期刊文献+
共找到9,837篇文章
< 1 2 250 >
每页显示 20 50 100
基于Mask R-CNN的电力关键设备运行状态检测
1
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
下载PDF
改进Mask RCNN的盾构隧道渗漏水检测方法
2
作者 王健 郑理科 +1 位作者 吴斌杰 齐智宇 《测绘通报》 CSCD 北大核心 2024年第2期170-177,共8页
渗漏水是盾构隧道结构存在潜在损伤或缺陷的重要表征,快速、准确检测出渗漏水位置,对隧道安全运营和维护具有重要意义。现有的方法大多采用光学影像对隧道渗漏水进行检测,受隧道内空间和光线条件限制,难以获得高质量病害图片。因此,本... 渗漏水是盾构隧道结构存在潜在损伤或缺陷的重要表征,快速、准确检测出渗漏水位置,对隧道安全运营和维护具有重要意义。现有的方法大多采用光学影像对隧道渗漏水进行检测,受隧道内空间和光线条件限制,难以获得高质量病害图片。因此,本文提出了一种基于激光点云数据与改进Mask RCNN相结合的渗漏水检测方法。首先对激光点云反射强度进行修正;然后生成灰度图像并建立渗漏水病害数据集;最后在Mask RCNN算法中引入空洞卷积和变形卷积,实现了隧道渗漏水病害的快速检测。利用某地铁采集的数据进行验证,结果表明,本文提出的改进Mask RCNN算法相较于原始算法和FCN算法检测精度均有明显提升,在盾构隧道渗漏水识别方面性能表现较好。 展开更多
关键词 盾构隧道 点云 反射强度修正 mask RCNN 渗漏水检测
原文传递
基于Mask R-CNN的地质雷达岩溶预报图像识别研究
3
作者 伊小娟 罗威 +2 位作者 李伟 王志军 尹小康 《高速铁路技术》 2024年第2期50-55,共6页
岩溶隧道开挖可能遭遇岩溶涌水、突泥等岩溶地质灾害,地质雷达能够有效预报岩溶等地质灾害。然而,传统地质雷达图像解译存在专家经验依赖性强、解译效率慢且易误判漏判等情况。本文采用可实现端到端识别的深度学习技术开展地质雷达图像... 岩溶隧道开挖可能遭遇岩溶涌水、突泥等岩溶地质灾害,地质雷达能够有效预报岩溶等地质灾害。然而,传统地质雷达图像解译存在专家经验依赖性强、解译效率慢且易误判漏判等情况。本文采用可实现端到端识别的深度学习技术开展地质雷达图像目标检测与识别的研究,将基于Mask R-CNN的卷积神经网络算法应用于地质雷达岩溶预报图像异常的智能识别。在TensorFlow和Keras框架下,利用地质雷达设备采集获得的数据构建训练数据集和测试数据集,对Mask R-CNN深度学习模型进行训练,最终得到权重参数较好的地质雷达岩溶预报图像的双曲异常检测模型。试验结果及应用案例表明,Mask R-CNN目标检测方法在地质雷达岩溶预报图像的目标检测与识别上取得了良好的效果,有效提高了地质雷达图像的智能化识别效率。 展开更多
关键词 地质雷达 maskR-CNN 岩溶空洞 智能识别
下载PDF
基于改进Mask R-CNN的矿石类型检测算法
4
作者 肖成勇 李擎 +4 位作者 栗辉 王莉 陈子一 张德政 车伟杰 《烧结球团》 北大核心 2024年第2期65-73,106,共10页
针对不同的矿石类型进行选矿工艺参数设置和操作有利于保障精矿质量,提高回收率和降低物资消耗。由于缺乏矿石类型实时检测有效手段,选矿过程的精准操作目前较难实现。为此,本文提出一种全面改进的Mask R-CNN矿石类型检测算法。算法步骤... 针对不同的矿石类型进行选矿工艺参数设置和操作有利于保障精矿质量,提高回收率和降低物资消耗。由于缺乏矿石类型实时检测有效手段,选矿过程的精准操作目前较难实现。为此,本文提出一种全面改进的Mask R-CNN矿石类型检测算法。算法步骤:①使用ResNetV1d-50提取矿石图像各阶段的特征图,并在主干网络中加入可变形卷积以便增强异形矿石的特征;②改进FPN,通过在主干网络的C5特征层加入特征残差模块,并融合到P5特征层,得到具有更强语义信息的多尺度特征图;③改进RPN,设计自适应的正样本IOU选取方案来匹配宽高比异常的矿石,进一步提高异形矿石的识别精度;④在RoIAlign网络基础上加入Global-Context,以提高小矿石的检测能力;⑤在数据增强和训练技巧方面对模型进行改进。结果表明,本文算法的平均精度为67.92%,平均交并比为63.54%,分别比基准模型提高了13.67%和9.71%。本文研究方法在矿石类型识别领域具有较好的应用价值。 展开更多
关键词 mask R-CNN 矿石类型识别 可变形卷积 训练技巧
原文传递
基于Mask R-CNN和迁移学习的无人机遥感影像杉木单木树冠提取
5
作者 谢运鸿 孙钊 +3 位作者 丁志丹 罗蜜 李芸 孙玉军 《北京林业大学学报》 CAS CSCD 北大核心 2024年第3期153-166,共14页
