期刊文献+
共找到149篇文章
< 1 2 8 >
每页显示 20 50 100
基于自适应融合的实时车辆检测
1
作者 陈婷 朱熟康 +3 位作者 高涛 李浩 涂辉招 李子琦 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第4期532-540,共9页
针对传统的车辆检测技术检测速度慢和精度低的问题,提出了一种融合注意力的自适应金字塔网络的交通目标检测算法(fusion attentiont adaptive pyramid network,FAAP-Net),可以显著降低交通事故的发生率。为了降低计算复杂度,设计了一种... 针对传统的车辆检测技术检测速度慢和精度低的问题,提出了一种融合注意力的自适应金字塔网络的交通目标检测算法(fusion attentiont adaptive pyramid network,FAAP-Net),可以显著降低交通事故的发生率。为了降低计算复杂度,设计了一种轻量级的互补池化结构(CPS),该结构在宽度和高度上采用了两组不同的池化组合,在保持高精度的同时,显著降低了网络的浮点运算数(GFLOPs)和参数量。为了解决智能交通系统特征图生成过程中的信息损失问题,通过将自适应注意力模块(AAM)和特征增强模块(FEM)引入自适应融合特征金字塔网络(AF-FPN),以融入车辆检测的形状特征。针对车辆细节特征表征弱的问题,引入了一种按通道维度分组的注意力(SA)机制,以增强主干网络对不同车辆检测细节特征的关注,有效提取车辆细节的显著特征。在BDD100K数据集上的实验结果表明,FAAP-Net算法相比于传统算法,平均精度从30.3%提升到43.7%。 展开更多
关键词 目标检测 车辆检测 互补池化 自适应融合 通道维度分组注意力
下载PDF
CIEFRNet:面向高速公路的抛洒物检测算法
2
作者 李旭 宋焕生 +3 位作者 史勤 张朝阳 刘泽东 孙士杰 《计算机工程与应用》 CSCD 北大核心 2024年第5期336-346,共11页
高速公路抛洒物危及行车安全,极易诱发交通事故,及时识别并清理高速公路抛洒物十分重要。由于高速公路抛洒物在图像中面积占比小且图像背景复杂,现有检测方法常出现漏检和误检的情况。针对上述问题,提出了一种基于上下文信息增强和特征... 高速公路抛洒物危及行车安全,极易诱发交通事故,及时识别并清理高速公路抛洒物十分重要。由于高速公路抛洒物在图像中面积占比小且图像背景复杂,现有检测方法常出现漏检和误检的情况。针对上述问题,提出了一种基于上下文信息增强和特征提纯的抛洒物检测算法,记为CIEFRNet。设计了一种融合上下文Transformer的主干特征提取模块(CSP-COT),充分挖掘局部静态上下文信息和全局动态上下文信息,增强小抛洒物的特征表示;主干网络中使用改进的空间金字塔池化(ISPP),通过级联的空洞卷积实现特征的多尺度下采样,减轻目标细节信息的损失;为提高特征融合能力,设计了特征提纯模块(CNAB),其中嵌入了提出的一种混合注意力机制(ECSA),可抑制图像背景噪声,强化微小抛洒物的特征;引入基于动态非单调聚焦机制的WIoU优化损失函数,提高小抛洒物学习能力,加速网络收敛。实验结果表明,所提方法在自制的高速公路抛洒物数据集上的精确率、召回率、AP0.5和AP0.5:0.95分别达到96.5%、81.6%、88.1%和46.5%,优于当前主流的目标检测方法,其算法复杂度也更低,满足实际场景应用需要。 展开更多
关键词 抛洒物检测 上下文信息 空间金字塔池化 注意力机制 损失函数
下载PDF
引入Transformer的道路小目标检测
3
作者 李丽芬 黄如 《计算机工程与设计》 北大核心 2024年第1期95-101,共7页
针对道路场景中检测小目标时漏检率较高、检测精度低的问题,提出一种引入Transformer的道路小目标检测算法。在原YOLOv4算法基础上,对多尺度检测进行改进,把浅层特征信息充分利用起来;设计ICvT(improved convolutional vision transform... 针对道路场景中检测小目标时漏检率较高、检测精度低的问题,提出一种引入Transformer的道路小目标检测算法。在原YOLOv4算法基础上,对多尺度检测进行改进,把浅层特征信息充分利用起来;设计ICvT(improved convolutional vision transformer)模块捕获特征内部的相关性,获得上下文信息,提取更加全面丰富的特征;在网络特征融合部分嵌入改进后的空间金字塔池化模块,在保持较小计算量的同时增加特征图的感受野。实验结果表明,在KITTI数据集上,算法检测精度达到91.97%,与YOLOv4算法相比,mAP提高了2.53%,降低了小目标的漏检率。 展开更多
