期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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
共找到790篇文章
< 1 2 … 40 >
每页显示 20 50 100
已选0条
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：
基于改进Faster R-CNN的输变电工程塔基隐性病害GPR图像识别研究 认领 引用 被引量：1
1
作者 程江洲 杨静怡 +1 位作者 鲍刚 罗应权 《地球物理学进展》 CSCD 北大核心 2026年第1期442-452,共11页
针对输变电工程塔基因施工过程中操作不当及相关环境因素导致的混凝土隐性病害识别难题,本文提出了一种基于改进的Faster R-CNN网络GPR图像识别方法.首先,以ResNet-50为主干网络融合通道注意力机制,并通过层间位置对比实验优化了SE模块... 针对输变电工程塔基因施工过程中操作不当及相关环境因素导致的混凝土隐性病害识别难题,本文提出了一种基于改进的Faster R-CNN网络GPR图像识别方法.首先,以ResNet-50为主干网络融合通道注意力机制,并通过层间位置对比实验优化了SE模块的嵌入层级与位置,在强化关键特征提取的同时有效降低了计算冗余.其次,引入soft-NMS算法优化紧密相邻目标的边框预测精度,提高紧密相连目标的检测能力.最后,采用生成对抗网络扩增gprMax仿真生成的刚性直柱式基础GPR图像数据集,并对样本进行识别标注.实验结果表明,优化模型平均精度均值达到84.49%,F-Score为77.58%.相较于传统的FasterRCNN目标检测模型,改进模型识别精度提高了6.37%. 展开更多
关键词 探地雷达 隐性病害检测 Faster R-CNN 生成对抗网络
暂未订购 下载PDF
基于改进Faster R-CNN-FPN的田间劳作行为目标检测算法 认领 引用
2
作者 周艳青 邹铭鑫 +2 位作者 姜新华 白洁 马学磊 《内蒙古农业大学学报（自然科学版）》 CAS 北大核心 2026年第1期77-86,共10页
劳作行为检测时存在着检测精度不高和漏检等问题,利用Faster R-CNN和FPN提出一种改进的劳作行为检测模型。首先,在Faster R-CNN框架基础上,引入特征金字塔网络FPN,用于提高较小目标的检测能力。然后,为提高模型对不同尺度目标的泛化能力... 劳作行为检测时存在着检测精度不高和漏检等问题,利用Faster R-CNN和FPN提出一种改进的劳作行为检测模型。首先,在Faster R-CNN框架基础上,引入特征金字塔网络FPN,用于提高较小目标的检测能力。然后,为提高模型对不同尺度目标的泛化能力,加入多尺度MS训练;并利用内容感知特征重组CARAFE上采样算子替换FPN中的双线性插值上采样方式,实现大范围内像素的关联。最后,在自建的数据集FWBD上对改进的Faster R-CNN-FPN检测模型进行训练和测试。结果表明:(1)与YOLOv3模型相比,改进的劳作行为识别算法mAP为69.40%;(2)与原始模型Faster、Faster-CARAFER、Faster-MS相比,改进的算法模型mAP值最高,达到了71.05%,说明改进的算法模型能有效地实现田间劳作行为的检测,对农业生产实践具有实际应用价值。 展开更多
关键词 田间劳作 行为检测 Faster R-CNN 特征金字塔网络 内容感知特征重组
暂未订购 下载PDF
基于Faster R-CNN的软包锂电池缺陷检测方法 认领 引用
3
作者 何涛 张成娟 +1 位作者 熊聪 曾臻 《热加工工艺》 CAS 北大核心 2026年第11期126-132,共7页