【目的】利用无人机遥感影像对树冠进行自动化提取,获取高精度树冠信息。【方法】该研究提出一种基于Mask RCNN和迁移学习的无人机影像单木树冠提取方法。首先,选用在Faster R-CNN基础上改进优化的Mask R-CNN实例分割模型,特征提取网络... 【目的】利用无人机遥感影像对树冠进行自动化提取,获取高精度树冠信息。【方法】该研究提出一种基于Mask RCNN和迁移学习的无人机影像单木树冠提取方法。首先,选用在Faster R-CNN基础上改进优化的Mask R-CNN实例分割模型,特征提取网络在ResNet50残差网络和ResNet101残差网络二者间选取最优。其次,引入迁移学习与Mask RCNN一起训练,联合迁移学习的导向作用降低训练时间,提高训练精度。【结果】Mask R-CNN模型的总体精度为93.59%,用户精度为65.46%,F1分数为76.05%,平均精度均值为0.31;载入迁移学习后的Mask R-CNN模型在同等训练条件下比原模型的用户精度提升29.53%,F1分数提升19.63%,平均精度均值提升0.21;分别以ResNet50和ResNet101为特征提取网络的Mask R-CNN模型中,ResNet50+Mask R-CNN模型的总体精度、用户精度、F1分数、平均精度均值各为96.94%、95.57%、96.17%、0.54,ResNet101+Mask R-CNN模型的总体精度、用户精度、F1分数、平均精度均值各为96.20%、94.41%、95.19%、0.49;其中载入迁移学习的ResNet50+Mask R-CNN模型在预测东西冠幅、南北冠幅、树冠面积与样方郁闭度的预测决定系数分别为0.87、0.84、0.93和0.83。【结论】本研究提出的基于Mask R-CNN和迁移学习的方法得到了较为精准的树冠参数结果,为无人机遥感影像评估树木资源提供了一种快速高效的解决方案。 展开更多
关键词 无人机 遥感影像 深度学习 mask R-CNN 迁移学习 树冠提取
下载PDF
基于多目标采样和改进Mask R-CNN的木瓜成熟度检测
6
作者 齐国红 张云龙 苏曼 《食品与机械》 CSCD 北大核心 2024年第3期52-59,共8页
目的:提高木瓜成熟度检测准确率及鲁棒性。方法:提出一种基于多目标采样和改进Mask R-CNN的木瓜成熟度检测方法。通过均值平均精度、准确率、精确率—召回率曲线和计算时间等指标,验证所提方法的有效性和鲁棒性,并将其检测效果与Faster ... 目的:提高木瓜成熟度检测准确率及鲁棒性。方法:提出一种基于多目标采样和改进Mask R-CNN的木瓜成熟度检测方法。通过均值平均精度、准确率、精确率—召回率曲线和计算时间等指标,验证所提方法的有效性和鲁棒性,并将其检测效果与Faster R-CNN、RetinaNet和CenterMask等方法进行对比。结果:试验方法对木瓜成熟度检测的平均精度均值、50%平均精度均值、75%平均精度均值分别为98.43%,98.67%,98.68%,对未成熟、半成熟和成熟木瓜成熟度的平均检测精度为99.38%,98.81%,99.37%。结论:该方法可用于开发木瓜成熟度检测的电子系统,提升木瓜成熟度检测和木瓜分级的性能。 展开更多
关键词 成熟度检测 多目标采样 mask R-CNN 小数据集 木瓜
下载PDF
一种Mask交互融合预训练知识的低资源神经机器翻译方法
7
作者 朱志国 郭军军 余正涛 《小型微型计算机系统》 CSCD 北大核心 2024年第3期591-597,共7页
融合预训练语言知识是提升低资源神经机器翻译性能的有效手段.现有融合预训练语言知识的方法都比较复杂,计算资源消耗较大.针对以上问题,本文提出了一种简单有效的Mask交互融合预训练知识的低资源神经机器翻译方法,首先利用BERT的句子... 融合预训练语言知识是提升低资源神经机器翻译性能的有效手段.现有融合预训练语言知识的方法都比较复杂,计算资源消耗较大.针对以上问题,本文提出了一种简单有效的Mask交互融合预训练知识的低资源神经机器翻译方法,首先利用BERT的句子表征与源语言表征的自注意力交互计算两种表征的相似度,根据相似度值构造Mask知识矩阵,然后将Mask知识矩阵作用于源语言表征,自适应地将BERT表征中对低资源神经机器翻译任务有益的语言知识融入翻译模型,提升翻译模型对语言知识的表征能力.在IWSLT标准低资源翻译任务上的实验结果表明,与Transformer基线模型相比,所提方法获得了0.9~3.39的BLEU值提升,证明了所提方法能够有效利用预训练语言知识增强神经机器翻译性能. 展开更多
关键词 低资源神经机器翻译 知识融合 BERT mask交互融合
下载PDF
基于改进Mask R-CNN的高密度砂岩颗粒的分割识别
8
作者 江佳霖 钟宝荣 《科学技术与工程》 北大核心 2024年第9期3737-3746,共10页
