基于卷積神經網絡的鋼筋計數算法研究
【文章頁數】:78 頁
【學位級別】:碩士
【部分圖文】:
圖1-1某大廳行人密度估計計數
目前隨著計算機視覺的不斷發(fā)展,尤其是近幾年卷積神經網絡的興計數也進入了發(fā)展的高峰,許多新的方法被提出,取得了大量的研究成果計算機視覺領域的目標計數大致可以分為兩種應用方向,一種是靜態(tài)計數獲得圖像中某個區(qū)域或者整幅圖像中的目標數量。一種是動態(tài)計數,目的頻序列中目標流過的數量,一般是....
圖1-2鋼筋端面圖片
圖1-2鋼筋端面圖片而對于動態(tài)式計數,要統(tǒng)計視頻中流過的目標,無法通過密度估計的方法解決,也無法單純使用目標檢測進行解決。這類問題的解決辦法需要結合目標檢測和目標跟蹤技術。首先在當前幀檢測出目標,然后在后續(xù)幀中對檢測出的目標進行跟蹤,同時要不斷檢測新流入的目標,當被跟蹤目標穿....
圖1-3紅外熱軋鋼筋端面視頻截圖
圖1-2鋼筋端面圖片態(tài)式計數,要統(tǒng)計視頻中流過的目標,無法通過密度估計用目標檢測進行解決。這類問題的解決辦法需要結合目先在當前幀檢測出目標,然后在后續(xù)幀中對檢測出的目測新流入的目標,當被跟蹤目標穿過計數線后,則完成對產現場采集的紅外熱軋鋼筋端面視頻中流過的鋼筋目標問題。下圖為....
圖2-1數據集部分圖片樣本
提出了一種基于級聯目標候選頭網絡的高精度鋼筋計數算法。只需拍攝堆疊鋼端面圖像作為輸入,即可準確得到圖像中的鋼筋數量。與人工計數相比效率大高,并且擁有很高的計數精度。本章提出的級聯式目標候選頭網絡,是對鋼筋端面目標進行檢測的網絡,通測的方式來進行計數。該網絡屬于二階段檢測網絡,與其....
本文編號:4001850
本文鏈接:http://www.wukwdryxk.cn/jianzhugongchenglunwen/4001850.html