针对软包锂电池表面缺陷检测困难的问题,提出一种基于Faster R-CNN的检测方法。通过向主干网络ResNet50中引入特征网络金字塔模型,融合高级特征层的语义信息和低级特征层的细节信息,提高网络对小目标缺陷的检测精度;引入十字交叉注意力... 针对软包锂电池表面缺陷检测困难的问题,提出一种基于Faster R-CNN的检测方法。通过向主干网络ResNet50中引入特征网络金字塔模型,融合高级特征层的语义信息和低级特征层的细节信息,提高网络对小目标缺陷的检测精度;引入十字交叉注意力机制,使网络关注缺陷特征,并抑制反光的背景信息;利用兴趣区域对齐(ROI Align)避免因感兴趣区域池化操作产生的两次量化误差影响网络对缺陷的检测精度。实验结果表明,改进模型的m AP达到80.2%,相较于Faster R-CNN提升了3.9%,具有一定的工程应用价值。 展开更多
关键词 缺陷检测 小目标缺陷 Faster R-CNN 注意力机制 多尺寸特征融合
暂未订购 下载PDF
改进Faster R-CNN算法在箱体盘点中的应用 认领 引用
4
作者 康朝海 唐贵鑫 +2 位作者 任伟建 王树峰 孙勤江 《计算机与数字工程》 2026年第2期577-582,共6页
针对仓储货架密集罗列的箱体盘点问题,提出一种改进的Faster R-CNN目标检测算法,首先使用EfficientNetb1替代VGG16作为主干特征提取网络,利用深度可分离卷积和压缩与激活网络组成的MBConv模块代替卷积神经网络,对图像的有效信息进行提取... 针对仓储货架密集罗列的箱体盘点问题,提出一种改进的Faster R-CNN目标检测算法,首先使用EfficientNetb1替代VGG16作为主干特征提取网络,利用深度可分离卷积和压缩与激活网络组成的MBConv模块代替卷积神经网络,对图像的有效信息进行提取,解决检测网络精度低和参数量高的问题;其次,采用双线性插值方式解决池化阶段误差问题;最后在回归预测阶段使用Swish激活函数替代ReLU激活函数,减少坏死神经元数量。实验证明:改进的Faster R-CNN目标检测算法mAP值达到66.92%,高于改进前mAP值30.93%,模型参数量降低成原参数量的1/5。在检测图像中,箱体检测整体的数量和分类正确率有明显提高,证明了改进算法在箱体盘点应用中的可行性。 展开更多
关键词 计算机视觉 Faster R-CNN EfficientNet 箱体识别 分类计数
暂未订购 下载PDF
基于改进Faster R-CNN的目标检测算法研究 认领 引用
5
作者 曲雅婷 贾得顺 《汽车实用技术》 2026年第6期8-13,共6页
针对自动驾驶车辆在复杂场景中的目标识别不精准的问题,文章提出了一种基于Faster R-CNN的改进型目标检测算法,采用残差网络(ResNet-50)来增强多尺度特征提取能力,优化锚框尺寸,借助多尺度卷积特征融合的方式来整合不同层次的特征,显著... 针对自动驾驶车辆在复杂场景中的目标识别不精准的问题,文章提出了一种基于Faster R-CNN的改进型目标检测算法,采用残差网络(ResNet-50)来增强多尺度特征提取能力,优化锚框尺寸,借助多尺度卷积特征融合的方式来整合不同层次的特征,显著提升了目标检测模型对复杂场景的适应性。实验结果表明,改进型Faster R-CNN在整个召回率范围内均表现出更优的性能,尤其在高召回率区域依然能够保持较高的平均度均值(mAP)值,显示出良好的鲁棒性和泛化能力,验证了改进型Faster R-CNN算法的有效性,能够提升自动驾驶车辆在复杂场景中识别目标的精准度。 展开更多
关键词 自动驾驶 目标识别 Faster R-CNN 特征融合
暂未订购 下载PDF
基于改进Faster-R-CNN的起重设备轨道缺陷检测方法 认领 引用
6
作者 陈洪良 张燕超 +1 位作者 潘爱华 明阳 《起重运输机械》 2026年第6期75-80,共6页