关键词 小目标检测 深度学习 YOLOv4算法 多尺度检测 TRANSFORMER 空间金字塔池化 特征融合
下载PDF
可提高检测精度的电力标识牌智能检测方法
4
作者 朱建宝 桑顺 +2 位作者 马青山 俞鑫春 张斌 《电气自动化》 2024年第1期101-103,共3页
电力安全标识牌检测是智能电力安全作业管控系统的重要组成部分。为提高复杂电力场景下安全标识牌的检测精度,提出了一种基于改进YOLO的电力安全标识牌检测方法。在YOLO的基础上,通过增加预测层分辨率提升网络对小目标的预测能力。此外... 电力安全标识牌检测是智能电力安全作业管控系统的重要组成部分。为提高复杂电力场景下安全标识牌的检测精度,提出了一种基于改进YOLO的电力安全标识牌检测方法。在YOLO的基础上,通过增加预测层分辨率提升网络对小目标的预测能力。此外,引入索引池化机制,利用池化掩码限制无用信息的引入,提高了网络分类识别的精确度。试验结果表明,改进后的检测网络在电力标识牌测试集上的平均精度均值达到了75.2%,比常规方法提高了3.2%。所提智能检测方法能够提升电力标识牌的检测识别能力,有利于保障电力生产安全。 展开更多
关键词 电力标识牌 深度学习 目标检测 索引池化 网络识别
下载PDF
YOLOV5s object detection based on Sim SPPF hybrid pooling
5
作者 DONG Xiuhuan LI Shixin ZHANG Jixiang 《Optoelectronics Letters》 EI 2024年第6期367-371,共5页
Aiming at the problem of low surface defect detection accuracy of industrial products, an object detection method based on simplified spatial pyramid pooling fast(Sim SPPF) hybrid pooling improved you only look once v... Aiming at the problem of low surface defect detection accuracy of industrial products, an object detection method based on simplified spatial pyramid pooling fast(Sim SPPF) hybrid pooling improved you only look once version 5s(YOLOV5s) model is proposed. The algorithm introduces channel attention(CA) module, simplified SPPF feature vector pyramid and efficient intersection over union(EIOU) loss function. Feature vector pyramids fuse high-dimensional and low-dimensional features, which makes semantic information richer. The CA mechanism performs maximum pooling and average pooling operations on the feature map. Hybrid pooling comprehensively improves detection computing efficiency and accurate deployment ability. The results show that the improved YOLOV5s model is better than the original YOLOV5s model. The average test accuracy(mAP) can reach 91.8%, which can be increased by 17.4%, and the detection speed can reach 108 FPS, which can be increased by 18 FPS. The improved model is practicable, and the overall performance is better than other conventional models. 展开更多