针对高密度颗粒密度大,数量多,形态不一,且颜色相近的情况,通过传统方法对砂岩颗粒分割难度存在检测不准和漏检的不足。想要在少量样本中获取更好的效果,变得更加困难。基于上述问题提出一种基于改进Mask R-CNN的DGC-Mask R-CNN检测模型... 针对高密度颗粒密度大,数量多,形态不一,且颜色相近的情况,通过传统方法对砂岩颗粒分割难度存在检测不准和漏检的不足。想要在少量样本中获取更好的效果,变得更加困难。基于上述问题提出一种基于改进Mask R-CNN的DGC-Mask R-CNN检测模型,针对少量样本、高密度砂岩颗粒的分割与识别。首先收集了128张超高分辨率的图片,每张图片有近200个砂岩颗粒实例,共26200个实例对象。为了使模型拥有更好的泛化能力,防止少量样本下的过拟合,使用Albu进行图像增强。用自监督预训练模型Barlow Twins来对砂岩颗粒的特征进行初步提取。在DGC-Mask R-CNN中,构建ResNet50模型作为骨干特征提取网络,在ResNet50的BottleNeck的C 3、C 4、C 5特征卷积层中改进传统卷积方式,使用可变形卷积神经网络(deformable convolutional neural network,DCN),并添加全局上下文建模框架(global context block,GCB)注意力机制。在上采样器的多个级联上采样模块中,结合改进的上采样算法CARAFE。实验结果表明,改进后的DGC-Mask R-CNN,使得检测与分割识别的平均精度达到88.9%和88.8%,与传统的Mask R-CNN、Cascade-Mask R-CNN、Mask Scoring R-CNN、HybridTaskCascade相比检测精度更高。在均值平均精度方面,与其他模型相比提升较为明显。将模型分割后得到的结果,进行砂岩颗粒的统计以及长短轴的计算,可实现对该部分砂岩颗粒的溯源,计算地壳运动导致的砂岩迁移的距离,进而评估地下油藏。 展开更多
关键词 mask R-CNN Barlow Twins DCN 注意力机制 CARAFE 砂岩颗粒
下载PDF
改进Mask R-CNN的无人机影像建筑物提取
9
作者 方超 廖运茂 +2 位作者 刘飞 王坚 赵小平 《北京测绘》 2024年第1期97-101,共5页
从无人机影像中自动提取建筑物对城乡规划和管理至关重要,然而,在复杂背景干扰和建筑物外观变化很大的情况下给实例提取带来挑战。因此,提出一种改进的Mask区域卷积神经网络(R-CNN)方法用于无人机影像的建筑物自动实例提取。改进方法以R... 从无人机影像中自动提取建筑物对城乡规划和管理至关重要,然而,在复杂背景干扰和建筑物外观变化很大的情况下给实例提取带来挑战。因此,提出一种改进的Mask区域卷积神经网络(R-CNN)方法用于无人机影像的建筑物自动实例提取。改进方法以ResNet-101作为特征提取网络,在特征融合网络方面,通过添加自底向上的路径增强整个特征层次的定位能力,同时在特征融合中加入空洞空间金字塔池化模块(ASPP)来提高多尺度能力与改善模型性能。在自制建筑物数据集上的综合实验结果表明,与原始的Mask R-CNN方法相比,改进方法的mAP值提高了2.6%,能够很好地实现无人机影像建筑物实例提取。 展开更多
关键词 建筑物提取 mask R-CNN 路径融合 空洞空间金字塔池化模块
下载PDF
基于改进Mask R-CNN模型的宫颈细胞分割
10
作者 李静 张悦 +1 位作者 乔亚鑫 宁春玉 《长春理工大学学报(自然科学版)》 2024年第2期107-113,共7页
在宫颈细胞分割过程中,原始Mask R-CNN模型采用ResNet50和FPN作为特征提取网络,尽管模型分割效果良好,但仍存在分割速度慢且边缘分割效果欠佳等问题,为此,提出了一种改进Mask R-CNN模型。首先,该模型采用轻量化网络MobileNet V2作为特... 在宫颈细胞分割过程中,原始Mask R-CNN模型采用ResNet50和FPN作为特征提取网络,尽管模型分割效果良好,但仍存在分割速度慢且边缘分割效果欠佳等问题,为此,提出了一种改进Mask R-CNN模型。首先,该模型采用轻量化网络MobileNet V2作为特征提取模块,大幅度降低模型参数量,为图像的实时分割提供了可能。其次,该模型在特征提取网络中融入了注意力模块,通过自适应特征优化功能,最大限度获取底层信息。最后,模型在掩码生成阶段采用跳跃连接的方式,有效融合各尺度信息,提升网络信息获取能力。实验结果表明,改进模型将宫颈细胞核的分割速度提升了50%左右、分割精度提升了7%。 展开更多
关键词 细胞分割 深度学习 maskR-CNN 注意力机制
下载PDF
基于SE-Mask-RCNN建筑遗产识别与空间可视化分析
11
作者 朱小凡 胡璐锦 +1 位作者 王恺 王坚 《时空信息学报》 2024年第1期50-56,共7页
