基于Faster R-CNN的破片群图像目标检测研究

来源 :国外电子测量技术 | 被引量 : 0次 | 上传用户:xyc657924564
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在研究战斗部战斗力与评价目标毁伤效能时,战斗部爆炸破片运动参数测试属于至为关键内容。破片的高速、小尺寸、多目标、发散性等特征和强火光烟尘环境使得破片群目标的检测和处理更有挑战性。经深入研究与探讨,提出了基于快速卷积神经网络(Faster R-CNN)的复杂背景下破片群检测法。破片图像通过Fast R-CNN的多层卷积和池化后得到特征图,由RPN根据特征图生成破片候选区域,再对破片候选区域进行池化,通过全连接层来预测破片边框位置,依靠区域生成网络(RPN)与Fast R-CNN共同训练所得网络完成破片
其他文献
电磁信号是影响电火工品安全性、可靠性的重要因素.为研究高频电磁感应电流对LD-14桥丝的影响,提出一种基于隧道磁阻效应的非接触式电火工品感应电流检测方法,采用隧道磁阻探
图像巡检作为变电站巡检机器人的核心部分,具有广阔的应用前景。受自然因素的影响,变电站的环境过于复杂,特别是考虑到复杂的光照条件,为了明显增强图像数字部分的对比度和抑制由于光照所导致的各类干扰因素,提出基于区域均衡的结合局部和全部的图像增强算法。实验结果表明,改进后的算法能够结合数字式仪表图像的全局区域和局部区域的分布规律,在增强数字区域对比度的同时很好地抑制了光照不均匀带来的各种干扰要素,取得了良
提出基于非线性邻域滤波器(NNFs)的惩戒项对直接求解方程组获得最佳滤波器进行FBP图像重建的算法(MRFBP)的改进。传统非线性邻域滤波器主要有双边滤波器和非局部均值(NLM)滤波器。使用Python在astra-toolbox工具箱帮助下,进行实验分析各种惩戒项对图像重建质量的影响,得出在重建图像过程中增加基于非线性邻域滤波器的惩戒项具有在增加有限耗时的情况下,显著提升重建质量的效果。尤其是基
为解决无线电频谱利用率低的问题,提出利用长短期记忆网络(LSTM)来预测一段时间内的无线电频谱信息,使得装有认知无线电的无人机能够机会性的接入频谱空洞,以提高无线电频谱
血糖浓度检测对于糖尿病、肝肾疾病以及手术后患者状况监测有着重要意义。随着检测技术的不断发展与提高,无创伤性血糖检测颇受关注,光学的无创血糖检测展现出巨大的发展潜力。对有创和无创检测方法进行阐述,重点对主流光学无创血糖检测方法进行了研究,对其检测原理、优势与存在问题进行了分析,最后总结出无创血糖光学检测方法技术特点以及适用场景,对比目前光学检测方法,指出偏振光旋光法与红外光谱法在消除背景干扰、操作可
为了解决目前电晕电流曲线拟合误差大的难题,提出了基于神经网络的电晕电流变化曲线拟合数学模型.首先对电晕电流曲线拟合数学模型的研究进展进行分析,找到不同电晕电流曲线
针对目前的图像分割算法无法考虑到低识别度图像下,对边缘细节和轮廓信息实现精确分割,提出一种基于遗传神经网络的低识别度图像分割算法。利用马尔科夫随机场(MRF),建立初始图像的分割概率模型,然后使用低通滤波器将低识别度图像分解成高频层和低频层,对包含高频层的图像信息进行傅里叶域上的预处理后,送入预先设计好的的遗传神经网络,经过参数寻优后获得最佳分割阈值,实现基于该模型的图像分割,实验结果表明该算法对
在超声波辐射过程中,相控阵技术有助于实现能量聚焦和传输定向,从超声相控阵的阵列结构入手,对比分析平面圆形、平面矩形、平面六边形、凹球面圆形、凹球面矩形、凹球面六边
针对当前基于卷积神经网络的机器视觉室内定位算法定位精度低及需要庞大的图像数据库训练神经网络等问题,提出一种改进卷积神经网络结构及基于多层迁移学习的复杂神经网络模型训练方法。新的卷积神经网络结构由一个完整的UNet、两个VGG16Net的前13层、一个VGG16Net的后3层全连接层及ArcFace分类器构成。U-Net的作用是从RGB图像中提取出语义分割图像;两个VGG16Net的前13层用于分别
为降低链式弹仓在运转过程中的冲击载荷,减少多边形效应的影响,使传动更平稳,特采用大齿数链轮和小节距链条的方案来进行弹仓设计,基于Creo对弹架、链轮、箱体、轨道等部件进