基于改进Mask R-CNN模型的粘连烟丝识别方法

1

作者 张伟伟 姬远鹏 +5 位作者 元春波 王君婷 齐晓任 张卫正 李萌 饶智 《轻工学报》 CAS 北大核心 2024年第5期78-85,共8页

为精准识别并高效分割粘连烟丝,提出一种基于改进掩码区域卷积神经网络模型(Mask R-CNN)的粘连烟丝识别方法。首先,采集粘连烟丝图像,通过图像增强操作将数据集扩充到训练模型所需的样本数量;其次,在Mask R-CNN模型的基础上对训练样本... 为精准识别并高效分割粘连烟丝,提出一种基于改进掩码区域卷积神经网络模型(Mask R-CNN)的粘连烟丝识别方法。首先,采集粘连烟丝图像,通过图像增强操作将数据集扩充到训练模型所需的样本数量;其次,在Mask R-CNN模型的基础上对训练样本中的粘连烟丝图像进行边缘特征提取、分形特征提取,获得更清晰、连续的图像边缘特征信息和纹理特征信息;再次,将原始特征、边缘特征、分形特征进行融合以充分利用不同层次的特征信息,丰富底层特征;最后,通过引入混合注意力机制关注特征图的通道和空间维度,从而提高粘连烟丝识别的效率和准确性。模型性能对比结果表明:基于改进Mask R-CNN模型的识别方法的平均交并比(Avg.MIoU)为85.29%,类别平均像素准确率(Avg.MPA)为84.33%,其能够快速、准确地识别并分割出单根烟丝,识别效果优于Mask R-CNN和DeepLabV3+模型识别方法,可为后续烟丝宽度检测提供技术支持。 展开更多

关键词 粘连烟丝 改进Mask r-cnn模型 边缘特征提取 特征融合 混合注意力机制

在线阅读 下载PDF 职称材料

基于Mask R-CNN模型的铁路隧道衬砌机制砂混凝土裂缝视觉检测 被引量：1

2

作者 蒋志超 贺兆鹏 《无损检测》 CAS 2024年第6期60-65,共6页

铁路隧道衬砌结构裂缝图像具有复杂的灰度分布和变化特征,局部和全局的多特征信息会干扰跟踪方向和边界跟踪参数,模型可扩展性受限,检测准确率较低。为此,提出基于Mask R-CNN模型的铁路隧道衬砌机制砂混凝土裂缝视觉检测方法。首先输入... 铁路隧道衬砌结构裂缝图像具有复杂的灰度分布和变化特征,局部和全局的多特征信息会干扰跟踪方向和边界跟踪参数,模型可扩展性受限,检测准确率较低。为此,提出基于Mask R-CNN模型的铁路隧道衬砌机制砂混凝土裂缝视觉检测方法。首先输入分段线性变换后的砂混凝土裂缝图像,抽取阈值,生成连通域标识,再以像素点为背景点,在Mask R-CNN模型中,同时检测裂缝区域的位置和标记像素级的边缘掩膜,判定裂缝边界起点与裂缝宽度;然后进行累加视觉检测方法设计,按照裂缝的几何特征以及排序结果,求解裂缝长度,获得完整的裂缝轮廓。试验结果表明,所提方法可以较为完整地检测所有关键位置,裂缝参数信息检测准确率较高;迭代次数升高后,检测结果受到的影响较小,可扩展性得到了改善,可适应任务需求,具有较好的应用价值。 展开更多

