基于深度學(xué)習(xí)的水面漂浮物目標(biāo)檢測(cè)及分析
發(fā)布時(shí)間:2021-10-02 02:47
人工景觀湖普遍存在于各大校園以及公園景點(diǎn)中,但岸邊樹葉的飄落和湖底水草的死亡使得人工景觀湖的湖面會(huì)持續(xù)的有漂浮物垃圾積累。人工打撈水面漂浮物的方式效率低下,因此存在高效自動(dòng)化清潔人工景觀湖水面漂浮物的需求。針對(duì)這個(gè)需求,課題組計(jì)劃研發(fā)一艘水面自動(dòng)清潔無(wú)人船,自動(dòng)清潔功能的實(shí)現(xiàn)需要無(wú)人船具備自主檢測(cè)水面漂浮物的能力。為了解決檢測(cè)水面漂浮物的問(wèn)題,本課題制作了一個(gè)小型的水面漂浮物數(shù)據(jù)集,數(shù)據(jù)集收集了兩個(gè)人工湖的水面漂浮物圖像,漂浮物主要包含漂浮水草和漂浮落葉兩種類型。由于漂浮物的視覺特征與普通物體有明顯區(qū)別,為了保證標(biāo)注工作的效率,針對(duì)漂浮物分布的特點(diǎn)研究并制定了區(qū)域標(biāo)注的標(biāo)注標(biāo)準(zhǔn),通過(guò)人工標(biāo)注的形式對(duì)漂浮物區(qū)域進(jìn)行了邊界框標(biāo)注。之后利用經(jīng)過(guò)常見物體數(shù)據(jù)集COCO預(yù)訓(xùn)練的Faster R-CNN、R-FCN和SSD三種目標(biāo)檢測(cè)模型,在水面漂浮物數(shù)據(jù)集上進(jìn)行遷移學(xué)習(xí)訓(xùn)練,實(shí)現(xiàn)了針對(duì)水面漂浮物區(qū)域的目標(biāo)檢測(cè),并對(duì)比并分析了這三種模型在檢測(cè)水面漂浮物時(shí)的表現(xiàn),SSD目標(biāo)檢測(cè)模型有著更高的精確度,Faster R-CNN模型則能給出更詳細(xì)的預(yù)測(cè),而同時(shí)擁有更加多元化特征和更加抽象特征的模型在檢測(cè)困...
【文章來(lái)源】:廣西大學(xué)廣西壯族自治區(qū) 211工程院校
【文章頁(yè)數(shù)】:63 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-2殘差函數(shù)??Figure.2-2?Residual?function??2.3?MobileNets特征提取網(wǎng)絡(luò)??深度可分離卷積的概念首次在文獻(xiàn)[21]中提出,它可以被看作是一種形式的卷積分??
會(huì)日常積累在湖面,一種是起風(fēng)吹落到湖面的岸邊樹木的葉子,還有一種是被湖中小魚??啃食或者死亡漂浮到湖面的水草。由于是從樹上飄落到湖面,漂浮落葉通常分布較散且??甲片葉子體積非常小,在圖像中表現(xiàn)為黃色或綠色的一點(diǎn)一點(diǎn),如圖4-1所示。由于湖??底水草種植的密度很大,因此漂浮上來(lái)后通常也會(huì)密集聚集在一起,且單根水草表現(xiàn)為??長(zhǎng)條形,因此在圖像中相對(duì)漂浮落葉來(lái)說(shuō)視覺特征更明顯,如圖4-2所示。??w?^??圖4-1漂浮落葉示例??Figure.4-1?Floating?leaves?example??19??
