学科分类
/ 1
3 个结果
  • 简介:医学影像是癌症早期检测的一个重要方式.现提出一种基于更快速区域卷积神经网络(FasterRCNN)的癌症影像检测方法,通过添加拉普拉斯卷积层锐化结节边缘、突出结节轮廓,修改锚框大小,调试超参数提高了检测效果.该方法在保证精度的情况下,提高了诊断效率,为计算机辅助诊断提供了参考.

  • 标签: 医学影像 Faster-RCNN模型 拉普拉斯卷积 癌症检测 辅助诊断
  • 简介:道路目标检测在智慧城市建设中扮演着重要角色,而Faster-RCNN是目前主流的目标检测网络结构算法.本文在Faster-RCNN卷积神经网络结构基础上增加了特征金字塔网络层,并采用关注损失函数替代了原有的交叉熵损失函数.其中增加的特征金字塔特征融合层可以提取到检测图片中更具鲁棒性和一般性的前背景特征,而通过关注损失函数则能起到缓解检测图片中的正负样本不均的情况.最后,在公开数据集KITTI上实验证实,改进的目标检测算法能实现提高原有的Faster-RCNN目标检测准确率.

  • 标签: 目标检测 特征融合 卷积神经网络 Faster-RCNN算法
  • 简介:针对传统方法过分依赖颜色等特征,导致对古籍文档复印件检测效果不佳的问题,基于深度学习技术建立了一种新的满文文档图像印章检测方法。通过图像变换和合成技术建立满文古籍文档图像数据增广算法解决训练数据不足的问题,在所构建的增广数据集上建立FasterR-CNN深度学习模型挖掘深层图像特征,实现满文文档图像印章检测方法。对采集的真实满文文档复印件图像进行实验,印章检测精度可以达到99.6%,表明本文的方法可以有效的检测古籍文档复印件图像中的印章,对满文文档的研究有重要意义。

  • 标签: 满文档案 印章检测 FASTER R-CNN 目标检测 数据增广