关键词 YOLOV5s object detection based on Sim SPPF hybrid pooling
原文传递
复杂背景下的无人机图像小目标检测 被引量:1
6
作者 王晓红 胡豫 《计算机工程与应用》 CSCD 北大核心 2023年第15期107-114,共8页
针对无人机航拍图像背景复杂、目标特征小而导致检测精度低的问题,提出了一种基于YOLOv7-w6改进的小目标检测算法EMT-ECoTNet。采用具有全局建模优势的CoT模块和增加最大池化层MaxPool用以挖掘小目标更多纹理信息的MA-ECA通道注意力模... 针对无人机航拍图像背景复杂、目标特征小而导致检测精度低的问题,提出了一种基于YOLOv7-w6改进的小目标检测算法EMT-ECoTNet。采用具有全局建模优势的CoT模块和增加最大池化层MaxPool用以挖掘小目标更多纹理信息的MA-ECA通道注意力模块构建的ECoT Block,有利于小目标特征提取;通过具有大感受野的空间金字塔池化结构M-SPPFCSPC对小目标特征进一步增强;使用EIoU损失函数分别对预测框和真实框之间宽和高的预测结果进行惩罚来提高收敛速度和准确率。实验结果表明,EMT-ECoTNet在VisDrone数据集上mAP50达到62.8%,较原始基线模型YOLOv7-w6提高了3.2个百分点,比主流算法在无人机小目标检测任务上具有更好的检测性能。 展开更多
关键词 无人机图像 复杂背景 小目标检测 注意力机制 空间金字塔池化
下载PDF
基于改进CenterNet网络的绝缘子检测方法 被引量:3
7
作者 孙晗 邹宽胜 《计算机技术与发展》 2023年第3期57-62,共6页
针对输电线路中绝缘子检测准确率不足以及检测时间长的问题,提出一种基于Anchor free(无先验框)的绝缘子检测算法;以CenterNet网络模型为基础,使用Resnet50网络作为特征提取网络,在保证速度的前提下加深网络增强特征提取能力;引入金字... 针对输电线路中绝缘子检测准确率不足以及检测时间长的问题,提出一种基于Anchor free(无先验框)的绝缘子检测算法;以CenterNet网络模型为基础,使用Resnet50网络作为特征提取网络,在保证速度的前提下加深网络增强特征提取能力;引入金字塔池化模块,通过局部多尺度的特征融合提取更加丰富的绝缘子特征信息,避免对绝缘子的漏判从而提升检测精度;对收集的航拍绝缘子图像进行数据增强,建立实验数据集;在网络训练中使用迁移学习的思想,对主干网络进行冻结的方式提高训练效率。通过实验发现,相比较原网络模型,绝缘子检测的平均精度与召回率分别提升16.34%、36.06%,与其他六种网络模型相比较,检测精度与速度均有所提升,具有良好的检测性能及实时性。 展开更多
关键词 绝缘子 目标检测 无先验框 金字塔池化 特征融合
下载PDF
关联增强改进的CenterNet安全帽检测方法
8
作者 黄品超 刘石坚 +1 位作者 徐戈 邹峥 《计算机工程与应用》 CSCD 北大核心 2023年第17期250-256,共7页
施工现场的安全帽佩戴状况自动化检测是保障员工安全的重要手段,目前所面临的挑战包括安全帽目标往往较小、密集且部分被遮挡,难以兼顾方法的精确度和实时性等。为此,提出一种关联增强的CenterNet改进方法。为充分发挥CenterNet逐像素... 施工现场的安全帽佩戴状况自动化检测是保障员工安全的重要手段,目前所面临的挑战包括安全帽目标往往较小、密集且部分被遮挡,难以兼顾方法的精确度和实时性等。为此,提出一种关联增强的CenterNet改进方法。为充分发挥CenterNet逐像素分类的特点,引入关联融合模块来实现深、浅层特征的融合,弥补信息损失;同时使用上下文注意力提升模块来引导关联多级增强,进一步提升检测精度,降低误检率;此外,分阶段实施轻量化策略,剔除冗余、精简网络,极大降低权重规模、提升算法效率。该方法在复杂场景数据集上的准确率为88.6%,平均推理时间12ms,平均权重大小19.5MB,均优于主流对比方法。实验结果证明,该方法兼具强实时性与高准确度,适合复杂场景中的安全帽检测。 展开更多
关键词 目标检测 CenterNet 注意力机制 金字塔池化
下载PDF
基于改进YOLOX的落石检测方法 被引量:1