文中针对起重设备轨道缺陷检测经验依赖性强、智能化程度低的特点,研究一种基于改进FasterR-CNN模型的起重设备轨道缺陷检测方法。所述方法利用起重设备轨道缺陷检测车对起重轨道的上表面、左右侧面进行视频图像采集,并将采集的视频文... 文中针对起重设备轨道缺陷检测经验依赖性强、智能化程度低的特点,研究一种基于改进FasterR-CNN模型的起重设备轨道缺陷检测方法。所述方法利用起重设备轨道缺陷检测车对起重轨道的上表面、左右侧面进行视频图像采集,并将采集的视频文件用视频拆解、透视校正、帧差检测等方法进行图像预处理;然后将图像数据导入经过改进的Faster R-CNN模型中进行缺陷数量、缺陷种类检测并确定缺陷位置,最终将完成检测标注的图像拼接成完整的轨道图像进行输出,使检测人员能直观看到当前轨道缺陷信息,便于其对轨道情况有清晰的认知,并对轨道检修保养等行为提供数据支撑。 展开更多
关键词 起重设备 轨道缺陷检测 Faster R-CNN 图像处理
暂未订购 下载PDF
基于改进Faster R-CNN的工业零件表面缺陷检测 认领 引用
7
作者 赵卓然 堵威 +1 位作者 姜庆超 曹志兴 《控制工程》 CSCD 北大核心 2026年第5期805-812,共8页
为提高工业生产线中金属零件表面瑕疵检测精度,提出了一种基于改进Faster RCNN的缺陷检测网络。首先,在特征提取阶段增加多个感受野,以提取到更细致的特征信息;在区域建议阶段使用级联RPN网络和自适应卷积结构,逐步细化建议框的位置;在... 为提高工业生产线中金属零件表面瑕疵检测精度,提出了一种基于改进Faster RCNN的缺陷检测网络。首先,在特征提取阶段增加多个感受野,以提取到更细致的特征信息;在区域建议阶段使用级联RPN网络和自适应卷积结构,逐步细化建议框的位置;在感兴趣区域特征提取阶段,聚合FPN所有输出层的特征信息,以充分利用获取到的缺陷特征信息,这些改进从网络结构上提高了模型对小瑕疵和形状不规则瑕疵的检测能力。最后,实验结果表明,与当前最优的目标检测网络相比,此方法具有更高的精度,可以广泛应用于检测金属零件表面的腐蚀、划痕、划伤、积屑瘤等缺陷。 展开更多
关键词 瑕疵检测 Faster R-CNN算法 金属零件 小瑕疵和形状不规则瑕疵
暂未订购 下载PDF
基于改进Faster R-CNN的冬枣新鲜度判别 认领 引用
8
作者 戴浩天 刘文联 +2 位作者 朱美燕 张玲 朱良 《食品与机械》 CAS CSCD 北大核心 2026年第1期93-100,共8页
[目的]针对冬枣新鲜度判别需求,提出一种基于深度学习的判别方法,将冬枣分为5个新鲜度阶段,旨在提高判别准确性并减少光线反射影响。[方法]提出了一种结合高效ResNet、注意力机制与Faster R-CNN的冬枣新鲜度判别方法。利用ResNet对图像... [目的]针对冬枣新鲜度判别需求,提出一种基于深度学习的判别方法,将冬枣分为5个新鲜度阶段,旨在提高判别准确性并减少光线反射影响。[方法]提出了一种结合高效ResNet、注意力机制与Faster R-CNN的冬枣新鲜度判别方法。利用ResNet对图像进行卷积处理,提取全局特征图;通过通道注意力模块强化关键特征,结合特征金字塔网络(FPN)提取多尺度信息。Faster R-CNN从中选取候选区域,经过ROI池化后输入全连接层,通过多角度损失函数优化模型性能。通过硬度、电导率、维生素C和多酚含量等理化指标验证模型效果。[结果]改进的Faster R-CNN模型在新鲜度判别上的准确率达到98.60%。[结论]改进的Faster R-CNN模型在小规模样本下的表现优于现有方法。 展开更多
关键词 冬枣 新鲜度判别 Faster R-CNN 注意力机制 特征金字塔 小规模
暂未订购 下载PDF
基于改进Faster R-CNN的星敏感器抗干扰快速星像提取算法研究 认领 引用
