基于SKNet注意力机制的飞机类型识别算法

飞机类型识别是细粒度图像分类的一种,重点在于设计神经网络模型使其能够分辨各飞机种类中细微而具有区分性的特征.针对当前飞机识别任务中飞机种类众多、类间差异细微、类内差异显著等问题,提出了一种基于改进SKNet注意力与数据增广的飞机类型识别算法.以ResNeXt101网络作为基础网络,改进CBAM注意力提出并行的通道-空间注意力PCSA并嵌入可选择卷积模块的不同分支,得到PCSA-SK注意力,将其嵌入基础网络以进一步融合基础网络提取的深层特征并为其分配权重.根据目标激活图中具有判别性信息的区域,在原图像上对判别性区域裁剪并加入训练集,实现数据增广.实验结果表明:该算法在FGVC-Aircraft数据集上取得了93.57%的识别准确率,优于其他飞机识别算法.

结合SKNet与U-Net的盐体识别方法

地下盐体与油气藏的关系密不可分,盐体的准确识别对油气藏勘探和钻探路径规划具有重要意义。以往的深度学习方法使用固定大小的感受野,不能根据地震图像中盐体的大小动态地调整卷积核来捕捉特征,从而忽略了部分全局信息,导致在盐体边界或狭长处识别效果较差。针对上述问题,在U-Net基础上进行改进,使用SKNet作为编码器提取盐体特征,其具有动态选择机制,根据输入信息的多个尺度自适应地调整感受野的大小,并结合位置与通道自注意力机制以及超柱体方法进行特征融合。采用改进的U-Net方法对TGS盐体数据集进行评估,取得交并比为85.66%、像素准确率为96.1%的识别效果。

融合SKNet与YOLOv5深度学习的养殖鱼群检测

为解决真实养殖环境下,水下成像模糊、失真等导致鱼群检测准确率低的问题,提出一种融合视觉注意力机制SKNet(selective kernel networks)与YOLOv5(you only look once)的养殖鱼群检测方法(SK-YOLOv5模型),该方法首先采用UNet(convolutional networks for biomedical image segmentation)对图像进行预处理,得到清晰的鱼群图像,然后将SKNet融合到YOLOv5的Backbone端构成关注像素级信息的特征提取网络,加强对模糊鱼体的识别能力,并在水下模糊鱼群图像数据集上进行了消融试验和模型对比试验,以验证SK-YOLOv5的有效性。结果表明:在鱼群检测任务上,SK-YOLOv5的识别精确率和召回率分别达到了98.86%和96.64%,检测效果比YOLOv5分别提升了2.14%和2.29%,与目前检测准确率较高的水下目标检测模型XFishHmMp和FERNet相比,SK-YOLOv5取得了较好的检测效果,与XFishHmMp模型相比,识别精确率和召回率分别提升了5.39%和5.66%,与FERNet模型相比,识别精确率和召回率分别提升了3.59%和3.77%,实现了真实养殖环境下鱼群的准确检测。研究表明,融合SKNet与YOLOv5的养殖鱼群检测方法,有效地解决了水下模糊图像鱼群检测准确率低的问题,提升了养殖鱼群检测和识别的整体效果。

基于改进的SKnet和Bi-GRU的岩石薄片图像矿物识别

通过分析岩石薄片中矿物成分,研究储集层空间结构,对后续的油气勘探开发具有重要意义。基于正交偏光序列图像的矿物识别研究已经取得了一些成果,但多数方法未利用矿物颗粒在序列图中的变化信息,本文借鉴视频分类的思想,针对岩石矿物颗粒正交偏光序列图像,结合岩石矿物颗粒消光性特点,构建了卷积神经网络和循环神经网络相结合的识别模型。卷积神经网络选用SKnet并在此基础上添加了空间特征融合机制,循环神经网络采用双向门控循环单元(Bidirectional Gated Recurrent Unit,Bi-GRU)来提取序列图像的前后关联特征。选取石英、碱性长石、斜长石、岩屑4类矿物颗粒序列图像构建数据集进行验证,结果表明本文提出的矿物颗粒识别方法识别效果良好。

基于SKNet的增强型Pix2pixHD图像去雾方法

针对采用去雾算法处理后图片仍存在色彩失真、残雾遗留等问题,提出一种基于SKNet的增强型Pix2pixHD去雾方法,即在增强型Pix2pixHD网络的增强模块中引入SKNet网络,实现了不同尺度特征的选择和融合,提高了算法对图像特征的利用率。此外,在SKNet网络前添加可变形卷积,使得卷积核产生自由形变,以适应不规则的目标物体,增强了模型的可变换能力,达到了很好的去雾效果。较现有的去雾方法,文章提出的网络更好地利用了图像各个尺度的特征细节,提高了图像去雾的效果。