9
作者 陈垦 欧鸥 +3 位作者 杨长志 龚帅 欧阳飞 向东升 《计算机测量与控制》 2023年第11期53-59,共7页
山坡地区是落石频发的区域,凭人力难以及时发现灾害的发生;为及时检测到落石的发生并做出应对措施,提出一种基于改进YOLOX的落石检测方法,自动检测并报告落石的发生情况;通过自制落石数据集训练YOLOX网络,优化空间金字塔池化结构,获取... 山坡地区是落石频发的区域,凭人力难以及时发现灾害的发生;为及时检测到落石的发生并做出应对措施,提出一种基于改进YOLOX的落石检测方法,自动检测并报告落石的发生情况;通过自制落石数据集训练YOLOX网络,优化空间金字塔池化结构,获取更多语义信息,并引入ECA-Net(Efficient Channel Attention Module,高效通道注意力模块),提高特征的提取能力和特征间的信息传播,同时改进损失函数并使用数据增强,提高网络训练效果;实验结果表明,改进YOLOX算法的mAP@0.5为92.50%,每秒检测帧数为62.6,相较于YOLOX算法,mAP@0.5提高3.45%,每秒检测帧数上涨0.3;与原算法相比,在不损失性能的情况下,精度有较大的提升,同时满足图片与视频数据的实时检测要求。 展开更多
关键词 YOLOX 目标检测 落石检测 注意力机制 空间金字塔池化
下载PDF
基于改进YOLOv3的安全帽佩戴检测算法
10
作者 张旭 董绍江 +1 位作者 胡小林 牟小燕 《机床与液压》 北大核心 2023年第24期26-32,共7页
针对复杂工业场景下安全帽佩戴检测存在检测精度低、误检率和漏检率高以及检测速度慢等问题,提出一种改进YOLOv3的识别精度高、检测速度快的安全帽佩戴检测算法。对传统YOLOv3主干网络进行裁剪改进,使检测速度得到明显提升;引入空间金... 针对复杂工业场景下安全帽佩戴检测存在检测精度低、误检率和漏检率高以及检测速度慢等问题,提出一种改进YOLOv3的识别精度高、检测速度快的安全帽佩戴检测算法。对传统YOLOv3主干网络进行裁剪改进,使检测速度得到明显提升;引入空间金字塔池化模块使局部特征和全局特征更有效地融合;将损失函数改进为CIoU以提升目标预测框与真实目标框的拟合效果;扩充第四特征融合尺度用于小目标检测以提高小目标的识别精度。结果表明:在复杂工业环境下,改进后的YOLOv3安全帽佩戴检测的平均检测精度提高了2.37%,且检测速度提升了2.7倍,同时降低了安全帽佩戴检测的漏检率以及误检率。 展开更多
关键词 目标检测 YOLOv3 空间金字塔池化 安全帽佩戴检测
下载PDF
基于ASPP-SOLOv2的复杂场景下透明玻璃仪器实例分割
11
作者 葛建统 杨鑫 +3 位作者 祝模芮 冉进业 翟持 张浩 《高校化学工程学报》 EI CAS CSCD 北大核心 2023年第6期962-970,共9页
针对深度学习方法对复杂背景下实验室透明玻璃仪器识别效果不佳的问题,建立包含1548张含常用玻璃化学仪器图像的实验室复杂场景实例分割数据集,提出基于动态快速实例分割算法2.0版(SOLOv2)的透明仪器实例分割算法,利用空洞空间金字塔池... 针对深度学习方法对复杂背景下实验室透明玻璃仪器识别效果不佳的问题,建立包含1548张含常用玻璃化学仪器图像的实验室复杂场景实例分割数据集,提出基于动态快速实例分割算法2.0版(SOLOv2)的透明仪器实例分割算法,利用空洞空间金字塔池化(ASPP)融合多尺度信息,通过自下而上增强方式提高底层信息利用率,交并比阈值大于50%的精确率最终达到90.50%,类平均精度(APav)达到76.00%,比原始方法平均精度提高8.7%。消融实验表明ASPP的引入增强透明仪器的几何、边缘等特征的表示能力,提高对密集重叠目标的分割精度。该方法使APav提高22.58%,在骨干网络特征分辨率为原图1/16的阶段,加入该模块可实现浅层信息和高阶语义信息的最佳平衡。 展开更多
关键词 实例分割 透明玻璃仪器数据集 动态快速实例分割 空洞空间金字塔池化
下载PDF
基于金字塔知识的自蒸馏HRNet目标分割方法 被引量:1
12
作者 郑云飞 王晓兵 +2 位作者 张雄伟 曹铁勇 孙蒙 《电子学报》 EI CAS CSCD 北大核心 2023年第3期746-756,共11页