9
作者 王晨 季卫林 +3 位作者 吴峰 朱锡芳 吴泉英 孙文卿 《传感技术学报》 CAS CSCD 北大核心 2026年第2期322-331,共10页
星敏感器工作在复杂的空间环境,强噪声干扰将严重影响其姿态测量的效果。星像提取是星敏感器星图识别和姿态估算的必要前提,研究抗干扰的快速星像提取算法是提高星敏感器性能的有效途径。结合星敏感器星像目标特点,提出基于改进Faster R... 星敏感器工作在复杂的空间环境,强噪声干扰将严重影响其姿态测量的效果。星像提取是星敏感器星图识别和姿态估算的必要前提,研究抗干扰的快速星像提取算法是提高星敏感器性能的有效途径。结合星敏感器星像目标特点,提出基于改进Faster R-CNN的星敏感器抗干扰快速星像提取算法。首先,在研究Faster R-CNN的基础上,通过构建星像特征提取网络,优化FPN和RPN结构,实现星像快速粗提取,确定各星像所在区域。然后,提出基于像素筛选的星像质心精提取算法,计算高精度的星像质心坐标,最终实现强噪声干扰环境下的快速星像提取。利用星敏感器仿真方法建立星图数据集,开展以星像特征提取网络为主干网的星像提取网络训练和星敏感器星像提取实验。结果表明,在添加概率分布分别为50和0.08的泊松-高斯复合噪声条件下,提出算法的星像目标识别率达到97.6%,对于1024×1024像元的单幅星图,平均处理时间小于30 ms,星像提取精度达到0.03个像元,优于扫描法和矢量法。 展开更多
关键词 星敏感器 星像提取 目标检测 Faster R-CNN 抗干扰
暂未订购 下载PDF
一种用于创面检测的改进Faster R-CNN方法 认领 引用
10
作者 张斯斯 史忠祥 +3 位作者 江峰 丁敏 刘聪聪 段飞 《四川大学学报（医学版）》 CAS CSCD 北大核心 2026年第3期853-860,共8页
目的通过引入注意力增强机制和改进后处理策略,对更快的基于区域的卷积神经网络(faster regionbased convolutional neural network,Faster R-CNN)进行改进,即用于创面检测的改进Faster R-CNN方法(wound detection method based on impr... 目的通过引入注意力增强机制和改进后处理策略,对更快的基于区域的卷积神经网络(faster regionbased convolutional neural network,Faster R-CNN)进行改进,即用于创面检测的改进Faster R-CNN方法(wound detection method based on improved faster R-CNN,WD-IFRCNN),以提高创面检测的准确性和稳定性。方法①算法构建:以50层残差网络(50-layer residual network,ResNet-50)为主干网络,在第4残差阶段(convolutional stage 4,Conv4_x)和第5残差阶段(convolutional stage 5,Conv5_x)嵌入模糊注意力引导模块(fuzzy mask attention module,FMAM)协同的卷积块注意力模块(convolutional block attention module,CBAM),以增强模型对创面关键区域及边界模糊区域的特征表达能力;同时采用软非极大值抑制(soft non-maximum suppression,Soft-NMS)替代传统非极大值抑制策略,以减少重叠目标场景中的漏检。②算法验证:实验数据集由开源创面图像和临床采集图像构成,共740张原始图像,经数据增强后扩展至5920张,并采用十折交叉验证进行评估。通过内部验证、外部验证、超参数调优和消融实验,采用精确率、召回率、平均精确率和F1分数等指标对模型性能进行评价。