排序方式: 共有110条查询结果,搜索用时 796 毫秒
1.
2.
3.
4.
5.
基于深度学习的车辆检测在众多领域发挥着至关重要的作用,是近年来计算机视觉的一个重要发展方向。车辆轻量化检测包含了对网络结构和计算效率的探索,并在智慧交通等诸多领域都得以广泛应用。然而在诸多场景下存在相机中车辆目标尺度变化大、车辆相互遮挡等问题,这些情况会影响到网络检测车辆的精度。针对上述问题,提出改进Yolov5s的车辆检测方法。首先通过视觉注意力网络捕获长距离依赖,对原有特征图施加新的权重,增强自适应性,提升网络的抗遮挡能力;接着在残差模块内部再次构造水平方向残差,在一个模块内部构建相同数量、不同大小感受野的特征图,丰富网络的多尺度表达能力。实验结果表明:改进后的网络在Pascal VOC车辆数据集上提供2.1%mAP性能提升,在MS COCO车辆数据集上提供1.7%mAP性能提升。改进后网络的多尺度表达能力更加出色,且抗遮挡能力更强,与原始网络相比检测结果更具有竞争力。 相似文献
6.
加快煤炭产业链的智能化发展是当前环境下保证煤炭稳定供给的重心,而煤岩识别是实现煤矿智能化建设,提高煤层探测、智能开采、快速分选精度和效率的关键技术,因此,开展了煤岩高效识别技术方法的综述研究。首先根据使用工况不同,将煤岩识别统筹为接触式识别与非接触式识别,根据技术类别将现有识别技术归类为过程信号监测、红外热成像、图像特征、反射光谱、超声波探测、电磁波探测,从识别机理和技术原理方面进行了详细的介绍,并列举了典型特征下的煤岩差异。其次综合阐述了各种识别技术的研究现状,总结出工程实际中的煤岩识别技术应用现状;从理论技术研究、工况环境影响、煤岩特征3方面建立了不同识别技术的局限度评价表,超声波、电磁波探测技术局限度最低,红外成像识别技术局限度最高,其中工况环境对红外成像识别局限最明显,煤岩特征对反射光谱识别和过程信号监测识别局限最明显。基于上述局限度,对未来煤岩识别的研究重点提出4点建议:煤岩特征信息的深层挖掘,复杂多变环境的影响机理研究,物理属性相近的煤岩识别新方法,综合地质条件的煤岩识别方法适用性研究,为我国煤岩识别技术发展、煤矿智能化建设提供理论指导。 相似文献
7.
8.
建立了清晰的圆环链—链轮传动的力学模型 ,识别了决定传动形式的齿形、自锁、啮入过程等关键细节问题 ,并探讨了在这一力学模型下借用图形学专业软件来计算链环受力的方法 ,突破了传统分析轻重不分不建理论模型的缺陷 ,能做到定量计算 相似文献
9.
10.