关键词 Mask r-cnn模型 铁路隧道 衬砌机制 砂混凝土裂缝 视觉检测

在线阅读 下载PDF 职称材料

基于Mask R-CNN模型的红外灰度图像坝体渗水区域快速检测的技术研究

3

作者 黄佳一 詹燕坤 《科技资讯》 2024年第23期155-158,共4页

随着水利工程中坝体安全问题的日益严峻,高效、精准地检测坝体渗水区域成为保障坝体结构安全的关键。红外灰度图像因其对温度变化敏感已逐渐成为渗水区域检测的重要工具。因此,提出了一种基于掩膜区域的卷积神经网络(Mask Region-Based ... 随着水利工程中坝体安全问题的日益严峻,高效、精准地检测坝体渗水区域成为保障坝体结构安全的关键。红外灰度图像因其对温度变化敏感已逐渐成为渗水区域检测的重要工具。因此,提出了一种基于掩膜区域的卷积神经网络(Mask Region-Based Convolutional Neural Network,Mask R-CNN)的红外灰度图像坝体渗水区域快速检测方法,此方法通过区域提议网络(Region Proposal Network,RPN)和RoIAlign等核心技术,实现对渗水区域的精确定位与像素级分割,并结合噪声抑制和图像增强技术,进一步提升了检测的精度与鲁棒性。通过与传统算法的对比实验,验证了所提方法在复杂背景下的检测优越性。实验结果表明:Mask R-CNN模型不仅在精度和检测效率上显著优于阈值分割和边缘检测等传统方法,同时在渗水区域边界细节的捕捉上具备更强的适应性。 展开更多

关键词 Mask r-cnn模型 红外灰度 坝体渗水区域 快速检测

在线阅读 下载PDF 职称材料

基于CNKI数据库的Faster R-CNN模型应用可视化分析

4

作者 丁士宁 《智能计算机与应用》 2024年第4期113-117,共5页

为了解Faster R-CNN模型在国内的研究现状和研究热点,基于在CNKI数据库中检索的248篇核心期刊文献,使用Excel和VOSviewer软件对年度发文量、作者、关键词进行分析并进行可视化。结果表明:国内关于Faster R-CNN模型的研究最早出现在2017... 为了解Faster R-CNN模型在国内的研究现状和研究热点,基于在CNKI数据库中检索的248篇核心期刊文献,使用Excel和VOSviewer软件对年度发文量、作者、关键词进行分析并进行可视化。结果表明:国内关于Faster R-CNN模型的研究最早出现在2017年,且在2017-2021年度发文量逐年递增,2021年年度发文量达到73篇的峰值,并在2022年回落到43篇;超过95%的作者仅发表1篇文献,发表文献不少于3篇的作者仅9位,且作者之间的合作松散;Faster R-CNN模型的应用领域主要集中于交通标志检测、车辆检测、杂草识别、遥感图像等方面,模型的改进方法包括Soft NMS、注意力机制、K-means聚类等。 展开更多

关键词 Faster r-cnn模型 EXCEL VOSviewer 核心期刊 可视化

在线阅读 下载PDF 职称材料

基于改进Mask R-CNN模型的电力场景目标检测方法 被引量：22

5

作者 孔英会 王维维 +1 位作者 张珂 戚银城 《科学技术与工程》 北大核心 2020年第8期3134-3142,共9页

为了解决电力施工现场中安全帽佩戴情况以及危险区域行人入侵检测问题,提出一种基于改进Mask R-CNN模型的目标检测方法。首先依据迁移学习策略对Mask R-CNN主干网络进行参数初始化,以提取图像基本特征;然后引入特征金字塔结构进行自下... 为了解决电力施工现场中安全帽佩戴情况以及危险区域行人入侵检测问题,提出一种基于改进Mask R-CNN模型的目标检测方法。首先依据迁移学习策略对Mask R-CNN主干网络进行参数初始化,以提取图像基本特征;然后引入特征金字塔结构进行自下而上的特征图提取,完成多尺度特征融合;接着,通过多尺度变换方法对区域推荐网络进行调整,获取锚点进行回归计算完成检测实验;最终对结果进行分析评价,多目标平均准确率达到了95.22%。将改进后的Mask R-CNN模型用于监控视频分析,针对监控视频像素过低问题,加入拉普拉斯算法锐化边缘,精准率提高到90.9%,验证了拉普拉斯算法对低质量监控视频检测的有效性。 展开更多

关键词 MASK r-cnn模型 电力施工现场 目标检测 特征金字塔 区域推荐网络

在线阅读 下载PDF 职称材料

Faster R-CNN模型在车辆检测中的应用 被引量：66

6

作者 王林 张鹤鹤 《计算机应用》 CSCD 北大核心 2018年第3期666-670,共5页

针对传统机器学习方法在车辆检测应用中易受光照、目标尺度和图像质量等因素影响,效率低下且泛化能力较差的问题,提出一种基于改进的较快的基于区域卷积神经网络(R-CNN)模型的车辆检测方法。该方法以Faster R-CNN模型为基础,通过对输入... 针对传统机器学习方法在车辆检测应用中易受光照、目标尺度和图像质量等因素影响,效率低下且泛化能力较差的问题,提出一种基于改进的较快的基于区域卷积神经网络(R-CNN)模型的车辆检测方法。该方法以Faster R-CNN模型为基础,通过对输入图像进行卷积和池化等操作提取车辆特征,结合多尺度训练和难负样本挖掘策略降低复杂环境的影响,利用KITTI数据集对深度神经网络模型进行训练,并采集实际场景中的图像进行测试。仿真实验中,在保证检测时间的情况下,相对原Faster R-CNN算法检测精确度提高了约8%。实验结果表明,所提方法能够自动地提取车辆特征,解决了传统方法提取特征费时费力的问题,同时提高了车辆检测精确度,具有良好的泛化能力和适用范围。 展开更多