结果①内部验证表明,同时在ResNet-50的Conv4_x和Conv5_x阶段嵌入CBAM时模型性能最佳;采用ResNet-50-CBAM作为主干网络时,模型检测效果优于VGG16和ResNet-50。②外部验证表明,WD-IFRCNN的精确率、召回率、平均精确率和F1分数分别达到92.31%、93.95%、92.33%和0.93,其中平均精确率较SSD、YOLOv4、YOLOv5、YOLOv8、DETR、RT-DETR和FR-CNN-FPN分别提高3.21%、2.30%、1.39%、0.86%、0.82%、0.37%和0.63%。③消融实验表明,CBAM、FMAM和Soft-NMS均对模型性能提升具有积极作用,三者联合时检测效果最佳。结论WDIFRCNN能够有效增强模型对创面关键区域及模糊边界区域的特征表达能力,提高创面检测的准确性和稳定性,对复杂创面场景具有较好的适应性,可为临床创面评估与辅助诊断提供一定的技术支持。 展开更多
关键词 创面检测 Faster R-CNN 卷积块注意力模块 模糊注意力引导模块 软非极大值抑制
暂未订购 下载PDF
基于改进Faster R-CNN的变电设备红外图像检测 认领 引用
11
作者 施进进 吴奇伟 +1 位作者 吴慧健 高继文 《红外技术》 CSCD 北大核心 2026年第5期609-619,共11页
针对变电设备红外图像检测算法中设备间遮挡、多尺度目标和背景复杂导致的检测精度低的问题,提出一种基于改进Faster R-CNN的变电设备红外图像检测模型。首先,在VGG16的基础上,改进特征提取网络,精简一些高级卷积,加快了模型的训练和测... 针对变电设备红外图像检测算法中设备间遮挡、多尺度目标和背景复杂导致的检测精度低的问题,提出一种基于改进Faster R-CNN的变电设备红外图像检测模型。首先,在VGG16的基础上,改进特征提取网络,精简一些高级卷积,加快了模型的训练和测试速度。此外,在特征提取阶段引入CloBlock模块,进一步增强模型的特征学习能力。然后,增加了纵横比为1∶3和3∶1的锚框,以提高细长设备的检测精度。最后,采用多尺度RoI操作,帮助模型更准确地定位和检测各种尺寸的目标,从而提高检测的精度和鲁棒性。在变电设备红外图像数据集上对4种设备进行的实验结果表明,改进Faster R-CNN对电流互感器、电压互感器、绝缘子串和避雷器的检测精度AP值分别达到了92.83%、94.26%、96.85%和95.97%,检测速度达到了22帧/s,可以有效应对复杂背景、遮挡和多尺度目标等挑战。噪声和亮度的测试结果表明,改进Faster R-CNN具有较高的鲁棒性和稳定性。 展开更多
关键词 红外图像 电气设备 目标检测 Faster R-CNN 锚框
暂未订购 下载PDF
改进Faster R-CNN的光伏组件热斑缺陷识别方法 认领 引用
12
作者 谭小瑶 雷亮 +2 位作者 杨泛舟 李斌 易灿灿 《红外技术》 CSCD 北大核心 2026年第1期105-112,共8页
光伏组件热斑缺陷直接导致光伏电站发电效率低下,甚至引发火灾。针对光伏组件热斑缺陷识别精度低的问题,提出了改进Faster R-CNN的光伏组件热斑缺陷识别方法。首先,在Faster R-CNN目标检测模型的基础上,引入ResNet101与EFPN特征金字塔... 光伏组件热斑缺陷直接导致光伏电站发电效率低下,甚至引发火灾。针对光伏组件热斑缺陷识别精度低的问题,提出了改进Faster R-CNN的光伏组件热斑缺陷识别方法。首先,在Faster R-CNN目标检测模型的基础上,引入ResNet101与EFPN特征金字塔融合网络代替VGG16,用于提升模型对小目标缺陷的检测精度;其次,使用全局平均池化代替全连接层,减少Faster R-CNN模型计算的参数量。最后,采用热重启余弦退火策略更新学习率,提升模型在训练过程中的收敛速度。经过实验验证并与其他模型对比,改进Faster R-CNN模型在光伏组件热斑缺陷识别任务中精确率达94.8%。结果表明,改进的Faster R-CNN相较于其他模型如YOLOv5和SSD,对于光伏组件热斑缺陷识别任务有良好的实用性和准确率。 展开更多