知识蒸馏能有效地将教师网络的表征能力迁移到学生网络,无须改变网络结构即可提升网络的性能.因此,在性能优异的目标分割主干网HRNet(High-Resolution Net)中构建自蒸馏学习模型具有重要意义.针对HRNet并行结构中深层与浅层信息充分融... 知识蒸馏能有效地将教师网络的表征能力迁移到学生网络,无须改变网络结构即可提升网络的性能.因此,在性能优异的目标分割主干网HRNet(High-Resolution Net)中构建自蒸馏学习模型具有重要意义.针对HRNet并行结构中深层与浅层信息充分融合导致直接蒸馏难以实现的挑战,本文提出一种基于多尺度池化金字塔的结构化自蒸馏学习模型:在HRNet分支结构中引入多尺度池化金字塔表示模块,提升网络的知识表示和学习能力;构造“自上而下”和“一致性”两种蒸馏模式;融合交叉熵损失、KL(Kullback-Leibler)散度损失和结构化相似性损失进行自蒸馏学习.在四个包含显著性目标和伪装目标的分割数据集上的实验表明:本文模型在不增加资源开销的前提下,有效提升了网络的目标分割性能. 展开更多
关键词 自蒸馏学习 并行结构网络 多尺度池化金字塔 结构化相似性 目标分割
下载PDF
基于图神经网络的变电站场景三维目标检测
13
作者 张婷 张兴忠 +2 位作者 王慧民 杨罡 王大伟 《计算机工程与应用》 CSCD 北大核心 2023年第9期329-336,共8页
在变电站三维场景中,对巡检人员和带电设备的精确定位与识别是提高人员安全管控水平的前提。针对变电站复杂场景中目标定位与识别不准的问题,提出了一种基于图神经网络的变电站场景三维目标检测方法。该方法基于point-GNN结构设计,在顶... 在变电站三维场景中,对巡检人员和带电设备的精确定位与识别是提高人员安全管控水平的前提。针对变电站复杂场景中目标定位与识别不准的问题,提出了一种基于图神经网络的变电站场景三维目标检测方法。该方法基于point-GNN结构设计,在顶点特征提取阶段,提出PCS(point-channel-sphere)注意力结构,提取更加丰富的关键点特征信息;在GNN边缘特征聚合阶段,采用统筹性池化机制,兼顾最大池化和均值池化从而获取更丰富的全局特征;改进模型损失函数,将Focal Loss作为分类损失使训练更加关注前景点,将DIoU Loss作为回归损失使回归任务更高效。在自建的变电站场景数据集上进行训练与测试,实验表明该方法 mAP值达到73.81%,优于基准模型,能够改善变电站场景中目标的检测效果,对提高人员安全管控水平具有一定的实用价值。 展开更多
关键词 图神经网络 三维目标检测 点云 注意力 统筹性池化 损失函数
下载PDF
基于改进Faster R-CNN的贺兰山岩画检测识别
14
作者 路梦瑶 李春树 《计算机仿真》 北大核心 2023年第2期249-254,共6页
针对贺兰山岩画传统检测识别方法存在受人力影响大、特征提取难和检测识别准确率低等限制,提出了一种基于改进型Faster R-CNN的贺兰山岩画检测与识别方法。上述方法基于残差网络结构,通过特征金字塔网络和空间金字塔池化将多层次、多尺... 针对贺兰山岩画传统检测识别方法存在受人力影响大、特征提取难和检测识别准确率低等限制,提出了一种基于改进型Faster R-CNN的贺兰山岩画检测与识别方法。上述方法基于残差网络结构,通过特征金字塔网络和空间金字塔池化将多层次、多尺度特征进行融合,丰富了特征图的语义信息,提升了特征图的表达能力。实验结果表明,所提改进方法对贺兰山岩画检测识别的平均精度均值(mAP)达到了84.7%,相比改进之前提高了3.3%,能够有效准确的识别贺兰山岩画目标。 展开更多
关键词 贺兰山岩画 更快的区域卷积神经网络 特征金字塔网络 空间金字塔池化 目标检测
下载PDF
基于改进YOLOv5的小目标检测方法 被引量:3
15
作者 王艺成 张国良 张自杰 《计算机与现代化》 2023年第5期100-105,共6页
为了解决传统YOLOv5目标检测算法在检测小目标时存在检测精度不高和漏检的问题,提出一种基于改进YOLOv5的小目标检测方法。首先,为了使Anchor Box能更好地适应小目标,在K-means聚类过程中,使用IOU(Interp Over Union)替换原始使用的欧... 为了解决传统YOLOv5目标检测算法在检测小目标时存在检测精度不高和漏检的问题,提出一种基于改进YOLOv5的小目标检测方法。首先,为了使Anchor Box能更好地适应小目标,在K-means聚类过程中,使用IOU(Interp Over Union)替换原始使用的欧几里得距离公式,重新定义Anchor Box和Ground Truth之间的距离;其次,在空间金字塔池化(Spatial Pyarmid Pooling,SPP)上增加一个池化核大小为3×3的最大池化,提高对小目标的检测精度;最后,制作一个包含多种小型目标的数据集以验证算法性能。实验结果表明:改进YOLOv5算法的验证平均精度(mean Average Precision,mAP)达到76.92%,与经典YOLOv5算法相比提升了3.56个百分点,检测效果有所提升且能检测出漏检目标。 展开更多
