程学院
滨州医学院物理学教研室
出处
《鲁东大学学报(自然科学版)》
2015年第2期116-121,共6页
基金
国家自然科学基金(11474142)
山东省自然科学基金(ZR2014AM005)
文摘
应用B3LYP,B3PW91和CCSD(T)方法结合cc-p VDZ和cc-p VTZ基组计算了FCO分子的光谱常数和非谐振力场.结果表明:用CCSD(T)方法计算的平衡几何结构、转动常数、基频、谐频和离心畸变常数与实验数据或以前的理论值吻合得很好.此外,本文对尚未进行实验观测的非谐振常数、振转相互作用常数、各阶力常数和科里奥利耦合常数进行了理论预测.
关键词
从头算
fco
光谱常数
平衡几何结构
力常数
Keywords
ab initio
fco
spectroscopic constant
equilibrium structure
force constants
分类号
O433.4 [机械工程—光学工程]
下载PDF
职称材料
题名
著名咨询机构(FCOs)的成功因素分析
16
作者
付焘
李惠
孙遇春
机构
同济大学
北京理工大学
同济大学管理学院
出处
《河北经贸大学学报(综合版)》
2003年第2期44-48,共5页
基金
国家自然科学基金项目<著名跨国公司在华竞争战略>(79870017)
<跨国公司与开发区互动关系比较研究>(70172037)的研究成果之一。
文摘
本文对著名咨询机构(Famous Consulting Organizations——FCOs)的成功因素进行了分析,提出了"4S"模型。本文指出 FCOs 具有"学院"兼"公司"的双重角色,并认为"双重角色"正是它们成功的根源。具体来讲,具有"双重角色"的 FCOs 在四个方面上有别于一般的组织,同时这四个方面也正是它们成功的四个支柱性因素——"理性员工"(Rational Staff)、"知识共享"(Knowledge Share)、"组织结构"(Organiza-tional Structure)和"项目管理系统"(Project Management System)。本文结合麦肯锡、波士顿、埃森哲等众多FCOs 的实际做法和经验对"4S"分别进行了剖析。
关键词
咨询机构
fco
s
管理咨询业
知识共享
组织结构
项目管理系统
科研工作
企业制度
员工思维
理性思维
分类号
C932.8 [经济管理—管理学]
下载PDF
职称材料
题名
VoVNet-FCOS道路行人目标检测算法研究
被引量:
7
17
作者
刘丹
汪慧兰
曾浩文
王桂丽
机构
安徽师范大学物理与电子信息学院
出处
《国外电子测量技术》
北大核心
2021年第11期64-71,共8页
基金
安徽省自然科学基金(1708085QF133)
安徽师范大学创新基金(2018XJJ100)
安徽省智能机器人信息融合与控制工程实验室(IFCIR2020004)项目资助。
文摘
针对行人目标特殊性和复杂性而导致的目前行人检测算法在速度和精度上不高的问题,提出一种改进的FCOS行人检测算法。首先,在网络基础结构上,为了提高算法精度,以高效型网络VoVNet代替ResNet进行特征的提取,同时在VoV-Net上增加了输入到输出的残差连接,从而增强深层特征表达;其次在网络最后的特征层上添加了eSE注意力机制,来提高网络的特征提取能力;最后,在损失函数上,引用GIOU Loss作为回归分支损失函数来解决IOU Loss无法反映预测框与真实框重合程度问题。实验表明,与现有算法相比,改进后的FCOS算法mAP提高了9.5%,速度上也满足实时性要求。
关键词
行人检测
卷积神经网络
fco
S
高效型网络
损失函数
Keywords
pedestrian detection
convolutional neural network
fco
S
efficient network
loss function
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
优化FCOS网络复杂果园环境下绿色苹果检测模型
被引量:
4
18
作者
张中华
贾伟宽
邵文静
侯素娟
Ji Ze
郑元杰
机构
山东师范大学信息科学与工程学院
机械工业设施农业测控技术与装备重点实验室
School of Engineering
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022年第2期647-653,共7页
