摘要：为了改进当前织物检测算法样本数量少、织物疵点检测准确率低和定位精准度差的问题,提出一种端到端的改进的织物疵点检测算法。针对公开数据集样本数量少、样本种类不均衡的问题,采用线下与线上结合的数据增广方式,除了基本的数据增广方法,同时引入复制粘贴以及混合的方式对样本进行扩充与增强;针对特征提取算法提取特征不精确的问题,对特征金字塔进行改进,通过加入可变形卷积、递归特征金字塔、可切换的空洞卷积、全局语义信息的方法扩大感受野、增强语义信息。实验结果验证了算法的有效性,该算法对天池雪浪制造数据集9种布匹疵点进行检测,检测是否具有瑕疵的准确率达到97%以上,疵点定位的平均检测精度为56.7%,样本检测效率为2.4 FPS。相对于基础模型定位精准度提升了10%以上,并且检测效果满足工业上的生产需求。

摘要：当布匹的背景信息复杂多变时,复杂花色布匹的瑕疵定位与分类较为困难.针对这一问题,文中提出基于级联卷积神经网络的复杂花色布匹瑕疵检测算法.首先,使用双路残差的骨干特征提取网络,在缺陷图和模板图上提取并融合特征.然后,设计密度聚类边框生产器,指导框架中区域候选网络的预检测框设计.最后,通过级联回归方法完成瑕疵的精确定位和分类.采用工业现场采集的布匹图像数据进行训练与预测,结果表明,文中算法的精准率和召回率较高.

摘要：针对传统肺结节检测中存在灵敏度低、假阳性高、小结节难检测的问题,提出一种基于深度卷积神经网络的两阶段肺结节检测框架。第一阶段使用特征金字塔子网提取肺部影像的多层次特征,引入多尺度区域建议子网用于在高灵敏度下检测出所有的候选结节;第二阶段设计级联卷积神经网络模型减少假阳性,通过保留分类错误样本用于重新训练模型,将多个模型结果进行投票选出最终分类结果。LUNA16数据集上的实验结果表明,所提框架灵敏度达到95.9%,检测效果优于其它算法,能够有效实现肺结节的准确检测。

摘要：为降低厂家因瓶装酒瑕疵带来的不必要损失,提出一种改进的Cascade R-CNN算法模型,对酒瓶瑕疵进行检测。采用基于聚类算法的Anchor生成策略,将多尺度预测的骨干网络用作特征提取,使用感兴趣对齐层取代原先的感兴趣池化层。将改进的模型与其它基于Faster R-CNN和Cascade R-CNN的酒瓶瑕疵检测模型做消融实验,实验结果表明,该模型能够更加准确识别和定位出多类酒瓶瑕疵情况。在检测速度方面虽然略逊于其它模型,但模型检测的准确度达到了79.6%,远高于其它模型。

摘要：基于红外图像的电气设备识别及其温度异常检测对摄像机拍摄角度变化敏感,提出一种基于导向型级联可形变卷积神经网络的户外电力设备识别检测算法。对残差网络进行改进,在网络的后三个残差块中加入可形变卷积层,以便更好地提取电气设备的特征;利用像素点的概率得分图,预测候选像素点;三个级联的检测器将标定的真实框与算法生成的候选预测框进行阈值筛选,得到最终的预测框。建立并标记了近万张包括绝缘子、电流互感器、避雷器、断路器、隔离开关、套管等6种电气设备及其温度异常数据集ELE,实验结果表明该算法检测平均精度均值(mAP)达到95.3%,对包含小目标温度异常区域检测的mAP达到了88.1%。

摘要：目的目前基于卷积神经网络(CNN)的文本检测方法对自然场景中小尺度文本的定位非常困难。但自然场景图像中文本目标与其他目标存在很强的关联性,即自然场景中的文本通常伴随特定物体如广告牌、路牌等同时出现,基于此本文提出了一种顾及目标关联的级联CNN自然场景文本检测方法。方法首先利用CNN检测文本目标及包含文本的关联物体目标,得到文本候选框及包含文本的关联物体候选框;再扩大包含文本的关联物体候选框区域,并从原始图像中裁剪,然后以该裁剪图像作为CNN的输入再精确检测文本候选框;最后采用非极大值抑制方法融合上述两步生成的文本候选框,得到文本检测结果。结果本文方法能够有效地检测小尺度文本,在ICDAR-2013数据集上召回率、准确率和F值分别为0.817、0.880和0.847。结论本文方法顾及自然场景中文本目标与包含文本的物体目标的强关联性,提高了自然场景图像中小尺度文本检测的召回率。

摘要：在驾驶机动车时,驾驶员的面部信息尤其是眼睛和嘴巴最能够反映驾驶员的疲劳状态。为了提高机动车驾驶的安全性,本文提出了一种基于面部特征和深度学习的疲劳驾驶状态检测研究模型。首先设计一种改进的三级级联卷积神经网络检测驾驶员人脸图像,再使用轻量级特征提最小单元结构定位人脸关键点,通过基于眼睛纵横比(Eye Aspect Ratio,EAR)和基于嘴唇纵横比(Mouth Aspect Ratio,MAR)的方法判定眼睛疲劳和嘴部疲劳状态,最后利用支持向量机(SVM)融合眼部和嘴部疲劳特征进行疲劳驾驶状态检测。通过实验表明,该算法可以准确地定位出人脸关键点,且具有较高的疲劳检测准确率和较好的鲁棒性。

摘要：针对多尺度行人检测精度不够高的问题,提出了一种级联式多尺度行人检测算法,使用矩形卷积核提取行人特征,根据行人轮廓特征设计候选区域宽高比例;并提出自适应损失函数,使网络聚焦于困难样本,有效缓解了长尾效应在训练网络时带来的不利因素,提高了网络泛化能力。实验结果表明:所提算法对于Caltech数据集中的大尺度行人,漏检率比Adapt Faster Rcnn算法降低了1.36%;对于中小尺度行人,漏检率比Adapt Faster Rcnn算法下降8.82%。

摘要：在分析运动物体姿态的任务中,分析算法的精度与速度十分重要。以飞行器作为研究对象,提出一种基于深度学习的姿态分析算法,提高算法精准度并缩短训练时间。该算法首先采用改进的级联卷积网络框架,对二维图像中目标物体的关键点实现精准定位,其次选用BP神经网络对姿态角进行回归训练,将关键点坐标作为模型输入,姿态角作为模型输出标签。试验结果表明,在设计的姿态分析算法中,其预测的飞行器姿态角的平均绝对误差可控制在0.6°~1.6°,约有98.91%样本的预测姿态角与真实姿态角的绝对误差可控制在3°以内,相比于传统的姿态分析算法,具有更高的识别率及较低的训练速度。