关键词 小目标检测 YOLOv5 K-MEANS聚类 空间金字塔池化 平均精度
下载PDF
基于改进YOLOv7的口罩佩戴检测
16
作者 付惠琛 高军伟 车鲁阳 《液晶与显示》 CAS CSCD 北大核心 2023年第8期1139-1147,共9页
佩戴好口罩是居民预防新冠和配合国家疫情防控的有效方式。针对口罩佩戴是否正确、拍摄角度不同以及被遮挡等问题,提出了一种改进的YOLOv7算法。该算法以YOLOv7为基础,在网络的Head区引入卷积注意力机制,使得特征网络在对口罩区域的处... 佩戴好口罩是居民预防新冠和配合国家疫情防控的有效方式。针对口罩佩戴是否正确、拍摄角度不同以及被遮挡等问题,提出了一种改进的YOLOv7算法。该算法以YOLOv7为基础,在网络的Head区引入卷积注意力机制,使得特征网络在对口罩区域的处理中更具有针对性,从而增强特征网络对口罩区域的学习能力;对Backbone区结构进行优化,对ConvNeXt网络结构进行改进,并引入网络中代替部分卷积,提高模型的检测精度和鲁棒性,增强预测精确度的同时不会引入大量额外的计算。对Head层的空间金字塔池化进行改进,提高了训练速度并且加快模型收敛。实验结果表明,在复杂及遮挡的情况下,改进后的YOLOv7的损失函数大幅下降,在测试集上的mAP为93.8%,相比于原始YOLOv7算法提高了3.6%。各个类别的检测精度均有提升,没佩戴口罩、正确佩戴口罩、不正确佩戴口罩类别的精度分别提升6.8%、2.1%、1.7%。本文算法的错检情况明显减少,泛化能力有显著提升。 展开更多
关键词 图像处理 目标检测 YOLOv7算法 卷积注意力机制 空间金字塔池化
下载PDF
复杂场景下显著性目标检测注意力金字塔网络
17
作者 方金生 陶余昊 +1 位作者 朱古沛 陈彦佑 《计算机工程与应用》 CSCD 北大核心 2023年第22期259-267,共9页
近年来,深度卷积神经网络在显著性目标检测中得到广泛关注和研究,并取得了重要进展。但当显著性目标处于复杂背景中时,当前算法的性能仍有待提高。提出一种利用边界感知和注意力机制的金字塔池化网络(attentionbased boundary-aware pyr... 近年来,深度卷积神经网络在显著性目标检测中得到广泛关注和研究,并取得了重要进展。但当显著性目标处于复杂背景中时,当前算法的性能仍有待提高。提出一种利用边界感知和注意力机制的金字塔池化网络(attentionbased boundary-aware pyramid pooling network,ABAPNet),用于复杂场景下的显著性目标检测。ABAPNet通过引入级联式通道注意力和空间注意力机制,采用特征金字塔网络架构获取多层次的语义特征,以高层特征信息来辅助浅层特征;再通过融合二进制交叉熵、结构相似性和联合交集的混合损失函数,可增强获取重要语义特征并且关注目标边界特征,从而引导网络从复杂背景中更好地检测目标。在5个公开数据集上的实验表明,ABAPNet在多个评价指标上均优于比较算法,达到最优性能。 展开更多
关键词 显著性目标检测 注意力机制 深度学习 金字塔池化 边界感知
下载PDF
基于特征增强的轻量级无人机目标检测算法
18
作者 陈运雷 刘紫燕 +3 位作者 吴应雨 郑旭晖 张倩 杨模 《传感技术学报》 CAS CSCD 北大核心 2023年第6期901-910,共10页
针对无人机航拍图像特征少,小尺寸目标多以及检测任务实时性要求高等问题,以YOLOX算法为基础提出基于特征增强的轻量级无人机目标检测算法。首先,设计更加轻量的密集残差网络结构ResNet_G优化模型的主干网络,提升模型对图像特征的利用率... 针对无人机航拍图像特征少,小尺寸目标多以及检测任务实时性要求高等问题,以YOLOX算法为基础提出基于特征增强的轻量级无人机目标检测算法。首先,设计更加轻量的密集残差网络结构ResNet_G优化模型的主干网络,提升模型对图像特征的利用率,同时降低模型复杂度;其次,提出基于注意力机制的Atrous Spatial Pyramid Pooling(ASPP)模块作为特征增强模块,加强上下文信息关联度以减少丢失小目标特征;最后,使用Focal Loss函数与CDIoU Loss函数,改善负样本对模型权重的影响以提高对密集目标的识别能力。实验结果表明,与原网络相比,改进后算法在VisDrone2021数据集上平均检测精度提升5.08%,参数量减少0.25 M,推理时间降低2.21 ms。 展开更多