关键词 车辆检测 FASTER r-cnn模型 区域建议网络 难负样本挖掘 KITTI数据集

在线阅读 下载PDF 职称材料

深度网络自适应优化的Mask R-CNN模型在铸件表面缺陷检测中的应用研究 被引量：11

7

作者 马宇超 付华良 +4 位作者 吴鹏 陈信华 王鼎 陈帅 曹晨雨 《现代制造工程》 CSCD 北大核心 2022年第4期112-118,共7页

针对传统铸件表面缺陷检测方法不能进行分类检测、检测效率低以及检测精度低等问题,提出了一种深度网络自适应优化的Mask R-CNN模型,将其应用于铸件表面缺陷检测中,实现缺陷的精确识别和分类。选择裂纹、气孔和缩松3种常见缺陷作为研究... 针对传统铸件表面缺陷检测方法不能进行分类检测、检测效率低以及检测精度低等问题,提出了一种深度网络自适应优化的Mask R-CNN模型,将其应用于铸件表面缺陷检测中,实现缺陷的精确识别和分类。选择裂纹、气孔和缩松3种常见缺陷作为研究对象,使用Labelme图像标注工具对铸件表面缺陷图像进行了标注,生成数据集。同时,运用PyTorch深度学习框架搭建Mask R-CNN模型,利用深度迁移学习的网络自适应策略优化模型的泛化能力。通过主干特征提取网络对输入的图形数据进行全图特征提取;采用区域建议网络(Regional Proposal Network,RPN)生成区域建议框;利用RoI Align获取感兴趣区域,通过分类、回归网络分别进行分类、回归,同时进行掩膜生成;在铸件表面缺陷检测平台上进行验证实验,并与其他深度学习检测方法进行对比。实验结果表明,优化后的Mask R-CNN模型整体性能优于原Mask R-CNN模型、Faster R-CNN模型和YOLO v3模型,能准确检测出常见的铸件表面缺陷,平均检测精度mAP达到92%,对铸件表面缺陷检测领域有较好的研究应用价值。 展开更多

关键词 缺陷检测 深度学习 Mask r-cnn模型 迁移学习 深度网络自适应

在线阅读 下载PDF 职称材料

结合Faster R-CNN模型的遥感影像建筑物检测 被引量：15

8

作者 李东子 范大昭 苏亚龙 《测绘科学技术学报》 CSCD 北大核心 2018年第4期389-394,共6页

高分辨率遥感影像场景复杂,其中建筑物目标种类结构各异且存在大量遮挡,现有检测算法使用特征表达性不强。结合Faster R-CNN模型设计一种针对遥感影像的建筑物检测方法。首先通过共享卷积网络获取原始影像的深层特征图;然后结合区域建... 高分辨率遥感影像场景复杂,其中建筑物目标种类结构各异且存在大量遮挡,现有检测算法使用特征表达性不强。结合Faster R-CNN模型设计一种针对遥感影像的建筑物检测方法。首先通过共享卷积网络获取原始影像的深层特征图;然后结合区域建议网络生成初步检测结果;最后根据Fast R-CNN检测网络对结果进行进一步判定和边界回归。针对困难样本造成的训练中断,对训练策略进行改进,通过近似联合训练的方法对模型参数同步调优。实验结果表明,该方法准确率和召回率明显优于DPM方法,对非训练测试集遥感影像具有较好鲁棒性,有效实现了针对遥感影像的建筑物检测。 展开更多

