您现在的位置: 首页> 研究主题> SPP

SPP

SPP的相关文献在1990年到2022年内共计332篇,主要集中在肿瘤学、自动化技术、计算机技术、园艺 等领域,其中期刊论文213篇、会议论文1篇、专利文献118篇;相关期刊145种,包括花卉、中国花卉园艺、中国木材等; 相关会议1种,包括2001嵌入式系统及单片机国际学术交流会等;SPP的相关文献由902位作者贡献,包括傅得立、张聿全、朱君等。

SPP—发文量

期刊论文>

论文:213 占比:64.16%

会议论文>

论文:1 占比:0.30%

专利文献>

论文:118 占比:35.54%

总计:332篇

SPP—发文趋势图

SPP

-研究学者

  • 傅得立
  • 张聿全
  • 朱君
  • 秦柳丽
  • 袁小聪
  • 闵长俊
  • 刘文杰
  • 崔铁军
  • 高欣欣
  • 张婧婧
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

关键词

    • 王林; 张文卓
    • 摘要: 针对当前交通标志检测中存在小目标检测精度低、检测实时性不高以及目标漏检等问题,在YOLOv3基础上提出了一种融合了注意力机制与上下文信息的交通标志检测方法;首先通过改进通道注意力机制的压缩方式,对特征图通道重新进行标定;然后引入空间金字塔池化模块SPP;最后增加特征映射并拼接到原特征融合网络中的小目标部分,充分利用上下文信息增强对小目标的检测;实验结果表TT100K(Tsinghua-Tencent 100K)交通标志数据集上,与YOLOv3网络相比,在每秒传输帧数(FPS,frame per second)变化不大的情况下,平均精度均值和小目标的精度均值分别提升3.03%和4.59%;实验结果证明了改进网络在小目标检测和整体检测中的有效性。
    • 李淑娟; 任朋欣; 薛丁丹; 翟兴旺
    • 摘要: 设计出一种基于机器视觉的液位测量系统,系统由工业相机、工控机和客户端操作软件组成。利用YOLOv3+SPP深度学习网络进行刻度识别,识别准确率达到98%,满足反渗透膜生产过程中的精度和动态要求,克服了溶液高腐蚀性、波动性带来的测量问题。
    • 高梦圆; 马双宝; 董玉婕; 林巍; 何毅
    • 摘要: 为了实现采摘机器人对复杂环境中的苹果进行精准的视觉检测与定位,提出了一种基于Mask RCNN实例分割模型检测果园苹果的方法。为了降低模型的参数数量并提升检测的速度,将主干特征提取网络由Resnet101网络替换为轻量化Mobilenetv3网络。该网络结构采用深度可分离卷积代替普通卷积,能有效降低模型参数量。并采用空间金字塔池化(spatial pyramid pooling,简称SPP)模块,对输出网络进行语义增强,利用空洞卷积掩码特征图增加感受野。模型的参数量相较于Resnet101下降了62.03%,检测速度由5帧/s提高到9帧/s,检测速度提高80%。检测结果准确率为93.75%,召回率为89.99%,平均检测精度(mAP)为93.75%。试验证明,该算法能够对不同场景的苹果边缘位置信息以及类别进行有效的视觉识别检测,可为自动化采摘苹果机器人的视觉系统提供有力的技术支撑。
    • 宋甜; 李颖; 王静
    • 摘要: 针对车载红外图像分辨率低、目标小且细节模糊导致检测精度不高的问题,提出了一种基于改进YOLOv5s的目标检测网络。网络对SPP模块进行改进和添加,然后在骨干网络中嵌入了坐标注意力模块,将位置信息嵌入到通道注意力中,使得网络能够在更大的区域上进行注意力,更多地关注重要的目标特征,提高模型的表现力。最后用EIOU边界框损失函数替换CIOU Loss,进一步提高网络的检测精度。在FLIR车载红外图像数据集的测试集上的实验表明,改进模型较YOLOv5s网络mAP@0.5值提升了3.4%,且几乎不影响检测速度和模型权重大小,满足体积小和轻量化的需求,适合部署到车载嵌入式系统中。
    • 朱联祥; 徐莉娟
    • 摘要: 交通监控视频的车辆目标检测是智能交通监控系统中至关重要的组成部分,是车辆计数、事故检测等一系列操作的基础。针对YOLOv3 tiny网络存在的漏检、重复检测、误检等问题,通过增加网络中的卷积层个数,并将空间金字塔池化(spatial pyramid pooling,SPP)网络加入YOLOv3-tiny的特征提取网络之后,提出了YOLOv3-tiny的改进模型。通过网上收集车辆数据集并使用labelImg工具进行数据标注,得到了Vehicle实验数据集。实验结果表明,改进模型在车辆目标的检测精度和速度方面均有明显提升,在mAP@0.5及mAP@[.5:.95]的检测精度分别提高了2.5%和5.1%,召回率改进了1.2%。
