目标检测特征提取图像样本库正则化针对输电线巡检图像受光线,环境和拍摄角度等因素影响,图像中的电气设备呈现低分辨率和多形态化特征的问题,提出一种基于改进Faster-RCNN的巡检图像多目标检测及定位方法.该方法首先通过区域建议策略网络生成若干目标候选区域;然后基于实际巡检图像样本库,对卷积神经网络进行训练,以改善参数...
基于改进的Faster R-CNN目标检测算法研究.pdf,摘要 基于改进的Faster R-CNN 目标检测算法研究 近年来,计算机视觉在日常生活中的重要作用日益凸显。目标检测作为计算 机视觉的基本工作之一,得到了普遍的应用,不仅可以对目标进行识别还可以对 图片、视频等资料进行解释,可
直接在待检测图像上进行训练，主要将图像划分成为一些网 格，每个网格都检测以网格为中心的目标，它是牺牲准确性 来换取目标检测速度的方法。基于分类的目标检测算法的典型代表是Fastw -RCNN 算 法。文献[3]中的算法主要使用卷积神经网络通过搜索的方 法选择出待检测图像中的候选区来进行高层次的特征提取和 表示，...
摘要针对基于区域的目标检测算法中定位精度不高的问题，本文提出了一种分裂机制的改进Faster RCNN算法。该算法首先选择特征提取能力强的卷积神经网络(CNN)作为骨干网络进行特征的提取;然后通过12种不同Anchors产生候选目标区，以进一步提升检测的精确度;最后将得到的特征分别传送到两个子网络，分别实现分类与定位。分类网络...
本发明实施例提供了一种基于改进Faster‑Rcnn的遥感图像目标检测方法及装置,其特征在于,包括:获取待识别图像;通过初步特征提取层,得到第一特征图、第二特征图和第三特征图,所述第二特征图高于所述第一特征图,并低于所述第三特征图,辨别特征提取层根据所述第一特征图、第二特征图和第三特征图,通过卷积计算、坐标...
本发明公开了一种基于改进Faster RCNN的遥感图像目标检测方法.包括以下步骤:步骤一:构建遥感图像数据集;步骤二:搭建一个改进Faster RCNN的网络模型;步骤三:利用步骤一中的遥感图像数据集,以及步骤二中的改进Faster RCNN网络模型进行训练,获得优质网络模型;步骤四:将待检测的遥感图片输入到步骤三中的优质网络模型,获得目...
基于改进Faster-RCNN的遥感影像飞机目标检测软件是由安徽理工大学著作的软件著作,该软件著作登记号为:2023SR1213500,属于分类,想要查询更多关于基于改进Faster-RCNN的遥感影像飞机目标检测软件著作的著作权信息就到天眼查官网!
目标检测与识别Faster R-CNN算法K-Means聚类算法Faster R-CNN算法是一种基于区域建议网络的深度学习网络模型,近年被提出并应用于目标检测与识别领域.Faster R-CNN算法中区域建议网络的创新性提出,使之相对于经典的R-CNN算法和FastR-CNN算法有效地提高了目标检测的速度.本文分析了Faster R-CNN算法中区域建议网络的...
如图1所示,本实例提供一种基于改进Faster-RCNN的电力设备外观缺陷检测方法,对电力设备外观缺陷进行精确定位与识别。该方法利用特征融合技术将不同层卷积神经网络的特征图进行融合,提高特征图像的分辨率并根据电力设备目标区域的像素特征改进锚框;训练时增加一条支路,训练过程中通过两个分支的反向传播调整网络参数,加快网络...
基于改进的 Faster R-CNN 污水处理厂目标提取 作者 郝志航1,张小咏1,陈正超2,卢凯旋2 作者单位 1.北京信息科技大学 高动态导航技术北京市重点实验室 2.中国科学院 空天信息创新研究院 引文格式 郝志航,张小咏,陈正超,等 . 基于改进的 Faster R-CNN 污...