基金
国家自然科学基金项目(62072289,61973141,81871508)
山东省重点研发计划项目(2019GNC106115)
山东省自然科学基金项目(ZR2020MF076,ZR2019ZD04)资助。
文摘
目标果实的精准识别是实现果园测产和机器自动采摘的基本保障。然而受复杂的非结构化果园环境、绿色苹果与枝叶背景颜色接近等因素的影响,制约着可见光谱范围下目标果实的检测精度,给机器视觉识别带来极大挑战。针对复杂果园环境下的不同光照环境和果实姿态,提出一种优化的一阶全卷积(FCOS)神经网络绿色苹果识别模型。首先,新模型在FCOS的基础上融合了卷积神经网络(CNN)的特征提取能力,消除了对锚框的依赖,以单阶段、全卷积、无锚框的方式预测果实置信度与边框偏移,在保证检测精度的前提下提升了模型的识别速度;其次,增加了自底向上的特征融合架构,为模型提供了更加准确的定位信息,进一步优化绿色苹果的检测效果;最后根据FCOS末端三个输出分支设计整体损失函数,完成模型训练。为尽可能模拟真实果园环境,分别采集不同光照环境、光照角度、遮挡类型、摄像距离的绿色苹果图像,制作数据集并用以模型训练。挑选最优训练模型在包含不同场景的验证集上进行评估,结果为:在检测效果方面,平均精度为85.6%,与目前最先进的检测模型Faster R-CNN,SSD,RetinaNet,FSAF相比,分别高出0.9,10.5,2.5,1.9个百分点;在模型设计方面,FCOS的模型参数量与整个检测流程所需的计算量分别为32.0 M和47.5 GFLOPs(10亿次浮点运算),与Faster R-CNN相比,分别降低了9.5 M和12.5 GFLOPs。对比表明,在可见光谱范围下,对复杂果园环境中绿色苹果,提出的新模型具有更高的检测精度和识别效率,为苹果果园测产和自动化采摘提供理论和技术支撑;也可为其他果蔬的球形绿色目标果实识别提供借鉴。
关键词
fco
S网络
绿色果实
目标检测
Keywords
fco
S network
Green fruits
Object detection
分类号
TP317.4 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
改进FCOS的二阶段SAR舰船检测算法
被引量:
3
19
作者
刘竞升
伍星
王洪刚
李姜楠
机构
重庆大学计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2021年第24期144-151,共8页
基金
国家自然科学基金(6167211,52078070)。
文摘
近年来无锚框的目标检测算法逐渐被应用于SAR舰船检测,其中FCOS算法摆脱了对锚框参数设置的依赖,对多尺度、多形态舰船检测的鲁棒性更好,但仍存在两个问题:第一、该算法直接进行逐像素点回归,因搜索空间过大、目标回归困难导致检测不够准确;第二、其中特征金字塔对低层特征利用仍有不足导致小目标大量漏检。针对上述问题基于FCOS进行改进,通过增加特征增强网络构建了二阶段无锚框检测算法。该网络作为第一阶段对检测过程进行精细化引导,同时增强了舰船特征表达能力。通过引入更多特征并增加跳跃连接改进特征金字塔,提高了低层特征利用率。在数据集SSDD和SAR-Ship-Dataset上的实验结果表明,平均准确率(mAP)相比FCOS分别提高9.5和3.4个百分点,相比其他主流舰船检测算法分别提高3.6和1.0个百分点,充分验证了所提算法的有效性。
关键词
合成孔径雷达
舰船检测
fco
S算法
二阶段
特征增强
Keywords
Synthetic Aperture Radar(SAR)
ship detection
Fully Convolutional One-Stage object detector(
fco
S)
two-stage
feature enhancement
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
一种基于FCOS神经网络的小建筑物目标检测方法
被引量:
2
20
作者
林思玉
王敬东
顾东泽
姜宜君
机构
南京航空航天大学自动化学院
出处
《半导体光电》
CAS
北大核心
2022年第2期369-376,共8页
基金
国家自然科学基金项目(U1531110)。
文摘