关键词 Faster R-CNN 红外目标检测 热斑 光伏组件 故障诊断 ResNet101
暂未订购 下载PDF
基于Faster R-CNN模型的电力高压断路器开合状态识别 认领 引用
13
作者 任保将 张蒙蒙 +3 位作者 杜锋 宋帅领 郜立志 董振军 《机电工程技术》 2026年第13期113-117,共5页
为解决传统电力高压断路器巡检中存在的人工效率低下、易受主观因素影响导致识别精度低的问题,提出基于Faster RCNN模型的电力高压断路器开合状态自动识别方法。对采集到的电力高压断路器图像进行预处理,包括二值化与直方图均衡化,以改... 为解决传统电力高压断路器巡检中存在的人工效率低下、易受主观因素影响导致识别精度低的问题,提出基于Faster RCNN模型的电力高压断路器开合状态自动识别方法。对采集到的电力高压断路器图像进行预处理,包括二值化与直方图均衡化,以改善图像质量,增强目标与背景的对比度,为后续模型提供高质量输入数据。构建一个包含特征提取层、RPN网络层、ROI池化层及分类定位层的Faster R-CNN模型。该模型通过多尺度锚框机制有效捕捉不同尺度和形状的开关区域,实现了高精度的开关合分状态识别。实验结果表明,该方法在识别电力高压断路器开合状态时,平均标准差低至0.62%,且每秒可处理33.1帧图像,显著优于现有方法,验证了其在实际电力系统运维中的高效性与准确性,为电力系统的安全运行提供了有力技术保障。 展开更多
关键词 Faster R-CNN模型 电力高压断路器 开关状态 合分状态 状态识别
暂未订购 下载PDF
基于Faster R-CNN与可见光红外融合图像的变电站缺陷检测 认领 引用
14
作者 季子愈 徐锐祥 +3 位作者 王浩鹏 张钱熠 吴淅童 张小莲 《电工技术》 2026年第4期42-45,50,共4页
提出了一种基于可见光和红外融合图像的变电站缺陷检测方法,以提高电力巡检效率和检测精度。利用双目摄像机获取可见光和红外图像,并采用Faster R-CNN目标检测算法处理融合图像,实现对变压器、绝缘子等部件外部缺陷和异常温度的自动检... 提出了一种基于可见光和红外融合图像的变电站缺陷检测方法,以提高电力巡检效率和检测精度。利用双目摄像机获取可见光和红外图像,并采用Faster R-CNN目标检测算法处理融合图像,实现对变压器、绝缘子等部件外部缺陷和异常温度的自动检测。实验结果表明该方法能有效检测外部缺陷和温度异常。 展开更多
关键词 Faster R-CNN 可见光与红外融合图像 变电站缺陷 温度异常 深度学习
暂未订购 下载PDF
基于Faster R-CNN的鱼群摄食密度识别 认领 引用
15
作者 周磊 程锦翔 +2 位作者 朱尔汉 张新扬 徐何垚 《机械工程师》 2026年第2期119-121,126,共3页
鱼群密度识别是实现精准投喂的关键。针对目前鱼群密度识别精度低的问题,提出了一种基于Faster R-CNN的鱼群密度识别方法。该方法通过K210视觉识别系统采集到不同天气、时间段、水质情况下的鱼群图像,在CNN网络中提取特征图,同时以聚集... 鱼群密度识别是实现精准投喂的关键。针对目前鱼群密度识别精度低的问题,提出了一种基于Faster R-CNN的鱼群密度识别方法。该方法通过K210视觉识别系统采集到不同天气、时间段、水质情况下的鱼群图像,在CNN网络中提取特征图,同时以聚集密度定义鱼群摄食和不需摄食两种行为,利用区域生成网络(RPN)和Faster RCNN建立鱼群摄食密度识别模型。试验结果显示,所提方法判断准确率可达94.6%,精确率达到95.9%,能够较好地应用于精准投喂场景。 展开更多