关键词 遥感影像 建筑物检测 FASTER r-cnn模型 区域建议网络 近似联合训练

在线阅读 下载PDF 职称材料

基于迁移学习Faster R-CNN模型田间红提葡萄果穗的识别 被引量：5

9

作者 查志华 周文静 吴杰 《石河子大学学报（自然科学版）》 CAS 北大核心 2021年第1期26-31,共6页

葡萄种植过程中大部分工作由人工完成,其劳动强度较大且生产效率低,为实现田间作业的自动化需要准确识别田间葡萄果穗,本文采用Faster R-CNN模型实现田间红提葡萄果穗的识别。首先根据田间环境采用不同设备采集葡萄果穗图像,包括不同光... 葡萄种植过程中大部分工作由人工完成,其劳动强度较大且生产效率低,为实现田间作业的自动化需要准确识别田间葡萄果穗,本文采用Faster R-CNN模型实现田间红提葡萄果穗的识别。首先根据田间环境采用不同设备采集葡萄果穗图像,包括不同光照强度下不同成熟度的葡萄果穗图像,通过数据扩增的方法将样本数量扩大4倍并制作数据集,再分别采用Resnet50、Googlenet、VGG16、VGG19、Alexnet作为Faster R-CNN模型的区域候选网络(RPN),并对比分析5种迁移学习模型的识别结果,选择较优的模型进行参数优化。5种迁移学习模型识别结果表明:VGG16迁移学习模型识别效果最佳;当VGG16迁移学习模型训练学习率调整为0.000 1,循环次数为20次时,模型识别平均精度达99.07%,平均检测时间26 ms;本文方法能够实现田间环境下红提葡萄果穗的识别,可为今后自动化葡萄园管理提供研究基础。 展开更多

关键词 Faster r-cnn模型 迁移学习 目标识别 果穗

在线阅读 下载PDF 职称材料

基于改进Faster R-CNN模型的草莓果实识别算法 被引量：3

10

作者 李佳俊 朱子峰 +5 位作者 刘洪鑫 苏昱荣 温传闻 张原升 张慧敏 邓立苗 《湖北农业科学》 2023年第11期183-190,共8页

针对Faster R-CNN模型对自然状态下草莓(Fragaria ananassa Duch.)识别准确率不高的问题,以地垄种植草莓的实拍图片为数据源,采用改进RPN结构和更换主干特征提取网络的方法对Faster RCNN模型进行了改进。结果表明,改进Faster R-CNN模型... 针对Faster R-CNN模型对自然状态下草莓(Fragaria ananassa Duch.)识别准确率不高的问题,以地垄种植草莓的实拍图片为数据源,采用改进RPN结构和更换主干特征提取网络的方法对Faster RCNN模型进行了改进。结果表明,改进Faster R-CNN模型识别成熟草莓平均精度(AP)为0.893 0,识别未成熟草莓平均精度(AP)为0.820 7,草莓识别准确率达到较高水平,解决了未成熟草莓识别困难的问题。同时,为了检验模型的自动计数性能,依据模型的识别结果建立了自动计数与人工计数的线性回归,成熟草莓、未成熟草莓的相关系数分别为0.973 7、0.944 7,自动计数与人工计数拥有较高的相关性,表明改进Faster R-CNN模型具有较高的识别性能与计数能力。 展开更多

关键词 草莓(Fragaria ananassa Duch.) 识别 Faster r-cnn模型 ResNet50

在线阅读 下载PDF 职称材料

Mask R-CNN模型在茄花花期识别中的应用研究 被引量：2

11

作者 郑凯 方春 +2 位作者 袁思邈 冯创 李国坤 《计算机工程与应用》 CSCD 北大核心 2022年第18期318-326,共9页

将Mask R-CNN实例分割模型应用于茄子花期识别研究,针对Mask R-CNN模型对大目标物存在误检和漏检的情况,提出使用混合空洞卷积融合普通卷积的方法,在ResNet50的残差块中进行参数修改,通过堆叠残差块完成对整个特征提取网络的改进,扩大... 将Mask R-CNN实例分割模型应用于茄子花期识别研究,针对Mask R-CNN模型对大目标物存在误检和漏检的情况,提出使用混合空洞卷积融合普通卷积的方法,在ResNet50的残差块中进行参数修改,通过堆叠残差块完成对整个特征提取网络的改进,扩大了特征图感受野,增强了全局信息关联性;针对出现的过拟合问题,运用迁移学习方法将预训练的ResNet50特征提取网络作为茄花识别模型的初始参数,提高了模型在测试集泛化能力的同时提升了模型训练速度。运用改进的模型在测试集上的mAP为0.962,mIOU为0.715。通过定性分析并与其他模型进行对比,证明改进的模型能有效提高大目标物分割能力,对茄子花期识别具有良好效果。该研究为茄花自动授粉与花期管理提供了技术支持,对保证授粉质量,提升经济效益具有重要意义。 展开更多