基于SKNet改进YOLOv5s的无人机对道路小目标的检测

针对无人机航拍图像中出现的道路小目标检测精度较低的问题,提出以融合SKNet卷积核注意力机制与YOLOv5s的目标检测模型,提高检测模型对地面小目标特征信息提取识别能力。在此改进基础上,基于Visual Studio Code配置的Pytorch深度学习开发环境,对SKNet+YOLOv5s的性能进行测试试验。结果表明:以VisDrone2019作为数据集训练时,相较于几种常规注意力机制的改进方法,如SENet+YOLOv5s、CBAM+YOLOv5s,SKNet+YOLOv5s的检测精度有所提升。

基于图像增强和SKNet的交通标志识别

针对现有交通标志识别系统对图像特征提取不充分和复杂情况下难以识别的问题,设计基于图像增强和SKNet的交通标志识别模型HE-SKNet。首先,采用直方图均衡化,对过亮或过暗的交通标志图像进行增强;然后使用自适应调节感受野大小的SKNet网络进行特征提取和分类。GTSRB数据集的实验结果表明,提出的HE-SKNet模型识别准确率达到了98.95%,相比ResNet、ResNeXt、SENet和SKNet准确率平均提高了2.77个百分点,验证了HE-SKNet模型自适应提取不同尺度特征的能力,更适用于过亮或过暗的复杂实际应用场景。

基于SK-ResNet和迁移学习的滚动轴承故障诊断

针对传统深度学习模型在变工况环境下泛化能力差、诊断精度低的问题,提出了一种基于SK-ResNet和迁移学习的滚动轴承故障诊断方法。首先,对采集到的时域信号进行快速傅里叶变换(FFT)获得频域信号,并进行加权融合得到新的时频域数据集;其次,将选择性内核网络(SKNet)融入到残差网络(ResNet)中提高特征提取能力;然后,采用基于多核最大均值差异(MK-MMD)和相关对齐(CORAL)改进的差异对齐损失(DDM)缩小变工况下滚动轴承故障数据特征分布差异,并将其应用到模型的多个模块中进一步缩小特征之间的分布距离。实验结果表明,与传统滚动轴承故障诊断方法相比,本文方法具有更好的诊断精度和泛化能力。

基于SK-EfficientNet的番茄叶片病害识别模型

针对目前番茄叶片病害识别的深度学习模型网络参数量多、精确度低、移动端模型部署难的问题,提出一种基于SK-EfficientNet的番茄叶片病害识别方法。该方法采用轻量级模型EfficientNet作为基准模型,并利用选择性卷积核机制SKNet替换EfficientNet核心模块MBConv中的SENet,使得卷积核根据输入特征的多尺度信息自适应选择感受野大小,提高图像特征提取能力同时更有效地利用参数。多组对比实验结果显示,改进后的模型在训练精度上得到进一步提高,且模型参数仅为3.83 MiB。在PlantVillage数据集上平均准确率达到99.64%,且验证SK-EfficientNet-B2的识别精度最高;在自然场景下平均准确率较原模型提高3.81个百分点。结果表明,改进后模型能有效提高自然场景下番茄叶片病害识别精度,可为移动端部署番茄叶片病害识别模型提供参考。

基于DeeplabV3+改进的煤岩显微组分组自动化测试模型

煤岩显微组分组的识别对分析煤炭化学性质起到关键作用。人工识别方法费时费力,且专业性要求较高。现有的计算机辅助识别有效方法多以深度学习语义分割模型为手段,但因煤岩显微图像组成复杂,且存在过渡组分,因此无法准确识别煤岩显微组分组。针对此问题,提出改进的DeeplabV3+语义分割模型,在改进模型中引入Swin Transformer骨干网络和SkNet网络。首先,针对煤岩显微图像各个组分组交错杂糅且存在过渡组分,特征提取困难,利用Swin Transformer骨干网络作为基础特征提取网络,提升模型对煤岩显微图像每种组分组的特征提取能力,并使得分割网络获得特征间信息交互的能力;其次,针对在模型中空洞空间卷积池化金字塔模块对特征利用率低的问题,将SkNet网络融入空洞空间卷积池化金字塔模块,强化空洞空间卷积池化金字塔模块对重要特征的提取能力,并抑制非必要特征对最终预测结果的干扰;最后,将改进的DeeplabV3+模型与现有先进算法通过实验进行性能比较,结果表明:改进的DeeplabV3+语义分割模型在煤岩显微图像测试集上的像素准确率为92.06%,与随机森林方法、U-Net语义分割模型和DeeplabV3+语义分割模型相比像素准确率分别提高了9.48%、6.90%和3.40%;改进的DeeplabV3+语义分割模型与人工点测方法测试结果相近。改进的DeeplabV3+语义分割模型较现有煤岩显微组分组自动识别模型性能更优,可作为一种强大的计算机辅助人工识别煤岩显微组分组的手段。

