典型文献
基于自注意力机制的桥梁螺栓检测算法
文献摘要：
基于构建的真实桥梁螺栓场景数据集,提出基于自注意力机制与中心点回归(SACPR)的螺栓检测算法.构建基于真实场景的高质量桥梁螺栓场景数据集,并针对数据不均衡、多样性不够的问题,使用数据增强方法进行数据扩充,从而获得更高的分类精度.采用基于深度学习框架的SACPR算法检测不同场景下的螺栓,并进行标示.对螺栓检测准确率进行验证实验,验证SACP算法的有效性.将试验结果与YOLOv3、Faster-RCNN、RetinaNet这3种算法结果进行对比,发现3种检测方法的识别精度分别为80.56％、87.71％、93.89％,而所提出的SACPR算法的识别精度为93.91％,明显优于YOLOv3算法和Faster-RCNN算法;虽然SACPR算法与RetinaNet算法的识别精度较接近,但前者的检测速度是后者的5.6倍.
文献关键词：
桥梁;图像识别;SACPR;螺栓检测;自注意力机制
中图分类号：
作者姓名：
鞠晓臣;赵欣欣;钱胜胜
作者机构：
中国铁道科学研究院集团有限公司 铁道建筑研究所,北京 100081;中国科学院 自动化研究所,北京 100190
文献出处：
引用格式：
[1]鞠晓臣;赵欣欣;钱胜胜-.基于自注意力机制的桥梁螺栓检测算法)[J].浙江大学学报（工学版）,2022(05):901-908
A类：
SACPR
B类：
自注意力机制,螺栓检测,检测算法,中心点,真实场景,质量桥,数据不均衡,使用数据,数据增强,增强方法,数据扩充,分类精度,深度学习框架,同场,标示,检测准确率,验证实验,YOLOv3,Faster,RCNN,RetinaNet,识别精度,检测速度,图像识别
AB值：
0.300497
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