关键词 Mask r-cnn模型 实例分割 目标检测 混合空洞卷积 迁移学习

在线阅读 下载PDF 职称材料

基于Mask R-CNN模型的虫害识别方法研究

12

作者 张耀丽 许宁 +3 位作者 宋裕民 康建明 张国海 孟庆山 《农业装备与车辆工程》 2023年第1期44-47,52,共5页

为提高果园虫害远程监测自动识别的准确率与稳定性,以梨小食心虫作为研究对象,提出了基于Mask R-CNN目标检测模型的虫害识别方法。在Faster R-CNN模型基础上优化添加用以预测分割的Mask回归分支,将进行2次量化操作的Ro I Pooling层替换... 为提高果园虫害远程监测自动识别的准确率与稳定性,以梨小食心虫作为研究对象,提出了基于Mask R-CNN目标检测模型的虫害识别方法。在Faster R-CNN模型基础上优化添加用以预测分割的Mask回归分支,将进行2次量化操作的Ro I Pooling层替换为使用线性插值算法的Ro I Align层,另外添加并列的FCN层,使模型具有更强大的泛化能力,可在有效检测目标的同时输出高质量的实例分割Mask。采用固定式物联网捕虫装置获取数据样本,并应用数据增广和掩模标注等方法构建数据集,经过深度学习训练,可有效提高果园虫害识别的准确性。实验表明,该方法的目标识别平均准确率达98.87%,能够对梨小食心虫进行精确、稳定、高效的识别,可为精确虫害防治提供参考。 展开更多

关键词 虫害识别 Mask r-cnn模型 样本采集 图像预处理 梨小食心虫

在线阅读 下载PDF 职称材料

基于改进Faster R-CNN模型的丁岙杨梅成熟度检测方法

13

作者 刘玉耀 彭琼尹 《湖北农业科学》 2025年第4期7-13,30,共8页

为了在复杂的自然生长环境中快速、精准地实现丁岙杨梅(Myrica rubra)不同成熟度检测,提出基于改进Faster R-CNN模型(ConvNeXt-T+SE+FPN)的丁岙杨梅成熟度检测方法。采用ConvNeXt-T作为主干特征提取网络,提升复杂场景下的检测能力;引入... 为了在复杂的自然生长环境中快速、精准地实现丁岙杨梅(Myrica rubra)不同成熟度检测,提出基于改进Faster R-CNN模型(ConvNeXt-T+SE+FPN)的丁岙杨梅成熟度检测方法。采用ConvNeXt-T作为主干特征提取网络,提升复杂场景下的检测能力;引入了SE注意力机制和特征金字塔网络(FPN),增强模型对丁岙杨梅不同成熟度特征敏感性以及小目标果实的检测能力。相较于ResNet50,ConvNeXt-T+SE、ConvNeXt-T+FPN、ConvNeXt-T+SE+FPN能够使模型的平均精度均值(mAP)分别提升14.75%、19.85%、21.86%,其中ConvNeXt-T+SE+FPN的mAP提升幅度最大,能够有效提高丁岙杨梅不同成熟度的检测性能。通过对丁岙杨梅图像数据集进行训练和测试,改进Faster R-CNN模型在不同成熟度果实的检测中表现出较高的准确性,对未成熟、半成熟、近成熟和全成熟果实识别的平均精度(AP)分别为96.90%、94.63%、95.91%、97.58%,mAP为96.26%;相比Faster R-CNN模型,改进Faster R-CNN模型的mAP提升了21.86%。改进Faster R-CNN模型能够有效提升丁岙杨梅成熟度的检测精度,给杨梅的智能化采摘提供有力支持。 展开更多