提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。
关键词
fco
S算法
可变形卷积
多尺度检测
空间注意力机制
建筑物检测
Keywords
fco
S algorithm
deformable convolution
multi-scale detection
spatial attention mechanism
building detection
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
作者
出处
发文年
被引量
操作
1
基于改进FCOS的遥感图像舰船目标检测
陈天鹏
胡建文
《计算机科学》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于DATE-FCOS的空中目标检测研究
陈钊阳
王玉玫
《计算机测量与控制》
2024
0
下载PDF
职称材料
3
改进SAF-FCOS的雷视融合目标检测算法
陈正浩
邓月明
谢竞
何鑫
《计算机工程与应用》
CSCD
北大核心
2024
0
下载PDF
职称材料
4
基于改进FCOS的水稻叶片病害检测模型
丁士宁
姜明富
《江苏农业科学》
北大核心
2024
0
下载PDF
职称材料
5
基于改进FCOS的水下目标检测算法
陈卫东
谢晓东
岑强
陈娜兰
朱奇光
《计量学报》
CSCD
北大核心
2023
1
下载PDF
职称材料
6
改进FCOS网络的海洋鱼类目标检测
张琳
葛艳
杜军威
刘玉鹏
《计算机系统应用》
2023
3
下载PDF
职称材料
7
基于改进FCOS算法的架空输电线路防振锤检测
吴彤
李冰锋
费树岷
连东辉
《电气工程学报》
CSCD
2023
1
下载PDF
职称材料
8
基于FCOS的智慧工地异常行为二阶段检测算法
朱强
孙晨
徐潘宇驰
闫云凤
《浙江电力》
2023
1
下载PDF
职称材料
9
改进FCOS模型的微通道铝扁管表面缺陷检测算法
桂鹏辉
宋涛
汤建斌
徐志鹏
曹松晓
蒋庆
《计算机工程与应用》
CSCD
北大核心
2023
0
下载PDF
职称材料
10
改进FCOS算法正样本选择的交通标志检测
崔港涛
马社祥
《计算机工程与设计》
北大核心
2023
0
下载PDF
职称材料
11
基于改进FCOS的目标检测轻量化方法研究
黄海波
《大众科技》
2023
0
下载PDF
职称材料
12
基于改进FCOS网络的自然环境下苹果检测
龙燕
李南南
高研
何梦菲
宋怀波
《农业工程学报》
EI
CAS
CSCD
北大核心
2021
7
下载PDF
职称材料
13
FCo70-YQ型放射源运输容器耐热试验
李国强
张建岗
赵兵
马安平
王学新
《辐射防护》
CAS
CSCD
北大核心
2009
2
下载PDF
职称材料
14
核阀密封面FCo-5合金粉末激光熔覆层的组织与性能
李必文
张春良
金坤文
《粉末冶金材料科学与工程》
EI
北大核心
2014
8
下载PDF
职称材料
15
FCO分子的光谱常数和非谐振力场研究
刘俊杰
王美山
李靖
《鲁东大学学报(自然科学版)》
2015
0
下载PDF
职称材料
16
著名咨询机构(FCOs)的成功因素分析
付焘
李惠
孙遇春
《河北经贸大学学报(综合版)》
2003
0
下载PDF
职称材料
17
VoVNet-FCOS道路行人目标检测算法研究
刘丹
汪慧兰
曾浩文
王桂丽
《国外电子测量技术》
北大核心
2021
7
下载PDF
职称材料
18
优化FCOS网络复杂果园环境下绿色苹果检测模型
张中华
贾伟宽
邵文静
侯素娟
Ji Ze
郑元杰
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022
4
下载PDF
职称材料
19
改进FCOS的二阶段SAR舰船检测算法
刘竞升
伍星
王洪刚
李姜楠
《计算机工程与应用》
CSCD
北大核心
2021
3
下载PDF
职称材料
20
一种基于FCOS神经网络的小建筑物目标检测方法
林思玉
王敬东
顾东泽
姜宜君
《半导体光电》
CAS
北大核心
2022
2
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
2
3
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