关键词 图像识别 Faster R-CNN 深度学习 鱼群密度
暂未订购 下载PDF
基于改进Faster R-CNN的智慧厂区人员自动定位方法 认领 引用
16
作者 刘兵 张霞 《自动化与仪器仪表》 2026年第6期407-411,416,共5页
煤矿基建厂区建筑设施较多,人员所处环境背景较为复杂,进行人员与背景分割的过程中特征提取的难度较大,导致映射到厂区空间中会出现像素重合的情况,降低了定位的精准性。为此,提出基于改进Faster R-CNN的智慧厂区人员自动定位方法。利... 煤矿基建厂区建筑设施较多,人员所处环境背景较为复杂,进行人员与背景分割的过程中特征提取的难度较大,导致映射到厂区空间中会出现像素重合的情况,降低了定位的精准性。为此,提出基于改进Faster R-CNN的智慧厂区人员自动定位方法。利用智慧厂区内摄像头动态采集智慧厂区图像,采取图像光线调整、降噪和增强这3个关键步骤,对采集到的智慧厂区原始图像进行预处理;采用灰度阈值分割的方式,精准分割人员图像前景和背景区域;利用残差网络ResNet50替换原卷积神经网络消除网络结构退化,生成有效的特征子图,在注意力机制作用下,通过ROI Pooling层处理精准提取智慧厂区图像特征;利用标准特征匹配,进行人员坐标读取与映射转换,避免映射空间像素重合,实现智慧厂区人员的自动定位。通过实验可知,在单一目标工况下,平均定位误差仅为0.36 m,在多目标工况下,定位方法的IoU值为0.926,具有更为精准的定位性能。 展开更多
关键词 改进Faster R-CNN算法 智慧厂区 移动人员 人员定位 自动定位
暂未订购 下载PDF
基于Faster R-CNN的火灾检测方法研究 认领 引用
17
作者 刘倚帆 韩响策 +2 位作者 陆思彤 凌天靖 程广涛 《软件工程与应用》 2026年第2期241-253,共13页
火灾早期精准检测是降低生命财产损失、实现防灾减灾目标的核心技术,而烟雾作为火灾初期最显著的视觉表征,其浓度扩散、形态演变等动态特征可有效反映火势蔓延趋势。本研究以Faster R-CNN目标检测框架为基础开展系统性优化。首先,将原... 火灾早期精准检测是降低生命财产损失、实现防灾减灾目标的核心技术,而烟雾作为火灾初期最显著的视觉表征,其浓度扩散、形态演变等动态特征可有效反映火势蔓延趋势。本研究以Faster R-CNN目标检测框架为基础开展系统性优化。首先,将原框架中的ResNet-50主干网络替换为ResNeXt-50网络,提升模型的特征表达能力;其次,将原框架中的FPN替换成PAFPN,显著提升了模型对小目标烟雾的检测能力,同时保持高效推理速度。实验结果表明,改进后模型的整体检测准确率较原模型提高2.6个百分点,同时处理时间维持在0.22 ms/帧。特别值得注意的是,改进模型对不同尺度烟雾目标的检测性能有所提升,其中小目标检测准确率提升1.2个百分点,大目标提升3.8个百分点。本研究为火灾烟雾的实时监测提供了高效可靠的解决方案。 展开更多
关键词 深度学习 火灾检测 烟雾识别 Faster R-CNN ResNeXt
暂未订购 下载PDF
不平衡数据集下基于机器视觉辅助Faster R-CNN的米粒检测 认领 引用
18
作者 贺子祺 勾真虎 +1 位作者 王子川 戴丹 《科学技术创新》 2026年第11期74-78,共5页