关键词 丁岙杨梅(Myrica rubra) 改进Faster r-cnn模型 成熟度 检测

在线阅读 下载PDF 职称材料

基于改进Mask R-CNN的对虾部位分割方法

14

作者 蔡礼扬 宁萌 +3 位作者 杨九洲 陈义亮 马泓睿 王雨芊 《包装与食品机械》 北大核心 2025年第1期17-25,共9页

为解决对虾加工中部位精准分割的问题,提出一种基于深度学习的方法来完成对虾各部位的语义分割。融入SimAM空间注意力机制于语义分割模型Mask R-CNN的特征提取网络ResNet的残差块中,并采用Sobel算子进行边缘提取,增加边缘损失函数,提升... 为解决对虾加工中部位精准分割的问题,提出一种基于深度学习的方法来完成对虾各部位的语义分割。融入SimAM空间注意力机制于语义分割模型Mask R-CNN的特征提取网络ResNet的残差块中,并采用Sobel算子进行边缘提取,增加边缘损失函数,提升模型边缘分割精度。结果表明,模型的平均交并比为94.14%,平均像素准确率为97.06%,头部轮廓交并比为84.12%,躯干轮廓交并比为83.79%,尾部轮廓交并比为94.31%。采用相同的数据集和试验环境与Unet,PSPNet,SegNet,Segformer进行对比试验,所提出的方法分割效果优于其他经典分割模型,可较好地完成对虾部位的分割任务。研究结果为对虾加工领域提供一种新思路。 展开更多

关键词 对虾 部位分割 Mask r-cnn模型 边缘监督 注意力机制

在线阅读 下载PDF 职称材料

基于Mask R-CNN的书脊检测技术研究

15

作者 代凤菊 黄琛 任欢 《物联网技术》 2025年第9期20-23,29,共5页

对图书的定位与识别是智能化管理图书的关键环节。为实现图书的精准定位,提出一种改进的Mask R-CNN书脊检测方法。针对原始Mask R-CNN模型无法准确定位有倾斜角度书脊的问题,引入旋转目标检测方法,将Mask R-CNN中的区域建议网络替换成... 对图书的定位与识别是智能化管理图书的关键环节。为实现图书的精准定位,提出一种改进的Mask R-CNN书脊检测方法。针对原始Mask R-CNN模型无法准确定位有倾斜角度书脊的问题,引入旋转目标检测方法,将Mask R-CNN中的区域建议网络替换成旋转区域建议网络,同时将水平候选框替换为带有角度的矩形框,并对IoU、边界框取值、正负样本判断、损失函数等运算方式进行了修改。实验结果表明,改进后的模型能够提升对密集倾斜书脊的分割性能。 展开更多

关键词 Mask r-cnn模型 书脊检测 图像分割 深度学习 旋转区域建议网络 智慧图书馆

在线阅读 下载PDF 职称材料

基于改进Mask R-CNN的无人船视觉检测

16

作者 佟剑峰 于雨 《船海工程》 北大核心 2025年第1期6-12,共7页

针对无人船视觉检测算法准确率低及水界线检测困难的问题,构造自定义数据集并提出改进Mask R-CNN网络模型的无人船视觉检测算法。改进后的算法以Mask R-CNN网络模型为检测框架,将骨干网络由ResNet50替换成ResNeXt50并加入SENet注意力机... 针对无人船视觉检测算法准确率低及水界线检测困难的问题,构造自定义数据集并提出改进Mask R-CNN网络模型的无人船视觉检测算法。改进后的算法以Mask R-CNN网络模型为检测框架,将骨干网络由ResNet50替换成ResNeXt50并加入SENet注意力机制模块提高模型的特征提取能力;在特征金字塔网络(feature pyramid network,FPN)中加入多尺度的特征提取模块(inception模块),提高特征图的融合效果;加入多尺度锚框(anchors),提高模型对于多尺度目标的检测效果;通过直方图均衡化、调整对比度的方式对输入图像进行预处理,优化输入图像。结果表明,改进后的Mask R-CNN网络模型相比于原始的网络模型在目标检测任务中平均精度均值(mean average precision,mAP)提高了8.86%,交并比为0.5条件下的平均精度(IOU=0.5 average precision,AP 50)提高了9.39%;在实例分割任务中mAP提高了4.55%,AP 50提高了4.63%。相关改进,提高了无人船视觉检测的效率。 展开更多