传统建筑是中国宝贵的建筑遗产,承载着优秀的民族建筑文化,是反映城市特色风貌的重要指标。现阶段深度学习识别建筑物的技术相对成熟,但使用街景图片识别建筑遗产并进行地图可视化展示的研究较少,因此,本研究基于Mask-RCNN(mask region-... 传统建筑是中国宝贵的建筑遗产,承载着优秀的民族建筑文化,是反映城市特色风貌的重要指标。现阶段深度学习识别建筑物的技术相对成熟,但使用街景图片识别建筑遗产并进行地图可视化展示的研究较少,因此,本研究基于Mask-RCNN(mask region-based convolutional neural network)模型,融合SE(squeeze and excitation)注意力机制,提出一种基于SE-Mask-RCNN识别街景图片中建筑遗产的方法。首先,通过路网数据获取百度街景图片,制作数据集。其次,在模型的残差网络(residual network,ResNet)中引入SE注意力机制;并与已有相关方法 U-net(u-shaped network)、全卷积网络(fully convolutional network,FCN)、Mask-RCNN三种模型进行实验对比评价。最后,使用本方法识别研究区域内的街景图片,形成可视化地图,分析建筑遗产在空间上的分布情况。结果表明,本方法可以有效识别城市中的建筑遗产,识别结果较Mask-RCNN、U-Net、FCN模型分别提高了2%、3.1%、4.7%,证明了本方法对城市中建筑遗产的识别具有可靠性和有效性。研究成果可为建筑遗产保护及现状调查提供依据。 展开更多
关键词 传统建筑 建筑遗产 深度学习 mask-RCNN 街景数据
下载PDF
基于改进Mask R-CNN与双目视觉的智能配筋检测
12
作者 魏翠婷 赵唯坚 +1 位作者 孙博超 刘芸怡 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第5期1009-1019,共11页
为了提高配筋检测的智能化水平,提出基于改进掩膜区域卷积神经网络(Mask R-CNN)模型与双目视觉技术的配筋检测方法.通过在Mask R-CNN中加入自下而上的注意力机制路径,形成了带通道注意力和空间注意力的掩膜区域卷积神经网络(Mask R-CNN+... 为了提高配筋检测的智能化水平,提出基于改进掩膜区域卷积神经网络(Mask R-CNN)模型与双目视觉技术的配筋检测方法.通过在Mask R-CNN中加入自下而上的注意力机制路径,形成了带通道注意力和空间注意力的掩膜区域卷积神经网络(Mask R-CNN+CA-SA)改进模型.结合双目视觉技术进行坐标转换,获取钢筋直径与间距,实现智能配筋检测.在自建的包含3 450张钢筋图片的数据集上进行训练,结果表明,改进模型的F1分数和全类平均精确率(mAP)相较于Mask R-CNN基础网络分别提高了2.54%和2.47%.通过钢筋网验证试验和复杂背景测试,钢筋直径的绝对误差和相对误差基本小于1.7 mm和10%,钢筋间距的绝对误差和相对误差分别小于4mm和3.2%,所提方法在实际应用中具有较强的可操作性.智能配筋检测技术在保证足够的检测精度的同时,能够大大提升工效,降低人工成本. 展开更多
关键词 配筋质量检测 mask R-CNN 注意力机制 深度学习 双目视觉技术
下载PDF
基于改进Mask R-CNN的受电弓碳滑板优化检测算法
13
作者 韩璐 刘太豪 +1 位作者 宋海亮 宋佳 《计算机应用与软件》 北大核心 2024年第1期105-111,176,共8页
针对传统受电弓碳滑板检测中检测效率低、检测精度差等缺点,提出一种基于Mask R-CNN的优化改进算法。该算法采用铁道部受电弓损坏评定的新规定及实地的样本数据集,通过改进特征提取算法的网络结构以及优化损失值来提高算法对图像的处理... 针对传统受电弓碳滑板检测中检测效率低、检测精度差等缺点,提出一种基于Mask R-CNN的优化改进算法。该算法采用铁道部受电弓损坏评定的新规定及实地的样本数据集,通过改进特征提取算法的网络结构以及优化损失值来提高算法对图像的处理效率,实现受电弓碳滑板缺陷的掩膜准确标注,有效减小受电弓滑板的损毁对电力机车运行的影响。最终通过实验验证该算法对受电弓碳滑板缺陷的检测精度和效率有明显的提升作用。 展开更多
关键词 改进mask R-CNN 掩膜标注准确率 特征提取 损失值优化 受电弓检测
下载PDF
MTTSNet:Military time-sensitive targets stealth network via real-time mask generation
14
作者 Siyu Wang Xiaogang Yang +4 位作者 Ruitao Lu Zhengjie Zhu Fangjia Lian Qing-ge Li Jiwei Fan 《Defence Technology(防务技术)》 SCIE EI CAS CSCD 2024年第3期601-612,共12页
