公开(公告)号：CN111368754B

公开(公告)日：2023-11-28

申请号：CN202010154681.2

申请日：2020-03-08

Applicant: 北京工业大学

Inventor： 王素玉 ,  冯明宽 ,  王萌萌

IPC: G06V20/50 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于全局上下文信息的机场跑道异物检测方法，包括：将图片输入到所设计的卷积网络中，主干网络采用ResNeXt，通过多个并行路径来增加残差块的宽度，提高网络对小目标检测的准确率；在此过程中，加入全局上下文模块(GC block)，通过自注意力机制捕捉图像的全局上下文信息；采用级联网络结构，设置三个不同的IoU阈值来进行训练，提高网络的泛化能力，进一步提高检测的准确率；最后输出检测的结果。在FOD(Foreign object debris)数据集上的实验结果表明，本发明的检测性能优于其他的算法。

公开(公告)号：CN111368754A

公开(公告)日：2020-07-03

申请号：CN202010154681.2

申请日：2020-03-08

Applicant: 北京工业大学

Inventor： 王素玉 ,  冯明宽 ,  王萌萌

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于全局上下文信息的机场跑道异物检测方法，包括：将图片输入到所设计的卷积网络中，主干网络采用ResNeXt，通过多个并行路径来增加残差块的宽度，提高网络对小目标检测的准确率；在此过程中，加入全局上下文模块(GC block)，通过自注意力机制捕捉图像的全局上下文信息；采用级联网络结构，设置三个不同的IoU阈值来进行训练，提高网络的泛化能力，进一步提高检测的准确率；最后输出检测的结果。在FOD(Foreign object debris)数据集上的实验结果表明，本发明的检测性能优于其他的算法。