关键词 无人船视觉 Mask r-cnn网络模型 骨干网络 注意力机制 特征融合

在线阅读 下载PDF 职称材料

基于Mask R-CNN的电力关键设备运行状态检测 被引量：2

17

作者 吕超 杨德宇 +1 位作者 刘文杰 张克胜 《电子设计工程》 2024年第2期107-110,115,共5页

为判断电力关键设备两端负载电压与干路总电压之间的数值关系,提出基于Mask R-CNN的电力关键设备运行状态检测方法。在Mask R-CNN网络结构中,判断电量信号的时域范围与频域范围。然后根据负荷阻抗特征计算交流参数的取值结果,再联合已... 为判断电力关键设备两端负载电压与干路总电压之间的数值关系,提出基于Mask R-CNN的电力关键设备运行状态检测方法。在Mask R-CNN网络结构中,判断电量信号的时域范围与频域范围。然后根据负荷阻抗特征计算交流参数的取值结果,再联合已获取的电信号参量,求解连续相关函数,从而检测电力关键设备运行状态。实验过程中,设备两端负载电压、内阻消耗电压之和与干路总电压之间的差值未超过1.5 V,说明该方法能够证明电力关键设备两端负载电压、内阻消耗电压之和等于干路总电压数值的猜想成立,可以根据该验证检测电力关键设备运行状态是否正常。 展开更多

关键词 Mask r-cnn模型 电力设备 运行状态 负荷阻抗 交流参数 负载电压

在线阅读 下载PDF 职称材料

基于注意力机制和Faster R-CNN深度学习的海洋目标识别模型 被引量：11

18

作者 文莉莉 孙苗 邬满 《大连海洋大学学报》 CAS CSCD 北大核心 2021年第5期859-865,共7页

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、... 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。 展开更多

关键词 注意力机制 SENet模型 SKNet模型 区域候选网络 Faster r-cnn模型 目标检测 深度学习

在线阅读 下载PDF 职称材料

基于Faster R-CNN的动漫场景多人物自动识别研究

19

作者 高梦 《佳木斯大学学报（自然科学版）》 CAS 2024年第3期53-57,共5页

当前动漫场景多人物识别方法在提取目标特征时,对于汇聚特征信息的滑动窗口定位不准确,所提取到的特征信息不准确,导致识别精度较差,因此为了解决这一问题,提出了一种基于Faster R-CNN的动漫场景多人物自动识别方法。标注大量动漫场景... 当前动漫场景多人物识别方法在提取目标特征时,对于汇聚特征信息的滑动窗口定位不准确,所提取到的特征信息不准确,导致识别精度较差,因此为了解决这一问题,提出了一种基于Faster R-CNN的动漫场景多人物自动识别方法。标注大量动漫场景人物形象图片,构建训练集和测试集,将其输入Faster R-CNN神经网络模型,提取图像特征并构建特征图。采用滑动窗口遍历特征图,选择特征向量评分最高的窗口,保证窗口内局部特征可以充分表示动漫人物主要特征,根据特征提取结果自动识别多个动漫人物身份,完成动漫场景多人物自动识别。实验结果表明,设计方法与两种传统方法相比,人物识别召回率分别提升了11.10%和18.99%,提高了目标识别精度,人物识别过拟合比率稳定在1.0060,说明该方法能够高精度不同类别的动漫人物,且识别过程较为稳定,识别效率较高。 展开更多

关键词 Faster r-cnn模型 训练数据 测试数据 动漫场景 多人物识别 特征提取

在线阅读 下载PDF 职称材料

基于Faster R-CNN图像处理的变电站异常设备红外检测方法 被引量：7

20

作者 蒋健 刘年 孙超 《沈阳工业大学学报》 CAS 北大核心 2024年第2期157-164,共8页

针对智能变电站内一次设备红外监测图像分析与处理智能化较低的问题,提出了一种基于Faster R-CNN的变电站异常设备红外检测图谱分析方法,并实现了变电站故障设备的智能识别和原因分析。将远程终端单元所采集到的红外图像进行预处理,并... 针对智能变电站内一次设备红外监测图像分析与处理智能化较低的问题,提出了一种基于Faster R-CNN的变电站异常设备红外检测图谱分析方法,并实现了变电站故障设备的智能识别和原因分析。将远程终端单元所采集到的红外图像进行预处理,并对图中的变电站设备进行识别;采用大津算法结合图像灰度值的特殊性对图像进行分割与图像配准;Faster R-CNN则用于对比判断设备是否处于故障状态并分析原因。实验测试结果表明,所提方法对于多种故障设备的识别准确率均在90%以上,具有较优的鲁棒性。 展开更多

关键词 智能变电站 一次设备 故障检测 红外图谱 图像处理 OSTU算法 图像灰度值 Faster r-cnn模型

在线阅读 下载PDF 职称材料