The automatic stealth task of military time-sensitive targets plays a crucial role in maintaining national military security and mastering battlefield dynamics in military applications.We propose a novel Military Time... The automatic stealth task of military time-sensitive targets plays a crucial role in maintaining national military security and mastering battlefield dynamics in military applications.We propose a novel Military Time-sensitive Targets Stealth Network via Real-time Mask Generation(MTTSNet).According to our knowledge,this is the first technology to automatically remove military targets in real-time from videos.The critical steps of MTTSNet are as follows:First,we designed a real-time mask generation network based on the encoder-decoder framework,combined with the domain expansion structure,to effectively extract mask images.Specifically,the ASPP structure in the encoder could achieve advanced semantic feature fusion.The decoder stacked high-dimensional information with low-dimensional information to obtain an effective mask layer.Subsequently,the domain expansion module guided the adaptive expansion of mask images.Second,a context adversarial generation network based on gated convolution was constructed to achieve background restoration of mask positions in the original image.In addition,our method worked in an end-to-end manner.A particular semantic segmentation dataset for military time-sensitive targets has been constructed,called the Military Time-sensitive Target Masking Dataset(MTMD).The MTMD dataset experiment successfully demonstrated that this method could create a mask that completely occludes the target and that the target could be hidden in real time using this mask.We demonstrated the concealment performance of our proposed method by comparing it to a number of well-known and highly optimized baselines. 展开更多
关键词 Deep learning Military application Targets stealth network mask generation Generative adversarial network
下载PDF
Side-Channel Leakage Analysis of Inner Product Masking
15
作者 Yuyuan Li Lang Li Yu Ou 《Computers, Materials & Continua》 SCIE EI 2024年第4期1245-1262,共18页