    • 刘伟铭; 邹星宇
    • 摘要: 目前,动车组运行故障图像检测系统(TEDS)采集的动车组关键部位图像主要由人工判别,为提高裙板螺栓检测效率,提出一种基于改进YOLOv2的运行动车组裙板螺栓丢失检测方法。首先,通过K-Means聚类分析待检测螺栓区域目标框尺寸;其次,针对目标区域尺寸相似且较小的情况,在单尺度检测的YOLOv2模型中增加Spatial Pyramid Pooling(SPP)层,提高目标感知能力;最后,在动车组裙板螺栓数据集上,将改进前后的算法实验效果进行对比。结果表明,改进的YOLOv2-SPP平均精度均值从94.12%提升至95.83%,在单张2080Ti显卡上,检测速度达到73.6FPS,是同等环境下YOLOv3检测速度的2.5倍,YOLOv4的3.3倍,可快速准确检测出运行动车组中的裙板螺栓及螺栓丢失区域,减少分析员识别压力。
    • 侯跃强
    • 摘要: 针对建设完成后BDS-3在亚太地区双频组合定位性能评估问题,本文基于亚太地区IGS连续跟踪站实测数据,对比分析了BDS-2、BDS-3、BDS-2/BDS-3双频SPP定位精度。研究发现,BDS-3卫星可用性情况和双频组合SPP定位精度优于BDS-2,BDS-2/BDS-3组合卫星可用性情况与双频组合SPP定位精度较任一单系统都有明显提升,X和Y方向定位精度优于0.8 m,Z方向定位精度优于2.2 m。
    • 张雅梅; 代雪宁; 杨文畅; 李伟英
    • 摘要: 建筑热水系统水质微生物安全,对公众健康至关重要。文中介绍了我国华东地区某宾馆建筑热水系统研究结果,采用常规水质指标检测及q-PCR定量分析,了解建筑热水系统中军团菌(Legionella spp.)的存在水平、时空分布特征及其影响因素。建筑热水系统的军团菌检出率为100%,含量为1.57×10^(4)~3.55×10^(5)copies/mL;嗜肺军团菌(Legionella pneumophila)检出率为50%,含量为33.45~259.00 copies/mL,其中热交换器中含量最高;宾馆热水温度低、浑浊度高是造成军团菌含量增加、嗜肺军团菌检出的重要原因;磷可能是军团菌的限制性生长因素。因此,通过适当提高热交换器热水供应温度、降低水的浑浊度、控制水中磷的含量等措施可有效控制军团菌生长繁殖,保障水质生物安全。
    • 刘彤; 杨德振; 宋嘉乐; 傅瑞罡; 何佳凯
    • 摘要: 为实现空基下视红外目标的快速高精度识别,提出了一种单阶段的空基下视多角度红外目标识别算法。首先使用Darknet-53结合SPP模块对红外目标进行特征提取,使局部特征与全局特征融合,提高特征图表达能力,最后借鉴RetinaNet中的Focal loss锁定目标的检测框,同时得出目标类型及检测精度。针对现有数据集多为平视,且视角单一的缺陷,使用复合翼无人机分别从不同高度和角度采集红外图像,构建多尺度下视红外目标数据集,在PyTorch架构上实现并进行性能验证实验,所提算法对分辨率为640×512的下视红外图像中目标识别的mAP达到91.74%,识别速度为33 f/s,满足空基平台前端的在线识别需求,且在公开红外船舶数据集上也具有较好的识别结果。实验表明该算法在保证精度的基础上满足实时性的要求,为后续用于复合翼无人机上的多尺度目标实时识别提供了理论技术。
    • 任小康; 刘行行
    • 摘要: 新冠疫情仍在全球肆虐,佩戴口罩可以有效阻断新冠病毒传播,口罩佩戴检测系统能及时提醒公共场所活动的人佩戴口罩。针对该问题及小尺度目标检测困难的问题,提出了一种基于YOLOv3改进的网络模型Face_mask Net用于口罩佩戴检测。由于YOLOv3算法训练的网络模型对小目标检测率低,IoU值相同时不能反映预测框和目标框是否相交,以及传统NMS对于遮挡经常产生错误抑制情况,Face_mask Net改进了残差块和神经网络结构,引入SPP模块和CSPNet网络模块,并采用DIoU作为损失函数,DIoU-NMS算法作为分类器。实验结果表明,Face_mask Net可以有效提高目标检测准确率,AP75下的平均准确率为58.05%,相比由YOLOv3算法训练的网络模型提高了4.11%。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号