基于YOLOV3的改进目标检测识别算法

经过近几十年不断的研究和发展,红外目标检测识别在侦察、导弹制导等领域取得了卓越的成就和广泛的应用,亦成为当今的热门话题。为进一步提高模型的检测识别性能,提出一种基于YOLOV3改进的目标检测识别算法。首先,通过分析红外目标的检测特性,改进了原始算法的特征提取网络,融合KL-LOSS,在原网络预测目标位置的基础上,进一步预测了位置的准确度标准差,并结合Soft-NMS算法用于改善网络的检测准确度;其次,针对红外目标相对三通道彩色图像的特征量少的问题,在检测层前融合了SKNET模块,使网络更加关注目标的有用特征;最后,给出改进网络训练的新的损失函数及前向传播算法流程。实验结果表明:改进的KS-YOLO网络在目标域(实拍空中红外目标数据集)上的平均AP性能值要优于原来的YOLOV3网络2.4个百分点,预测时间比YOLOV3实用性更好、更快。

基于注意力机制和Faster R-CNN深度学习的海洋目标识别模型

为进一步提升对复杂海洋目标的检测能力,引入自适应尺度的注意力机制,提出一种适应多尺度复杂海洋目标的改进Faster R-CNN模型,该模型通过将卷积网络与SKNet网络相结合,增强模型的特征提取能力与特征有效性,并针对船舶、蚝排、红树林、海岸线4类典型海洋目标,利用91卫图助手与无人机高清影像建立了12000张样本库,分别基于改进的Faster R-CNN模型与原模型进行对比测试试验。结果表明:改进的模型虽然略微增加了计算量,但其特征提取能力与目标检测能力明显强于原模型,整体识别准确率为87.1%;在4类典型海洋目标中,船舶的识别准确率最高,可达94.4%,而红树林由于其特征比较复杂,边界不明显,其整体识别准确率为75.1%。研究表明,引入SKNet网络的Faster R-CNN网络模型,不仅增强了模型对多尺度复杂目标的特征提取能力,更适用于对复杂海洋目标的检测与识别。

基于注意力机制的SK-YOLOv5海洋目标检测分类算法

基于遥感影像的海洋目标图像具有多尺度、形状变化大、颜色暗淡、目标边界不清、图像模糊等特点,需要在现有的目标检测算法上进行改进,以满足遥感影像海洋目标检测及分类需要。针对这些问题,在You Only Look Once version 5(YOLOv5)的网络架构中引入Selective Kernel Networks(SKNet)注意力模块,提出一种新的SK-YOLOv5网络,增强网络对多尺度复杂海洋目标的特征提取和自适应能力。经对比实验测试,在相同的海洋目标数据集上,改进后的网络比原网络整体检测及分类准确率提升了约9%。

基于SK-YOLOV3的遥感图像目标检测方法

针对传统的特征融合方式参数量高、无法反映通道和卷积核重要性、检测效果差等劣势,提出了一种基于SK-YOLOV3的遥感图像目标检测方法,在YOLOV3的基础上引入了SKNet视觉注意力机制,并对锚框算法进行优化。为了增强实验对比,在自建的数据集中使用大量复杂环境下拍摄的遥感卫星图片。实验结果表明,该检测模型对于提升目标分辨率效果明显,在检验不同样本图像时平均精度可达到87.33%,检测速率可达27.7 FPS,相比于其他检测方法,该检测方法存在较大优势。

基于改进SSD算法的路面破损检测

针对路面破损图像检测精度低、速度慢等问题,提出一种基于改进SSD的路面破损检测算法。该算法利用经过改进的Inception模块,使其替代SSD网络中的Conv4_3、FC7、Conv8、Conv9和Conv10层;针对路面裂缝、凹陷图像检测识别率低的问题,使用空洞卷积,在不丢失分辨率的情况下扩大感受野,提高浅层特征图对目标物体的特征提取能力。为使网络可以根据输入信息的多个尺度自适应调节接受域大小,在特征提取层引入SKNet。实验结果表明,改进后的方法在自制的路面特征数据集上的平均精度为89.52%,检测速度达到56.23 FPS,较改进前的算法在精度和检测速度方面分别提高了6.07%和13.21 FPS。基于SSD的改进算法不仅能有效识别路面破损特征,而且能有效提高识别速度并提升识别效率。