The Inner Product Masking(IPM)scheme has been shown to provide higher theoretical security guarantees than the BooleanMasking(BM).This scheme aims to increase the algebraic complexity of the coding to achieve a higher... The Inner Product Masking(IPM)scheme has been shown to provide higher theoretical security guarantees than the BooleanMasking(BM).This scheme aims to increase the algebraic complexity of the coding to achieve a higher level of security.Some previous work unfolds when certain(adversarial and implementation)conditions are met,and we seek to complement these investigations by understanding what happens when these conditions deviate from their expected behaviour.In this paper,we investigate the security characteristics of IPM under different conditions.In adversarial condition,the security properties of first-order IPMs obtained through parametric characterization are preserved in the face of univariate and bivariate attacks.In implementation condition,we construct two new polynomial leakage functions to observe the nonlinear leakage of the IPM and connect the security order amplification to the nonlinear function.We observe that the security of IPMis affected by the degree and the linear component in the leakage function.In addition,the comparison experiments from the coefficients,signal-to-noise ratio(SNR)and the public parameter show that the security properties of the IPM are highly implementation-dependent. 展开更多
关键词 Side-channel analysis inner product masking mutual information nonlinear leakage
下载PDF
基于改进Mask R-CNN模型的铁路遥感影像房屋提取研究
16
作者 黄一昕 方文珊 刘传朋 《铁路计算机应用》 2024年第3期7-12,共6页
针对目前铁路建设预可行性研究阶段地形图制作存在的人工目视遥感解译效率低、生产周期长等问题,结合深度学习的特点和优势,对实例分割模型MaskR-CNN(Mask Region-based Convolutional Neural Network)进行改进,选用ResNeXt101作为其主... 针对目前铁路建设预可行性研究阶段地形图制作存在的人工目视遥感解译效率低、生产周期长等问题,结合深度学习的特点和优势,对实例分割模型MaskR-CNN(Mask Region-based Convolutional Neural Network)进行改进,选用ResNeXt101作为其主干特征提取网络,并利用边缘提取算法进一步实现了遥感影像的自动矢量化提取。试验结果表明,改进后的模型在Mask AP50、Box AP50、Mask mAP、Box mAP等指标上均有明显的提升,可生成供铁路建设预可行性研究阶段拆迁费用计算的房屋矢量化影像,为该阶段的影像处理工作提供技术支撑。 展开更多
关键词 铁道工程 模型改进 实例分割 mask R-CNN 遥感影像
下载PDF
基于Mask R-CNN的电力关键设备载波运行状态检测
17
作者 杜海红 陈黎明 +1 位作者 王冬冬 石卓 《电子设计工程》 2024年第5期100-103,108,共5页
