期刊导航
期刊开放获取
VIP36
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
改进的RetinaNet目标检测算法
被引量：
5
1
作者
于敏
屈丹
司念文
《计算机工程》
CAS
CSCD
北大核心
2022年第8期249-257,共9页
针对经典一阶段目标检测算法RetinaNet难以充分提取不同阶段特征、边界框回归不够准确等问题,提出一个面向目标检测的改进型RetinaNet算法。在特征提取模块中加入多光谱通道注意力,将输入特征中的频率分量合并到注意力处理中,从而捕获...
针对经典一阶段目标检测算法RetinaNet难以充分提取不同阶段特征、边界框回归不够准确等问题,提出一个面向目标检测的改进型RetinaNet算法。在特征提取模块中加入多光谱通道注意力,将输入特征中的频率分量合并到注意力处理中,从而捕获特征原有的丰富信息。将多尺度特征融合模块添加到特征提取模块,多尺度特征融合模块包括1个路径聚合模块和1个特征融合操作,路径聚合模块通过搭建自底向上的路径,利用较浅特征层上精确的定位信号增强整个特征金字塔的信息流,特征融合操作通过融合来自每个阶段的特征信息优化多阶段特征的融合效果。此外,在边界框回归过程中引入完全交并比损失函数,从边界框的重叠面积、中心点距离和长宽比这3个重要的几何因素出发,提升回归过程的收敛速度与准确性。在MS COCO数据集和PASCAL VOC数据集上的实验结果表明,与RetinaNet算法相比,改进型RetinaNet算法在2个数据集上的平均精度分别提高了2.1、1.1个百分点,尤其对于MS COCO数据集中较大目标的检测,检测精度的提升效果更加显著。
展开更多
关键词
深度学习
目标检测
多光谱通道注意力
多尺度特征融合
完全交并比
在线阅读
下载PDF
职称材料
改进型CenterNet的高铁无砟轨道板表面裂缝检测算法
2
作者
吴铭权
罗晖
+2 位作者
李琛彪
李佳敏
蔡联明
《电子测量技术》
北大核心
2023年第10期123-128,共6页
针对传统的高铁无砟轨道板表面裂缝检测方法存在检测精度低、速度慢的问题,提出一种改进型CenterNet的高铁无砟轨道板表面裂缝检测算法。该算法在编解码网络之间加入空洞空间金字塔池化模块(ASPP),以此扩大特征图的感受野,充分提取不同...
针对传统的高铁无砟轨道板表面裂缝检测方法存在检测精度低、速度慢的问题,提出一种改进型CenterNet的高铁无砟轨道板表面裂缝检测算法。该算法在编解码网络之间加入空洞空间金字塔池化模块(ASPP),以此扩大特征图的感受野,充分提取不同尺度的上下文信息;然后在特征提取网络中加入多光谱通道注意力模块(MCA),使网络可以更好学习每个通道的权重,捕获图像丰富的输入特征信息;最后使用α-IoU损失函数来提高边界框预测的准确度。实验结果表明,本算法平均检测精度(mAP)达到84.12%,相比传统算法平均检测精度提升了3.37%,对于轨道板表面裂缝具有较好的检测效果。
展开更多
关键词
裂缝检测
CenterNet
空洞空间金字塔池化
多光谱通道注意力
α-IoU
在线阅读
下载PDF
职称材料
题名
改进的RetinaNet目标检测算法
被引量：
5
1
作者
于敏
屈丹
司念文
机构
郑州大学软件学院
战略支援部队信息工程大学信息系统工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第8期249-257,共9页
基金
国家自然科学基金(62171470,61673395)。
文摘
针对经典一阶段目标检测算法RetinaNet难以充分提取不同阶段特征、边界框回归不够准确等问题,提出一个面向目标检测的改进型RetinaNet算法。在特征提取模块中加入多光谱通道注意力,将输入特征中的频率分量合并到注意力处理中,从而捕获特征原有的丰富信息。将多尺度特征融合模块添加到特征提取模块,多尺度特征融合模块包括1个路径聚合模块和1个特征融合操作,路径聚合模块通过搭建自底向上的路径,利用较浅特征层上精确的定位信号增强整个特征金字塔的信息流,特征融合操作通过融合来自每个阶段的特征信息优化多阶段特征的融合效果。此外,在边界框回归过程中引入完全交并比损失函数,从边界框的重叠面积、中心点距离和长宽比这3个重要的几何因素出发,提升回归过程的收敛速度与准确性。在MS COCO数据集和PASCAL VOC数据集上的实验结果表明,与RetinaNet算法相比,改进型RetinaNet算法在2个数据集上的平均精度分别提高了2.1、1.1个百分点,尤其对于MS COCO数据集中较大目标的检测,检测精度的提升效果更加显著。
关键词
深度学习
目标检测
多光谱通道注意力
多尺度特征融合
完全交并比
Keywords
deep learning
object detection
multi-spectral channel attention
multi-scale feature fusion
Complete Intersection over Union(CIoU)
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
改进型CenterNet的高铁无砟轨道板表面裂缝检测算法
2
作者
吴铭权
罗晖
李琛彪
李佳敏
蔡联明
机构
华东交通大学信息工程学院
出处
《电子测量技术》
北大核心
2023年第10期123-128,共6页
基金
国家自然科学基金(62262021)
江西省教育厅科学技术研究重点项目(GJJ200603)资助。
文摘
针对传统的高铁无砟轨道板表面裂缝检测方法存在检测精度低、速度慢的问题,提出一种改进型CenterNet的高铁无砟轨道板表面裂缝检测算法。该算法在编解码网络之间加入空洞空间金字塔池化模块(ASPP),以此扩大特征图的感受野,充分提取不同尺度的上下文信息;然后在特征提取网络中加入多光谱通道注意力模块(MCA),使网络可以更好学习每个通道的权重,捕获图像丰富的输入特征信息;最后使用α-IoU损失函数来提高边界框预测的准确度。实验结果表明,本算法平均检测精度(mAP)达到84.12%,相比传统算法平均检测精度提升了3.37%,对于轨道板表面裂缝具有较好的检测效果。
关键词
裂缝检测
CenterNet
空洞空间金字塔池化
多光谱通道注意力
α-IoU
Keywords
crack detection
CenterNet
atrous space pyramid pooling
multi-spectral channel attention
α-IoU
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进的RetinaNet目标检测算法
于敏
屈丹
司念文
《计算机工程》
CAS
CSCD
北大核心
2022
5
在线阅读
下载PDF
职称材料
2
改进型CenterNet的高铁无砟轨道板表面裂缝检测算法
吴铭权
罗晖
李琛彪
李佳敏
蔡联明
《电子测量技术》
北大核心
2023
0
在线阅读
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