基于改进Faster-RCNN的绝缘子检测算法

为了提高高压输电线路巡检效率,提出改进Faster-RCNN的绝缘子检测算法。首先,在特征提取网络中添加具有注意力机制动态选择机制网络(SKNet),从而使网络着重学习与绝缘子特征相关通道;其次,借助滤波器响应归一化(FRN)层替代原批归一化(BN)层,以避免模型陷入梯度饱和区域;最后,使用距离交并比(DIoU)代替原交并比(IoU)方法,以精确表达特征候选区域框位置。对开源航拍绝缘子数据集进行平移、旋转、Cutout和CutMix等操作来进行增强,将数据集扩充到3000张并从中随机选择2500张作为训练集,其余500张作为测试集。相较于原Faster-RCNN算法,所提算法平均准确率提高了3.46个百分点,平均召回率提高了2.76个百分点。实验结果表明:所提算法具有较高检测精度和稳定性,可满足电力巡线绝缘子检测应用场景需求。

多分辨率融合密集网络的图像去雨方法

针对现有的去雨方法无法彻底去除雨纹并且去雨后图像存在细节丢失问题,提出一种多分辨率融合密集网络的图像去雨方法。网络主体由多个多分辨并行融合模块构成,始终保持空间精确的高分辨率并从低分辨率中接收大量的上下文信息。使用一种基于选择性卷积核机制SKNet的多尺度特征融合模块,通过非线性的方法有效聚合来自不同分辨率流的特征。在不同的分辨率流中使用一种改进的残差模块,采用相邻层次的多种尺度的卷积来获取丰富的雨纹信息。模块间使用密集连接,加强不同模块之间的特征传播。实验表明,所提方法在合成及真实雨像数据集上的评价指标与其他去雨方法相比有所提高,去除雨纹的同时能够保留更多的细节信息。

基于行人检测与峰值密度聚类的行人多次徘徊检测算法

为了提升传统行人徘徊检测方法的准确性,提出了一种结合行人检测与峰值密度聚类的行人多次徘徊检测算法(Multiple Wander Detection Combining Pedestrian Detection and Peak Density ClusteringMWD_PD_DPC)。首先,在行人检测算法的特征提取网络与FPN层之间加入自适应卷积注意力机制(SKNet),提升模型在多尺度场景下行人检测精度。然后,提出了柔性非极大值抑制(DIOU-Soft-NMS)来缓解行人在密集场景下错误抑制的现象,提升行人检测算法在密集场景下的检测精度。最后,使用峰值密度聚类算法(DPC)对行人的轨迹进行分析,来判断是否发生徘徊行为。并通过AdaFace人脸识别算法对徘徊的行人进行人脸匹配,来判断行人是否在不同时间段多次发生徘徊行为。实验表明,该方法单次徘徊检测的准确率到达了94.6%。行人多次徘徊检测的准确率到达了78.7%。

基于改进YOLOv5的工业安全帽检测

YOLO系列算法是目前计算机视觉目标检测领域主流的算法模型,其中以YOLOv5为代表的算法往往具有更快的检测速度和更高的准确率。由于工业施工现场受到例如光照、遮挡等复杂因素的影响,现有的检测算法对于小目标的检测精度不佳,存在漏检、错检等问题。鉴于此,提出一种改进的YOLOv5安全帽检测算法。算法的改进主要为两方面,一方面对YOLOv5的三个预测输出层分别加入三种不同的自注意力机制,对大、中、小三个预测输出层之前分别加入SKNet模块、CA模块、ECA模块用以增强模型对于中小目标检测的鲁棒性,加入通道和空间的特征信息使得模型在预测中小目标时专注于被检测目标,同时在每一个模块引入残差连接,提高训练速度,有效解决因为引入自注意力机制造成的梯度消失问题;另一方面改进原来预测边界框的损失函数,采用DIoU损失函数加快训练的速度,提高了检测精度。在开源的数据集上进行实验验证,实验结果显示改进后的YOLOv5模型对比于改进之前的mAP值提升了1.6%。

基于多尺度融合卷积神经网络的微光图像增强算法

由于传统的微光图像增强算法泛化性较差,难以适应复杂多变的真实场景,提出一种基于多尺度融合卷积神经网络的图像增强方法,即通过学习微光图像与正常图像之间的映射关系实现微光图像增强。以微光图像为输入,首先利用预处理模块提取图像浅层信息,然后将选择性卷积核网络(SKNet)融合到局部路径构成特征提取网络,用通道注意模块对特征图进行权重学习得到局部特征,并对其与提取到的全局特征进行融合。由双边网格上采样还原图像尺寸,得到微光图像对应的映射函数,进而完成图像的增强。基于MIT-Adobe 5K数据集,对所提方法与其他9种先进方法进行对比。实验结果表明,所提方法可以较好地提升图像的亮度,丰富图像细节,在视觉效果和定量评价上均优于其他对比算法。