关键词 无人机小目标检测 轻量化 Ghost模块 Atrous Spatial Pyramid pooling(ASPP) CDIoU Loss Focal Loss
下载PDF
高性能服务器底层网络通信模块的设计方法 被引量:18
19
作者 王文武 赵卫东 +2 位作者 王志成 陈悦 韩下林 《计算机工程》 CAS CSCD 北大核心 2009年第3期103-105,114,共4页
在对I/O完成端口进行底层封装的基础上,提出一种具有高性能的、可扩展性的通用网络通信模块设计方案。该方案采用多种系统性能优化技术,如线程池、对象池和环形缓存区等。该模块在Win32平台上用C++开发完成,经过严格的压力和性能测试后... 在对I/O完成端口进行底层封装的基础上,提出一种具有高性能的、可扩展性的通用网络通信模块设计方案。该方案采用多种系统性能优化技术,如线程池、对象池和环形缓存区等。该模块在Win32平台上用C++开发完成,经过严格的压力和性能测试后,实验结果表明该模块能够支持海量并发连接,具有较高的数据吞吐量,在实际项目应用中也取得了良好的表现。 展开更多
关键词 完成端口 服务器 多线程 线程池 对象池 缓存区
下载PDF
WebGIS的企业级解决方案探讨 被引量:13
20
作者 戚铭尧 池天河 霍亮 《计算机科学》 CSCD 北大核心 2003年第2期55-56,62,共3页
With the appearance of Internet promotes GIS on both technical aspect and applied aspect,traditional GIS encounters huge blocks on Internet platform. In the field of computer ,Distributed Computing technology has seen... With the appearance of Internet promotes GIS on both technical aspect and applied aspect,traditional GIS encounters huge blocks on Internet platform. In the field of computer ,Distributed Computing technology has seen fast progress with three industrial standards. And on GIS field,openGIS Consortium has drawn a series of specifications,which,combining with the three standards,provides enterprise GIS application with foundamental facilities. The authors firstly illustrate the architectures with three models-thin clent,medium client and thick client,then present a mixed model which transfers both vector and raster data between client side and server side with the advantage of high interactivity in clinet and medium data transfer. Afterward,the authors give two enterprise schema based on two standards :COM+and EJB. Finally,the authors list some key technologies which will affect the future WebGIS-openGIS,XML, Windows. net, CORBA, EJB,etc. 展开更多
关键词 WEBGIS 地理信息系统 INTERNET 体系结构
下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部