为解决因载波信号大幅波动造成的电力设备运行状态检测失准问题,提出基于Mask R-CNN的电力关键设备载波运行状态检测方法。在Mask R-CNN网络模型中,通过定义小波基向量的方法确定电力载波暂态系数的计算结果。联合电量阻抗特征,求解连... 为解决因载波信号大幅波动造成的电力设备运行状态检测失准问题,提出基于Mask R-CNN的电力关键设备载波运行状态检测方法。在Mask R-CNN网络模型中,通过定义小波基向量的方法确定电力载波暂态系数的计算结果。联合电量阻抗特征,求解连续阈值区间表达式,将获取到的电力载波信号放置在已定义阈值区间内。计算奇异值检测系数的取值条件,完成电力关键设备载波运行状态检测。对比实验结果表明,所提方法可以将电力载波信号波动幅值控制在±17 dB之间,对载波信号波动行为起到了明显的抑制作用,能够提升电网主机对电力设备运行状态检测的准确性。 展开更多
关键词 mask R-CNN算法 电力载波 运行状态 小波基 暂态系数 阈值区间
下载PDF
基于优化Mask-RCNN算法的遥感飞机目标检测
18
作者 葛海婷 杨铁梅 《太原科技大学学报》 2024年第1期1-6,共6页
针对传统的图像检测算法在遥感领域中存在的问题,将改进的Mask-RCNN检测算法应用于遥感领域。通过优化Resnet特征提取网络,提高算法的特征提取能力;通过改进NMS非极大值抑制网络,优化区域推荐网络。并在自建的遥感飞机数据集上验证算法... 针对传统的图像检测算法在遥感领域中存在的问题,将改进的Mask-RCNN检测算法应用于遥感领域。通过优化Resnet特征提取网络,提高算法的特征提取能力;通过改进NMS非极大值抑制网络,优化区域推荐网络。并在自建的遥感飞机数据集上验证算法的稳定性以及有效性。经检测,改进的算法能够提升遥感图像中飞机的检测精度,并且有效降低了飞机目标的误检和漏检问题。 展开更多
关键词 mask-RCNN 深度学习 遥感图像 目标检测
下载PDF
使用空间语义改进Mask R-CNN的港口地面交通标志识别算法
19
作者 王振国 黄旭东 +2 位作者 吴翔 王华鲜 洪欣 《制造业自动化》 2024年第1期92-96,共5页
针对MaskR-CNN在多时段,复杂气候环境下识别地面标志物精度不理想,识别速度较慢的问题,提出了一种多任务分支结构的地面标志物识别算法,用于应对不同类型地面标志物的识别。通过新增轻量化的车道线识别任务分支,构建基于空间结构约束和... 针对MaskR-CNN在多时段,复杂气候环境下识别地面标志物精度不理想,识别速度较慢的问题,提出了一种多任务分支结构的地面标志物识别算法,用于应对不同类型地面标志物的识别。通过新增轻量化的车道线识别任务分支,构建基于空间结构约束和差分约束的损失函数。使用特征金字塔网络提取多尺度的共用特征,拼接后的特征分别送入对应任务分支,在训练过程中通过增强的损失函数更新网络权重,最后各分支利用学习的权重输出识别结果。在光照不足时或阴雨天,标志物被污染等复杂工况下的港口数据集上实验,识别菱形地面标志精度为95.6%,与MaskR-CNN基本相同。车道线地面标志识别任务精度为93.4%,较Mask R-CNN提升17%,同时识别帧率提升2倍。 展开更多
关键词 深度学习 ResNet mask R-CNN 语义分割
下载PDF
基于改进Mask-R-CNN网络的轨道交通运行环境感知技术应用研究
20
作者 郑泽熙 范楷 邓晶雪 《铁道运输与经济》 北大核心 2024年第1期184-191,198,共9页
为了提升轨道交通列车运行环境感知能力,进一步保障列车运行环境安全,针对列车运行前方各类障碍物侵限问题,提出一种基于改进Mask-R-CNN网络的轨道交通运行环境感知技术方案。通过阐述列车运行环境感知系统设计需求,对其进行结构设计。... 为了提升轨道交通列车运行环境感知能力,进一步保障列车运行环境安全,针对列车运行前方各类障碍物侵限问题,提出一种基于改进Mask-R-CNN网络的轨道交通运行环境感知技术方案。通过阐述列车运行环境感知系统设计需求,对其进行结构设计。分析Mask-R-CNN深度视觉模型,论述其功能对列车运行环境感知需求的适用性,使用轻量级MobileNetV2骨干网络及PointRend模块对Mask-R-CNN网络进行改进优化,进一步提升实时性和准确性。在真实列车运行环境中采集列车运行前方展望数据,标注形成自有数据集,结合公共数据集对模型进行训练,经验证改进后模型F-Measure评价值达到95.56%,同时具有准确率高、实时性好、易于部署等优点,可以满足下一步轨道交通发展新需求,是计算机视觉技术在轨道交通领域的一种新探索。 展开更多
关键词 轨道交通 列车运行环境感知 mask-R-CNN MobileNetV2 PointRend
下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部