期刊导航
期刊开放获取
重庆大学
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
基于改进单次多目标检测器的果面缺陷冬枣实时检测
被引量:
4
1
作者
李颀
陈哲豪
《江苏农业学报》
CSCD
北大核心
2022年第1期119-128,共10页
为实现果面缺陷冬枣实时检测,并解决缺陷的尺寸与位置不同影响检测精度的问题,提出一种基于改进单次多目标检测器(Single shot multibox detector,SSD)的果面缺陷冬枣实时检测方法。以陕西大荔冬枣中的虫蛀、轮纹和木质化3种缺陷果和正...
为实现果面缺陷冬枣实时检测,并解决缺陷的尺寸与位置不同影响检测精度的问题,提出一种基于改进单次多目标检测器(Single shot multibox detector,SSD)的果面缺陷冬枣实时检测方法。以陕西大荔冬枣中的虫蛀、轮纹和木质化3种缺陷果和正常果为研究对象,在数据采集设备下采集实际分拣图像,然后通过数据增强由400张扩充至2000张。改进SSD,建立MobileNetV3-SSD模型,为实时检测奠定基础;引入改进感受野块(RFB)可实现模型多尺寸提取冬枣缺陷特征的能力;用空间注意力模块(SAM)代替挤压和激励通道注意力模块(SE)增强模型定位冬枣缺陷特征的能力。试验结果表明,本研究模型在果面缺陷冬枣数据集上的表现均优于目前先进目标检测网络模型(RetinaNet和EfficientDet-D0),该模型对4类冬枣的整体检测精准性(mAP)达到91.89%,检测速度达到1 s 40.85帧。因此本研究模型较好地平衡了实时性和精准性,可应用于果面缺陷冬枣分拣流水线。
展开更多
关键词
冬枣
果面缺陷
实时
检测
单次多目标检测器
多尺寸
空间注意力模型
下载PDF
职称材料
多尺度卷积特征融合的SSD目标检测算法
被引量:
53
2
作者
陈幻杰
王琦琦
+4 位作者
杨国威
韩佳林
尹成娟
陈隽
王以忠
《计算机科学与探索》
CSCD
北大核心
2019年第6期1049-1061,共13页
提出了一种改进的多尺度卷积特征目标检测方法,用以提高SSD(single shot multibox detector)模型对中目标和小目标的检测精确度。该方法先对SSD模型低层特征层采用区域放大提取的方法以提高对小目标的检测能力,再对高层特征层进行特征...
提出了一种改进的多尺度卷积特征目标检测方法,用以提高SSD(single shot multibox detector)模型对中目标和小目标的检测精确度。该方法先对SSD模型低层特征层采用区域放大提取的方法以提高对小目标的检测能力,再对高层特征层进行特征提取以改善中目标的检测效果。最后,利用SSD模型中原有的多尺度卷积检测方法,将改进的多层特征检测结果进行融合,并通过参数再训练以获得最终改进的SSD模型。实验结果表明,该方法在MS COCO数据集上对中目标和小目标的测试精确度分别为75.1%和40.5%,相比于原有SSD模型分别提升16.3%和23.1%。
展开更多
关键词
单次多
框
目标
检测器
(SSD)模型
多尺度特征融合
目标
检测
深度学习
下载PDF
职称材料
题名
基于改进单次多目标检测器的果面缺陷冬枣实时检测
被引量:
4
1
作者
李颀
陈哲豪
机构
陕西科技大学电子信息与人工智能学院
陕西科技大学电气与控制工程学院
出处
《江苏农业学报》
CSCD
北大核心
2022年第1期119-128,共10页
基金
陕西省农业科技创新工程项目[201806117YF05NC13(1)]
陕西省科技厅农业科技攻关项目(2015NY028)
陕西科技大学博士科研启动基金项目(BJ13-15)。
文摘
为实现果面缺陷冬枣实时检测,并解决缺陷的尺寸与位置不同影响检测精度的问题,提出一种基于改进单次多目标检测器(Single shot multibox detector,SSD)的果面缺陷冬枣实时检测方法。以陕西大荔冬枣中的虫蛀、轮纹和木质化3种缺陷果和正常果为研究对象,在数据采集设备下采集实际分拣图像,然后通过数据增强由400张扩充至2000张。改进SSD,建立MobileNetV3-SSD模型,为实时检测奠定基础;引入改进感受野块(RFB)可实现模型多尺寸提取冬枣缺陷特征的能力;用空间注意力模块(SAM)代替挤压和激励通道注意力模块(SE)增强模型定位冬枣缺陷特征的能力。试验结果表明,本研究模型在果面缺陷冬枣数据集上的表现均优于目前先进目标检测网络模型(RetinaNet和EfficientDet-D0),该模型对4类冬枣的整体检测精准性(mAP)达到91.89%,检测速度达到1 s 40.85帧。因此本研究模型较好地平衡了实时性和精准性,可应用于果面缺陷冬枣分拣流水线。
关键词
冬枣
果面缺陷
实时
检测
单次多目标检测器
多尺寸
空间注意力模型
Keywords
winter jujube
surface defect
real-time detection
single shot multibox detector
multi-scale
spatial attention module
分类号
TP391.4 [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
多尺度卷积特征融合的SSD目标检测算法
被引量:
53
2
作者
陈幻杰
王琦琦
杨国威
韩佳林
尹成娟
陈隽
王以忠
机构
天津科技大学电子信息与自动化学院
麦克马斯特大学电子与计算机工程系
出处
《计算机科学与探索》
CSCD
北大核心
2019年第6期1049-1061,共13页
文摘
提出了一种改进的多尺度卷积特征目标检测方法,用以提高SSD(single shot multibox detector)模型对中目标和小目标的检测精确度。该方法先对SSD模型低层特征层采用区域放大提取的方法以提高对小目标的检测能力,再对高层特征层进行特征提取以改善中目标的检测效果。最后,利用SSD模型中原有的多尺度卷积检测方法,将改进的多层特征检测结果进行融合,并通过参数再训练以获得最终改进的SSD模型。实验结果表明,该方法在MS COCO数据集上对中目标和小目标的测试精确度分别为75.1%和40.5%,相比于原有SSD模型分别提升16.3%和23.1%。
关键词
单次多
框
目标
检测器
(SSD)模型
多尺度特征融合
目标
检测
深度学习
Keywords
single shot multibox detector(SSD)
multi-scale feature fusion
object detection
deep-learning
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
作者
出处
发文年
被引量
操作
1
基于改进单次多目标检测器的果面缺陷冬枣实时检测
李颀
陈哲豪
《江苏农业学报》
CSCD
北大核心
2022
4
下载PDF
职称材料
2
多尺度卷积特征融合的SSD目标检测算法
陈幻杰
王琦琦
杨国威
韩佳林
尹成娟
陈隽
王以忠
《计算机科学与探索》
CSCD
北大核心
2019
53
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