您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202012-75
论文题目 改进的Faster R-CNN网络用于航发保险丝断裂检测
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

An improved Faster R-CNN network for aeroengine fuse fracture detection

首发时间:2020-12-18

Liao Minjie 1    2   

Liao Minjie(1982-),engineer,main reasearch: target detection

Bo Lin Wu Xialing Liu Qunyang Wu Wenhong

Wu Wenhong(1972-), senior engineer, main research: machine learning and target detection.

  • 1、China aeroengine South industry Co., Ltd., Zhuzhou 412002
  • 2、Zhuzhou Xiangyun Zhihang Technology Development Co., Ltd., Zhuzhou 412002

Abstract:In order to meet the needs of aeroengine fuse fracture detection in practical application, an improved Faster R-CNN small target detection network is proposed. Firstly, FPN feature graph pyramid is added to improve the extraction ability of small target features, and then ROI Align is used to replace ROI pooling to reduce the loss of feature information of small targets. Experiments on the fuse fracture data set show that the improved detection network is 5.76% higher than Faster R-CNN on mAP. The experimental results show that the improved network is more advanced and has a practical application prospect in aeroengine fuse fracture detection based on computer vision.

keywords: Image recognition Faster R-CNN Small target detection

点击查看论文中文信息

改进的Faster R-CNN网络用于航发保险丝断裂检测

廖敏捷 1   

Liao Minjie(1982-),engineer,main reasearch: target detection

柏林 1    吴夏玲 1    刘群阳 2    吴文洪 2   

Wu Wenhong(1972-), senior engineer, main research: machine learning and target detection.

  • 1、中国航发南方工业公司, 株洲 412002
  • 2、株洲翔云志航科技发展有限公司,株洲 412002

摘要:为了满足航空发动机保险丝断裂检测实际应用的需要,提出了一种改进的Faster R-CNN小目标检测网络。首先通过增加FPN特征图金字塔来提高小目标特征的提取能力,然后用ROI Align代替ROI pooling,减少小目标特征信息的丢失。在航空发动机保险丝断裂数据集上的实验表明,改进后的检测网络在mAP指标上比Faster R-CNN提高了5.76%。实验结果表明,改进后的网络具有更高的先进性,在基于计算机视觉的航空发动机保险丝断裂检测中具有实际应用前景

关键词: 图像识别 Faster R-CNN 小目标检测

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
Liao Minjie,Bo Lin,Wu Xialing,et al. An improved Faster R-CNN network for aeroengine fuse fracture detection[EB/OL]. Beijing:Sciencepaper Online[2020-12-18]. http://www.paper.edu.cn/releasepaper/content/202012-75.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

改进的Faster R-CNN网络用于航发保险丝断裂检测