.零??…翁豪?'??圖4-2漂浮水草示例??Figure.4-2?Floating?weeds?example??4.2圖像的收集和標(biāo)注標(biāo)準(zhǔn)??目前為止,所有的圖片都是通過(guò)拍攝廣西大學(xué)內(nèi)的鏡湖和碧云湖得到的。由于校內(nèi)??的景觀湖每天都會(huì)定時(shí)清理,從上午的7點(diǎn)到9點(diǎn)和下午的3點(diǎn)到5點(diǎn),因此漂浮物的??累積主要集中于上午9點(diǎn)到下午3點(diǎn)這個(gè)時(shí)間段,也因此數(shù)據(jù)集中的圖片主要采集于這??個(gè)時(shí)間段。圖4-3展示了?2張數(shù)據(jù)集中的圖片。??B.?_??圖4-3水面漂浮物數(shù)據(jù)集中的原始圖像??Figure.4-3?Original?images?in?the?floating?objects?dataset??文獻(xiàn)[3]將事物的類別分成了物體和非物體2類,其中物體類指的是獨(dú)立的個(gè)體能夠??夠被輕易標(biāo)注的類別,非物體類則包括材料和一些沒有清晰邊界的類別。由于漂浮水草??和漂浮落葉兩類目標(biāo)經(jīng)常聚集在一片區(qū)域并且單根水草和單片落葉的體積非常小,因此??本課題將漂浮水草和漂浮落葉歸為非物體類別并且進(jìn)行區(qū)域標(biāo)注,即將漂浮水草區(qū)域和??漂浮落葉區(qū)域標(biāo)注為一個(gè)目標(biāo)。盡管對(duì)圖像進(jìn)行語(yǔ)義分割區(qū)域的標(biāo)注能夠更加貼合區(qū)域??的形狀
本文編號(hào):3417855
【文章來(lái)源】:廣西大學(xué)廣西壯族自治區(qū) 211工程院校
【文章頁(yè)數(shù)】:63 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-2殘差函數(shù)??Figure.2-2?Residual?function??2.3?MobileNets特征提取網(wǎng)絡(luò)??深度可分離卷積的概念首次在文獻(xiàn)[21]中提出,它可以被看作是一種形式的卷積分??
會(huì)日常積累在湖面,一種是起風(fēng)吹落到湖面的岸邊樹木的葉子,還有一種是被湖中小魚??啃食或者死亡漂浮到湖面的水草。由于是從樹上飄落到湖面,漂浮落葉通常分布較散且??甲片葉子體積非常小,在圖像中表現(xiàn)為黃色或綠色的一點(diǎn)一點(diǎn),如圖4-1所示。由于湖??底水草種植的密度很大,因此漂浮上來(lái)后通常也會(huì)密集聚集在一起,且單根水草表現(xiàn)為??長(zhǎng)條形,因此在圖像中相對(duì)漂浮落葉來(lái)說(shuō)視覺特征更明顯,如圖4-2所示。??w?^??圖4-1漂浮落葉示例??Figure.4-1?Floating?leaves?example??19??
.零??…翁豪?'??圖4-2漂浮水草示例??Figure.4-2?Floating?weeds?example??4.2圖像的收集和標(biāo)注標(biāo)準(zhǔn)??目前為止,所有的圖片都是通過(guò)拍攝廣西大學(xué)內(nèi)的鏡湖和碧云湖得到的。由于校內(nèi)??的景觀湖每天都會(huì)定時(shí)清理,從上午的7點(diǎn)到9點(diǎn)和下午的3點(diǎn)到5點(diǎn),因此漂浮物的??累積主要集中于上午9點(diǎn)到下午3點(diǎn)這個(gè)時(shí)間段,也因此數(shù)據(jù)集中的圖片主要采集于這??個(gè)時(shí)間段。圖4-3展示了?2張數(shù)據(jù)集中的圖片。??B.?_??圖4-3水面漂浮物數(shù)據(jù)集中的原始圖像??Figure.4-3?Original?images?in?the?floating?objects?dataset??文獻(xiàn)[3]將事物的類別分成了物體和非物體2類,其中物體類指的是獨(dú)立的個(gè)體能夠??夠被輕易標(biāo)注的類別,非物體類則包括材料和一些沒有清晰邊界的類別。由于漂浮水草??和漂浮落葉兩類目標(biāo)經(jīng)常聚集在一片區(qū)域并且單根水草和單片落葉的體積非常小,因此??本課題將漂浮水草和漂浮落葉歸為非物體類別并且進(jìn)行區(qū)域標(biāo)注,即將漂浮水草區(qū)域和??漂浮落葉區(qū)域標(biāo)注為一個(gè)目標(biāo)。盡管對(duì)圖像進(jìn)行語(yǔ)義分割區(qū)域的標(biāo)注能夠更加貼合區(qū)域??的形狀
本文編號(hào):3417855
本文鏈接:http://sikaile.net/kejilunwen/chuanbolw/3417855.html
最近更新
教材專著