米粒检测技术旨在通过深度学习的方法区分米粒的完整粒与碎粒,进而指导分拣。与提高检测速度相比,在样本失衡的情况下实现碎米“高精度,零漏检”更具有质检价值,也能防止残缺品流入市场。本文基于此痛点提出“双阶段为主、视觉后处理为... 米粒检测技术旨在通过深度学习的方法区分米粒的完整粒与碎粒,进而指导分拣。与提高检测速度相比,在样本失衡的情况下实现碎米“高精度,零漏检”更具有质检价值,也能防止残缺品流入市场。本文基于此痛点提出“双阶段为主、视觉后处理为辅”的米粒检测思路:保留原有的Faster R-CNN骨架,往其中加入自适应锚框、Focal-CIOU损失和ModelEMA训练策略,让目标检测在梯度层面聚焦于关注少数类;后面用形态学闭运算与“长宽比-灰度计数”几何规则对漏检框和类别置信度进行二次校准,无需新增训练参数。在自建137张不平衡米粒数据集上的测试表明,保留原有的模型高性能的同时,且对未知品种米粒仍能维持0.98以上召回率,验证了本论文提出的方法对类别失衡的米粒检测任务具有实用价值。 展开更多
关键词 Faster R-CNN 机器视觉 米粒检测 不平衡数据集 目标检测
暂未订购 下载PDF
基于RetinaNet和Faster R-CNN模型的目标检测研究 认领 引用
19
作者 吕兴振 杨婉琪 《计算机应用文摘》 2026年第9期105-109,共5页
针对动态环境下目标检测鲁棒性不足、精度较低的问题,文章系统对比了单阶段目标检测算法RetinaNet与两阶段目标检测算法Faster R-CNN在不同场景下的适应性和性能。首先,分析了复杂环境中目标检测的关键技术挑战;其次,介绍了两种算法的... 针对动态环境下目标检测鲁棒性不足、精度较低的问题,文章系统对比了单阶段目标检测算法RetinaNet与两阶段目标检测算法Faster R-CNN在不同场景下的适应性和性能。首先,分析了复杂环境中目标检测的关键技术挑战;其次,介绍了两种算法的基本原理及实验所用数据集;最后,基于公开基准数据集PASCAL VOC与MS COCO开展实验,并通过检测率、虚警率和漏报率等指标对算法性能进行综合评估。实验结果表明,两种算法均能较好满足目标检测任务的精度要求,测试集上的检测率超过94%、虚警率低于8%、漏报率低于6%,验证了算法的有效性与可靠性。其中,Faster R-CNN凭借“候选区域生成+区域分类回归”的两阶段检测流程,能够更精确地优化目标边界框,在复杂动态场景中展现出更优的检测性能。 展开更多
关键词 目标检测 RetinaNet Faster R-CNN 图像识别
暂未订购 下载PDF
基于改进Faster R-CNN的安全帽检测方法 认领 引用
20
作者 曹姝 常宸嘉 +1 位作者 蔡文滨 张淼 《信息与电脑》 2026年第4期37-39,共3页
针对现有安全帽佩戴检测算法在复杂场景中的不足,文章基于多维度改进的快速区域卷积神经网络(Faster Region-Based Convolutional Neural Network,Faster R-CNN)检测方法,通过正则化加强、特征金字塔网络(Feature Pyramid Networks,FPN... 针对现有安全帽佩戴检测算法在复杂场景中的不足,文章基于多维度改进的快速区域卷积神经网络(Faster Region-Based Convolutional Neural Network,Faster R-CNN)检测方法,通过正则化加强、特征金字塔网络(Feature Pyramid Networks,FPN)损失加权优化、特征金字塔与锚框重设计的核心改进,从参数约束、损失引导、特征表达层面提升模型性能。实验结果表明,改进后的模型平均精度均值(mean Average Precision,mAP)从原始的0.81提升至0.88,精度提升约7%,且训练收敛稳定性与复杂场景适应性显著增强。 展开更多
关键词 Faster R-CNN 复杂场景 多维度改进
暂未订购 下载PDF
已选0条
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 2 … 40 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